فلش‌کارت‌های آموزشی مدل‌سازی عوامل مؤثر بر جرم و انحراف اجتماعی با MCMC

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی عوامل مؤثر بر جرم و انحراف اجتماعی با MCMC

موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی

موضوع میانی: علوم اجتماعی (Social Sciences)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری در علوم اجتماعی
• 2. مفاهیم پایه جرم‌شناسی و انحراف اجتماعی
• 3. نظریه‌های کلاسیک جرم‌شناسی
• 4. نظریه‌های زیست‌شناختی و روان‌شناختی جرم
• 5. نظریه‌های جامعه‌شناختی جرم
• 6. نظریه‌های یادگیری اجتماعی و کنترل اجتماعی
• 7. مقدمه‌ای بر روش‌های کمی در پژوهش‌های اجتماعی
• 8. مفاهیم احتمال و توزیع‌های آماری
• 9. مقدمه‌ای بر زنجیره‌های مارکوف
• 10. مفاهیم پایه شبیه‌سازی مونت کارلو
• 11. کاربرد MCMC در مدل‌سازی
• 12. الگوریتم‌های MCMC: Metropolis-Hastings
• 13. الگوریتم MCMC: Gibbs Sampling
• 14. ارزیابی همگرایی در MCMC
• 15. تشخیص و رفع مشکل همگرایی
• 16. انتخاب مدل مناسب برای داده‌های جرم
• 17. مدل‌سازی رگرسیونی در جرم‌شناسی
• 18. مدل‌سازی لجستیک برای جرم
• 19. مدل‌سازی پواسون برای وقوع جرم
• 20. مقدمه‌ای بر مدل‌سازی عوامل مؤثر بر جرم
• 21. شناسایی عوامل خرد مؤثر بر جرم
• 22. شناسایی عوامل کلان مؤثر بر جرم
• 23. عوامل اقتصادی و جرم
• 24. عوامل اجتماعی و جرم
• 25. عوامل فرهنگی و جرم
• 26. عوامل سیاسی و جرم
• 27. عوامل محیطی و جرم
• 28. مدل‌سازی انحراف اجتماعی
• 29. مفاهیم پایه انحراف اجتماعی
• 30. نظریه‌های انحراف اجتماعی
• 31. مدل‌سازی عوامل مؤثر بر انحراف اجتماعی
• 32. تأثیر خانواده بر انحراف
• 33. تأثیر مدرسه بر انحراف
• 34. تأثیر گروه همسالان بر انحراف
• 35. تأثیر رسانه‌ها بر انحراف
• 36. مدل‌سازی جرم و انحراف با رویکرد بیزی
• 37. مقدمه‌ای بر استنتاج بیزی
• 38. قضیه بیز و کاربرد آن
• 39. مدل‌سازی بیزی در جرم‌شناسی
• 40. پیاده‌سازی مدل‌های بیزی با MCMC
• 41. مدل‌سازی ساختار یافته برای جرم
• 42. مدل‌سازی عاملی پنهان در جرم
• 43. مدل‌سازی سلسله مراتبی در جرم
• 44. کاربرد MCMC در استنتاج بیزی برای جرم
• 45. مدل‌سازی فضایی جرم
• 46. مفاهیم آماره فضایی
• 47. مدل‌سازی اتو رگرسیو فضایی
• 48. مدل‌سازی خودهمبستگی فضایی در جرم
• 49. کاربرد MCMC در مدل‌سازی فضایی
• 50. مدل‌سازی زمانی جرم
• 51. تحلیل سری‌های زمانی در جرم‌شناسی
• 52. مدل‌سازی اتو رگرسیو زمانی
• 53. مدل‌سازی خودهمبستگی زمانی در جرم
• 54. کاربرد MCMC در مدل‌سازی زمانی
• 55. مدل‌سازی ترکیبی فضایی-زمانی جرم
• 56. مفاهیم مدل‌سازی فضایی-زمانی
• 57. کاربرد MCMC در مدل‌سازی فضایی-زمانی
• 58. مدل‌سازی شبکه‌های اجتماعی و جرم
• 59. مفاهیم نظریه شبکه‌ها
• 60. مدل‌سازی انتشار جرم در شبکه‌ها
• 61. کاربرد MCMC در تحلیل شبکه‌ها
• 62. مدل‌سازی ریسک جرم با MCMC
• 63. مقدمه‌ای بر نظریه ریسک
• 64. مدل‌سازی ریسک جرم بر اساس عوامل مختلف
• 65. کاربرد MCMC در ارزیابی ریسک
• 66. پیش‌بینی جرم و انحراف با MCMC
• 67. روش‌های پیش‌بینی در جرم‌شناسی
• 68. اعتبارسنجی مدل‌های پیش‌بینی
• 69. کاربرد MCMC در پیش‌بینی جرم
• 70. ارزیابی سیاست‌های پیشگیری از جرم با مدل‌سازی
• 71. تحلیل اثربخشی برنامه‌های پیشگیری
• 72. مدل‌سازی پیامدهای سیاست‌ها
• 73. کاربرد MCMC در ارزیابی سیاست‌ها
• 74. اخلاق در پژوهش‌های جرم‌شناسی
• 75. حریم خصوصی و داده‌ها
• 76. مسئولیت اجتماعی پژوهشگر
• 77. کاربرد MCMC در تحلیل داده‌های جرم واقعی
• 78. مطالعه موردی: مدل‌سازی جرم در مناطق شهری
• 79. مطالعه موردی: مدل‌سازی انحراف نوجوانان
• 80. مطالعه موردی: تحلیل عوامل مؤثر بر جرایم اقتصادی
• 81. مطالعه موردی: مدل‌سازی جرایم سایبری
• 82. کاربرد MCMC در ارزیابی مدل‌های موجود
• 83. مقایسه مدل‌های مختلف جرم‌شناسی
• 84. نقاط قوت و ضعف روش MCMC
• 85. توسعه مدل‌های جدید با MCMC
• 86. پژوهش‌های آتی در مدل‌سازی جرم و انحراف