فلش‌کارت‌های آموزشی رگرسیون خطی در تحلیل داده‌های پزشکی: از مبانی تا کاربردهای عملی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره رگرسیون خطی در تحلیل داده‌های پزشکی: از مبانی تا کاربردهای عملی

موضوع کلی: تحلیل داده‌های سلامت

موضوع میانی: روش‌های آماری در تحلیل داده‌های سلامت

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل داده‌های سلامت و نقش رگرسیون
• 2. آشنایی با انواع داده‌ها در حوزه پزشکی
• 3. مفاهیم آماری پایه: میانگین، انحراف معیار، توزیع
• 4. رگرسیون خطی ساده: اصول و مفروضات
• 5. بررسی مفروضات رگرسیون خطی (خطی بودن، نرمال بودن، هم‌واریانسی)
• 6. روش‌های تشخیص و رفع نقض مفروضات رگرسیون
• 7. تفسیر ضرایب رگرسیون خطی
• 8. محاسبه خطای استاندارد و فاصله اطمینان ضرایب
• 9. آزمون فرضیه در رگرسیون خطی
• 10. ارزیابی برازش مدل رگرسیون: R-squared و Adjusted R-squared
• 11. رگرسیون خطی چندگانه: معرفی و کاربردها
• 12. انتخاب متغیرهای مناسب برای مدل رگرسیون چندگانه
• 13. روش‌های انتخاب متغیر: forward selection, backward elimination, stepwise
• 14. بررسی هم‌خطی در رگرسیون چندگانه و روش‌های مقابله با آن
• 15. متغیرهای دسته‌ای (Categorical Variables) و تبدیل آن‌ها به متغیرهای عددی
• 16. تعامل بین متغیرها (Interaction Effects) در رگرسیون
• 17. مدل‌سازی رگرسیون با متغیرهای تعاملی
• 18. رگرسیون غیرخطی: معرفی و کاربردها در داده‌های پزشکی
• 19. رگرسیون لجستیک (Logistic Regression): اصول و کاربرد در داده‌های دوتایی
• 20. تفسیر ضرایب رگرسیون لجستیک و محاسبه Odds Ratio
• 21. ارزیابی مدل رگرسیون لجستیک: معیارها و روش‌ها
• 22. رگرسیون پواسون (Poisson Regression): کاربرد در داده‌های شمارشی
• 23. مدل‌های رگرسیون تعمیم‌یافته (Generalized Linear Models)
• 24. تحلیل باقی‌مانده‌ها (Residual Analysis) و تشخیص مشکلات مدل
• 25. روش‌های مقابله با داده‌های پرت (Outliers)
• 26. اعتبارسنجی مدل رگرسیون: تقسیم داده‌ها به آموزش و آزمون
• 27. Cross-Validation: روش‌های مختلف و کاربردها
• 28. رگرسیون Ridge و Lasso: معرفی و کاربرد در کاهش بیش‌برازش
• 29. رگرسیون Elastic Net: ترکیب Ridge و Lasso
• 30. کاربرد رگرسیون در پیش‌بینی بیماری‌ها
• 31. کاربرد رگرسیون در ارزیابی اثربخشی درمان‌ها
• 32. رگرسیون در تحلیل داده‌های ژنتیکی و بیومارکرها
• 33. رگرسیون در مطالعات اپیدمیولوژیک
• 34. رگرسیون و تحلیل بقا (Survival Analysis): مقدمه‌ای
• 35. تحلیل حساسیت (Sensitivity Analysis) در مدل‌های رگرسیون
• 36. نرم‌افزارهای آماری برای تحلیل رگرسیون: SPSS, R, Python
• 37. مقدمه‌ای بر رگرسیون در داده‌های پانل (Panel Data Regression)
• 38. رگرسیون سلسله مراتبی (Hierarchical Regression)
• 39. رگرسیون با اثرات تصادفی (Random Effects Regression)
• 40. رگرسیون با اثرات ثابت (Fixed Effects Regression)
• 41. تفسیر نتایج رگرسیون در مقالات پزشکی
• 42. نوشتن گزارش نتایج رگرسیون به زبان ساده
• 43. نکات مهم در طراحی مطالعات رگرسیونی در حوزه سلامت
• 44. محدودیت‌های رگرسیون و روش‌های غلبه بر آن‌ها