فلشکارتهای آموزشی آمار مقدماتی با R: گام به گام تا تحلیل دادههای واقعی
آمار مقدماتی با R: گام به گام تا تحلیل دادههای واقعی آمار مقدماتی با R: گام به گام تا تحلیل دادههای واقعی از تئوری تا عمل، با زبان ساده و قابل فهم معرفی دوره: از صفر تا تحلیل دادههای قدرتمند آیا به...
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره آمار مقدماتی با R: گام به گام تا تحلیل دادههای واقعی
موضوع کلی: آمار و احتمال با رویکرد محاسباتی
موضوع میانی: تحلیل آماری مقدماتی با استفاده از R
📋 سرفصلهای دوره
- 1. مقدمهای بر آمار و احتمال
- 2. مقدمهای بر زبان R
- 3. نصب و راهاندازی R و RStudio
- 4. کار با اشیاء و انواع داده در R
- 5. بردارها و عملیات بر روی آنها
- 6. ماتریسها و عملیات بر روی آنها
- 7. فهرستها (Lists) در R
- 8. فریمهای داده (Data Frames) در R
- 9. بارگذاری و ذخیره دادهها در R
- 10. مقدمهای بر آماره توصیفی
- 11. شاخصهای مرکزی: میانگین، میانه، نما
- 12. شاخصهای پراکندگی: واریانس، انحراف معیار، دامنه
- 13. شاخصهای موقعیت: چارکها، صدکها
- 14. نمودارهای توصیفی: هیستوگرام
- 15. نمودارهای توصیفی: نمودار جعبهای (Boxplot)
- 16. نمودارهای توصیفی: نمودار میلهای (Barchart)
- 17. نمودارهای توصیفی: نمودار دایرهای (Pie Chart)
- 18. نمودارهای توصیفی: نمودار پراکندگی (Scatterplot)
- 19. مقدمهای بر احتمال
- 20. مفاهیم پایه احتمال: رویداد، فضای نمونه
- 21. احتمال شرطی
- 22. قضیه بیز
- 23. متغیرهای تصادفی گسسته
- 24. توزیع احتمال گسسته: دوجملهای (Binomial)
- 25. توزیع احتمال گسسته: پواسون (Poisson)
- 26. متغیرهای تصادفی پیوسته
- 27. توزیع احتمال پیوسته: یکنواخت (Uniform)
- 28. توزیع احتمال پیوسته: نرمال (Normal)
- 29. ویژگیهای توزیع نرمال
- 30. توزیع نرمال استاندارد
- 31. قضیه حد مرکزی (Central Limit Theorem)
- 32. مفاهیم نمونهگیری
- 33. خطای استاندارد میانگین
- 34. مقدمهای بر استنباط آماری
- 35. برآورد فاصلهای (Interval Estimation)
- 36. فاصله اطمینان برای میانگین (توزیع نرمال)
- 37. فاصله اطمینان برای میانگین (توزیع t)
- 38. فاصله اطمینان برای نسبت
- 39. مقدمهای بر آزمون فرض آماری
- 40. مفاهیم فرضیه صفر و فرضیه جایگزین
- 41. مقدار P (P-value)
- 42. سطح معناداری (Alpha)
- 43. خطای نوع اول و نوع دوم
- 44. آزمون z برای میانگین
- 45. آزمون t تک نمونهای (One-sample t-test)
- 46. آزمون t دو نمونهای مستقل (Independent two-sample t-test)
- 47. آزمون t زوجی (Paired t-test)
- 48. آزمون نسبت یک نمونهای
- 49. آزمون نسبت دو نمونهای
- 50. آزمون خیدو (Chi-squared test) برای استقلال
- 51. آزمون خیدو برای مطابقت (Goodness-of-fit)
- 52. مقدمهای بر رگرسیون خطی ساده
- 53. مدل رگرسیون خطی ساده
- 54. برآورد ضرایب رگرسیون
- 55. تفسیر ضرایب رگرسیون
- 56. آزمون معناداری ضرایب رگرسیون
- 57. ضریب تعیین (R-squared)
- 58. فاصلههای اطمینان برای ضرایب رگرسیون
- 59. پیشبینی در رگرسیون خطی
- 60. بررسی مفروضات رگرسیون خطی
- 61. باقیماندهها (Residuals)
- 62. تحلیل باقیماندهها
- 63. مقدمهای بر رگرسیون خطی چندگانه
- 64. مدل رگرسیون خطی چندگانه
- 65. انتخاب متغیرها در رگرسیون
- 66. مقدمهای بر تحلیل واریانس (ANOVA)
- 67. ANOVA یکطرفه (One-way ANOVA)
- 68. آزمونهای تعقیبی (Post-hoc tests)
- 69. ANOVA دوطرفه (Two-way ANOVA)
- 70. مقدمهای بر آمار ناپارامتری
- 71. آزمون ویلکاکسون مرتبه علامتدار (Wilcoxon Signed-Rank Test)
- 72. آزمون من-ویتنی (Mann-Whitney U Test)
- 73. آزمون کروسکال-والیس (Kruskal-Wallis Test)
- 74. مقدمهای بر تحلیل سریهای زمانی
- 75. اجزای سری زمانی: روند، فصلی، نوسان، تصادفی
- 76. شاخصهای سری زمانی
- 77. پیشبینی در سریهای زمانی
- 78. مقدمهای بر تحلیل دادههای طبقهبندی شده
- 79. جداول توافقی (Contingency Tables)
- 80. نسبتهای جفت شده (Odds Ratio)
- 81. نسبت ریسک (Relative Risk)
- 82. مقدمهای بر روشهای شبیهسازی
- 83. تولید اعداد تصادفی
- 84. شبیهسازی مونت کارلو
- 85. کاربرد شبیهسازی در برآورد احتمالات
- 86. کاربرد شبیهسازی در تخمین فاصلههای اطمینان
- 87. مقدمهای بر مدلهای خطی تعمیمیافته (GLMs)
- 88. رگرسیون لجستیک (Logistic Regression)
- 89. تفسیر ضرایب در رگرسیون لجستیک
- 90. مقدمهای بر تحلیل بقا (Survival Analysis)
- 91. توابع بقا و خطر (Hazard Function)
- 92. روش کاپلان-مایر (Kaplan-Meier)
- 93. آزمون رنک لوژ (Log-rank Test)
- 94. مقدمهای بر تجزیه و تحلیل مؤلفههای اصلی (PCA)
- 95. مقدمهای بر تحلیل عاملی (Factor Analysis)
- 96. مقدمهای بر خوشهبندی (Clustering)
- 97. الگوریتم K-Means Clustering
- 98. مقدمهای بر پردازش متن آماری
- 99. روشهای ساده پردازش متن
- 100. مقدمهای بر تحلیل دادههای شبکهای
SMART LEARNING PLATFORM
از مطالعه تا یادگیری ماندگار
فراتر از یک مجموعه فلشکارت؛ تجربهای تعاملی برای یادگیری، تمرین، مرور هوشمند و مشاهده مسیر پیشرفت شما، همراه با امکان دریافت گواهی پایان دوره در دورههای واجد شرایط.
مرور فاصلهدار
آمار یادگیری
گواهی دوزبانه
یادگیری را به یک مسیر قابل پیگیری تبدیل کنید
با ورود به سامانه آموزشی، محتوای دوره را بهصورت مرحلهای دنبال کنید، فلشکارتها را مرور کنید، دانش خود را با پرسشها و آزمونها بسنجید و روند پیشرفتتان را در طول مسیر ببینید.
⟳
مرور فاصلهدار هوشمند
با مرور زماندار، کارتهای تازه و کارتهای سررسیدشده را بر اساس برنامه مرور دنبال کنید. ارزیابی پاسخها به زمانبندی مرورهای بعدی کمک میکند تا تمرین متناسبتری داشته باشید.
◉
مشاهده مسیر پیشرفت
میزان مشاهده فلشکارتها، فعالیتهای مرور، عملکرد آزمونها و آمار یادگیری را بررسی کنید و تصویر روشنتری از مسیر آموزشی خود داشته باشید.
▤
یادگیری مرحلهبهمرحله
فصلها و بخشهای آموزشی را به ترتیب دنبال کنید، مطالب دیدهنشده را پیدا کنید و بدون سردرگمی به ادامه مسیر برگردید.
✓
تمرین و سنجش آموختهها
با نکتههای آموزشی، پرسش و پاسخ، کوییزها و آزمونهای پایان فصل، دانستههای خود را تمرین کنید و بخشهایی را که به توجه بیشتری نیاز دارند بشناسید.
SMART REVIEW
هر بار، مرور هدفمندتر
لازم نیست هر روز از ابتدا درباره اینکه چه چیزی را مرور کنید تصمیم بگیرید. سامانه، صف مرور روزانه را بر اساس کارتهای تازه و موعد مرور کارتها آماده میکند. شما پاسخ را ارزیابی میکنید و برنامه مرور با توجه به آن تنظیم میشود.
دوباره
برای کارتهایی که به تمرین زودتر نیاز دارند.
سخت
برای پاسخهایی که با دشواری به یاد آمدهاند.
خوب
برای پاسخهایی که بهدرستی به یاد آوردهاید.
آسان
برای کارتهایی که پاسخ آنها را بهآسانی میدانید.
برنامه مرور بر اساس ارزیابی شما تنظیم میشود؛ مرور منظم میتواند به تثبیت آموختهها کمک کند، اما بهتنهایی تضمینکننده تسلط کامل نیست.
محتوا را به شیوههای مختلف تمرین کنید
ساختار دورهها متناسب با موضوع آموزشی طراحی شده است و ممکن است انواع مختلفی از محتوا را در بر بگیرد.
نکتههای ساده
برای مرور سریع مفاهیم اصلی و نکات کلیدی.
نکتههای رسمی
برای تمرین تعاریف، اصطلاحات و بیان دقیق علمی.
کوییز
برای سنجش درک مطلب و بررسی گزینه صحیح.
پرسش و پاسخ
برای تمرین یادآوری و سنجش میزان تسلط بر مطالب.
محتوای هر دوره بر اساس ساختار و امکانات فعال همان دوره ارائه میشود.
LEARN ANYWHERE
همراه شما روی مرورگر
برای استفاده از نسخه تحت وب، کافی است با حساب کاربری خود وارد سامانه شوید. بدون نیاز به نصب یک برنامه اختصاصی، میتوانید از مرورگر سازگار روی گوشی، تبلت یا رایانه به دورههای در دسترس خود مراجعه کنید.
گوشی هوشمند
برای مطالعه در زمانهای کوتاه
تبلت و لپتاپ
برای مطالعه و مرور راحتتر
حساب کاربری شخصی
برای دسترسی به دورههای مجاز شما
COURSE COMPLETION CERTIFICATE
گواهی پایان دوره؛ ثبت دستاورد شما
در دورههایی که امکان دریافت گواهی برای آنها فعال است، میتوانید پس از تکمیل شرایط آموزشی، درخواست گواهی پایان دوره ثبت کنید.
شرایط درخواست گواهی
✓ داشتن دسترسی دارای قابلیت گواهی برای دوره مربوطه.
✓ تکمیل اطلاعات لازم در پروفایل، شامل کد ملی معتبر، عکس پرسنلی و نام و نام خانوادگی انگلیسی.
✓ مشاهده تمام فلشکارتهای فعال دوره.
✓ قبولی در آزمونهای پایان فصل، در صورت وجود آزمون برای فصلها.
فارسی و انگلیسی
پس از تأیید و انتشار، نسخههای فارسی و انگلیسی گواهی در دسترس قرار میگیرند.
استعلام آنلاین
گواهی منتشرشده دارای QR Code و لینک اختصاصی برای بررسی آنلاین اعتبار آن است.
دانلود و چاپ
پس از انتشار گواهی، امکان دریافت نسخه PDF فارسی و انگلیسی و چاپ آن فراهم است.
توجه: ثبت درخواست به معنای صدور قطعی نیست. درخواست گواهی پس از بررسی و تأیید ادمین منتشر میشود. این گواهی، گواهی پایان دوره آموزشی است و بهخودیخود معادل مدرک دانشگاهی یا مدرک رسمی مورد تأیید نهادهای دولتی نیست.
یادگیری را شروع کنید؛ پیشرفت را دنبال کنید
با تمرین منظم، مرور هدفمند و پیگیری مسیر آموزشی خود، قدمبهقدم دانش و مهارتهایتان را گسترش دهید.
هر کارت، یک قدم به جلو
امکانات محتوایی، مرور و گواهی بر اساس سطح دسترسی و تنظیمات هر دوره متفاوت است.
نگاهی به محیط سامانه
یادگیری هوشمند، قدمبهقدم
با محیط سامانه آموزشی آشنا شوید و نمونههایی از فضای یادگیری، فلشکارتها و ابزارهای مرور و تمرین را مشاهده کنید.
محیط سامانه آموزشی
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
یادگیری و مرور مطالب
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
تجربه مطالعه تعاملی
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
امکانات بیشتر سامانه
برای مشاهده تصویر در اندازه بزرگتر کلیک کنید
یادگیری فراتر از مطالعه معمولی
با فلشکارتهای آموزشی، مرور هدفمند و تمرین مستمر، مطالب را فعالانه یاد بگیرید و مسیر پیشرفت خود را دنبال کنید.
تگها:
Data Analysis
Data Science
Introductory Statistics
Learn R
Probability
R Programming
Statistical Analysis
Statistics with R
آمار با R
آمار مقدماتی
آموزش R
احتمال
تحلیل آماری
تحلیل داده
علم داده
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.