کتاب صوتی تئوریهای حدی نوین برای شبکههای مالی و اجتماعی: استنتاج آماری بدون نیاز به ساختار متری
تئوریهای حدی نوین برای شبکههای مالی و اجتماعی: تحلیلی عمیقتر از همیشه تحلیل شبکههای پیچیده را با دوره تئوریهای حدی نوین متحول کنید! در دنیای دادهمحور امروز، شبکههای مالی و اجتماعی نقشی اساسی در...
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره تئوریهای حدی نوین برای شبکههای مالی و اجتماعی: استنتاج آماری بدون نیاز به ساختار متری
موضوع کلی: تحلیل آماری و اقتصادسنجی دادههای شبکهای
موضوع میانی: استنتاج آماری در شبکههای با وابستگی پیچیده
📋 سرفصلهای دوره
- 1. مقدمه: چرا به تئوری جدیدی برای دادههای شبکهای نیاز داریم؟
- 2. مبانی نظریه گراف: تعاریف و مفاهیم کلیدی
- 3. انواع شبکهها: اجتماعی، مالی، بیولوژیکی و تکنولوژیکی
- 4. نمایش شبکهها: ماتریس مجاورت و لیست یالها
- 5. آمارههای توصیفی در شبکهها: درجه، مرکزیت و ضریب خوشهبندی
- 6. مروری بر مبانی احتمال: فضاهای احتمال و متغیرهای تصادفی
- 7. مفاهیم همگرایی در آمار: همگرایی در احتمال، تقریباً مطمئن و در توزیع
- 8. قانون اعداد بزرگ (LLN) برای دادههای مستقل و همتوزیع (i.i.d.)
- 9. قضیه حد مرکزی (CLT) برای دادههای مستقل و همتوزیع (i.i.d.)
- 10. محدودیتهای فرضیه استقلال در تحلیل شبکهها
- 11. وابستگی در دادههای سری زمانی: فرآیندهای مانا و شرایط آمیختگی (Mixing)
- 12. وابستگی در دادههای فضایی: مفهوم فاصله و ساختار متری
- 13. شکست ساختارهای متری در شبکهها: مفهوم "فاصله" در گراف
- 14. مثال نقض: چرا فاصله ژئودزیک معیار مناسبی برای وابستگی نیست؟
- 15. مفهوم وابستگی شبکهای: فراتر از همبستگی فضایی و زمانی
- 16. میدانهای تصادفی روی گرافها: چارچوب رسمی برای دادههای شبکهای
- 17. معرفی مقاله الهامبخش: "Limit Theorems for Network Data without Metric Structure"
- 18. اهداف و نوآوریهای کلیدی مقاله مرجع
- 19. وابستگی ضعیف در شبکهها: شهود و تعاریف اولیه
- 20. معرفی شرایط آمیختگی (Mixing) کلاسیک: آلفا، بتا و فی
- 21. چرا شرایط آمیختگی کلاسیک برای بسیاری از شبکهها برقرار نیست؟
- 22. مفهوم "همسایگی وابستگی" (Dependency Neighborhood) به عنوان جایگزین متریک
- 23. تعریف رسمی وابستگی فیزیکی و وابستگی تعمیمیافته
- 24. شرط زوال وابستگی (Dependence Decay) بدون نیاز به متریک
- 25. نقش درجه گره در کنترل وابستگی
- 26. شرایط گشتاور برای متغیرهای تصادفی روی گرهها
- 27. قانون اعداد بزرگ برای دادههای شبکهای: بیان قضیه
- 28. شرایط لازم برای برقراری قانون اعداد بزرگ در شبکهها
- 29. اثبات شهودی قانون اعداد بزرگ شبکهای
- 30. کاربردهای LLN: سازگاری برآوردگر میانگین در شبکهها
- 31. قضیه حد مرکزی برای دادههای شبکهای: بیان قضیه
- 32. شرط لیندبرگ-فلر برای شبکهها
- 33. نقش ساختار واریانس مجانبی در قضیه حد مرکزی شبکهای
- 34. اثبات شهودی قضیه حد مرکزی با استفاده از تکنیک بلوکبندی
- 35. مقایسه CLT شبکهای با CLT کلاسیک
- 36. استنتاج آماری برای میانگین یک متغیر در شبکه
- 37. ساخت فاصلههای اطمینان با استفاده از CLT شبکهای
- 38. آزمون فرض برای میانگین در دادههای شبکهای
- 39. مقدمهای بر مدلهای اقتصادسنجی شبکهای
- 40. مدل خودرگرسیو شبکهای (Network Autoregressive Model - NAR)
- 41. مسئله درونزایی در مدلهای شبکهای: اثرات همزمان و همبستگی
- 42. برآوردگر حداقل مربعات معمولی (OLS) در مدلهای شبکهای
- 43. ناسازگاری OLS در حضور درونزایی شبکهای
- 44. سازگاری برآوردگر OLS تحت شرایط خاص وابستگی
- 45. توزیع مجانبی برآوردگر OLS با استفاده از CLT شبکهای
- 46. استنتاج مبتنی بر OLS: آزمونهای t و F در بستر شبکه
- 47. برآورد ماتریس واریانس-کوواریانس مجانبی
- 48. تخمینزنندههای سازگار با ناهمسانی واریانس و وابستگی شبکهای (HAC-type)
- 49. روش گشتاورهای تعمیمیافته (GMM) برای مدلهای شبکهای
- 50. انتخاب متغیرهای ابزاری (IV) در شبکهها
- 51. سازگاری برآوردگر GMM/IV در مدلهای شبکهای
- 52. توزیع مجانبی برآوردگر GMM/IV
- 53. آزمونهای تشخیصی در مدلهای شبکهای: آزمون درونزایی
- 54. کاربرد در شبکههای مالی: سرایت و ریسک سیستمی
- 55. مدلسازی سرایت مالی با استفاده از مدلهای اثرات همتایان
- 56. آزمون تجربی وجود سرایت در بازارهای مالی بینبانکی
- 57. کاربرد در شبکههای اجتماعی: اثرات همتایان (Peer Effects)
- 58. شناسایی اثرات همتایان از اثرات زمینهای (Contextual Effects)
- 59. استفاده از تئوریهای حدی نوین برای استنتاج در مورد اثرات همتایان
- 60. شبکههای در حال رشد (Growing Networks): تعمیم قضایای حدی
- 61. شرایط لازم برای قضایای حدی در شبکههای با اندازه متغیر
- 62. شبکههای جهتدار: ملاحظات و تعمیمها
- 63. شبکههای وزندار: تطبیق چارچوب نظری
- 64. دادههای پنل شبکهای (Network Panel Data)
- 65. مدلسازی ناهمگنی مشاهدهنشده در شبکهها
- 66. بوتاسترپ (Bootstrap) برای دادههای شبکهای
- 67. بوتاسترپ مبتنی بر نمونهگیری از زیرگرافها
- 68. اعتبار سنجی مجانبی روشهای بوتاسترپ در شبکهها
- 69. روشهای محاسباتی: چالشهای کار با شبکههای بزرگ
- 70. الگوریتمهای بهینه برای محاسبه آمارههای شبکهای
- 71. شبیهسازی مونت کارلو برای ارزیابی عملکرد برآوردگرها
- 72. موضوع پیشرفته: وابستگی فضایی-زمانی در شبکههای پویا
- 73. موضوع پیشرفته: شبکههای تصادفی و فرآیندهای نقطهای در گرافها
- 74. موضوع پیشرفته: استنتاج در مدلهای تشکیل شبکه (Network Formation Models)
- 75. موضوع پیشرفته: شبکههای چندلایه و وابستگی بین لایهها
- 76. موضوع پیشرفته: استنتاج بیزی در مدلهای شبکهای
- 77. مطالعه موردی ۱: تحلیل شبکه وامدهی بینبانکی
- 78. جمعآوری و آمادهسازی دادههای شبکه مالی
- 79. برآورد مدل سرایت و تفسیر نتایج
- 80. آزمون فرضیههای کلیدی در مورد ثبات مالی
- 81. مطالعه موردی ۲: تحلیل انتشار نوآوری در یک شبکه اجتماعی
- 82. مدلسازی فرآیند پذیرش محصول جدید
- 83. برآورد اثرات همتایان در تصمیمگیری افراد
- 84. ارزیابی سیاستهای بازاریابی مبتنی بر شبکه
- 85. نقد و بررسی رویکرد "بدون ساختار متری"
- 86. چه زمانی این رویکرد بهترین گزینه است؟ محدودیتها و جایگزینها
- 87. مقایسه با رویکردهای مبتنی بر گرافون (Graphon)
- 88. مقایسه با رویکردهای یادگیری ماشین و یادگیری عمیق روی گرافها
- 89. مسائل باز و مسیرهای تحقیقاتی آینده در این حوزه
- 90. جمعبندی دوره: تلفیق تئوری، استنتاج و کاربرد
- 91. پروژه نهایی: پیادهسازی و تحلیل یک مجموعه داده شبکهای واقعی
برای آموختن، همیشه لازم نیست بخوانید
گاهی بهترین فرصت یادگیری زمانی است که در مسیر رفتوآمد هستید، قدم میزنید، استراحت میکنید یا کارهای روزمرهتان را انجام میدهید. محتوای صوتی کمک میکند از این لحظهها برای شنیدن، اندیشیدن و آشنایی با موضوعات تازه بهره ببرید.
◷
یادگیری در دل روزمرگی
از زمان رفتوآمد، پیادهروی یا استراحت برای شنیدن محتوای مفید استفاده کنید؛ بدون آنکه همیشه به کتاب چاپی یا صفحه نمایش نیاز داشته باشید.
◎
تجربهای شنیداری و دلنشین
با روایت صوتی، توضیحات گفتاری و فضای شنیداری هر محتوا همراه شوید و متناسب با سلیقه خود، شیوه تازهای برای دریافت مطالب تجربه کنید.
✦
گسترش دانش و دیدگاه
با موضوعات متنوع آشنا شوید، ایدههای تازه کشف کنید و فرصت بیشتری برای یادگیری مستمر و پرورش کنجکاوی خود بسازید.
♫
همراه با سبک زندگی شما
محتوای صوتی را متناسب با برنامه روزانه خود انتخاب کنید و در زمان مناسب، شنیدن را به بخشی از عادتهای شخصیتان تبدیل کنید.
کتاب صوتی یا پادکست؟
کتاب صوتی
راهی برای همراه شدن با محتوای یک کتاب از طریق شنیدن. بسته به اثر، میتوانید داستانها، آموزشها، مفاهیم تخصصی یا مطالب کاربردی را در قالب روایت و بیان صوتی دنبال کنید.
مناسب برای شنیدن و مرور محتوای کتابها
پادکست آموزشی
فرصتی برای دنبال کردن موضوعات مشخص در قالب گفتوگو، روایت، توضیح آموزشی یا مجموعهای از قسمتهای صوتی؛ مناسب برای کشف ایدهها و آشنایی با دیدگاههای گوناگون.
مناسب برای یادگیری موضوعی و شنیدن دیدگاههای تازه
هر جا که هستید، شنیدن را آغاز کنید
با دستگاه مناسب خود، محتوای صوتی را به آسانی دنبال کنید.
▯
گوشی هوشمند
اندروید و آیفون
▣
تبلت
برای شنیدن و دنبال کردن محتوا
▤
رایانه و لپتاپ
با پخشکننده صوتی سازگار
♫
هدفون و بلندگو
برای شنیدن متناسب با محیط
چطور از تجربه شنیدن بیشتر بهره ببریم؟
✦ زمان مناسبی برای شنیدن انتخاب کنید؛ زمانی که بتوانید با آرامش به محتوا توجه داشته باشید.
✦ برای مطالب آموزشی، نکتههای مهم را یادداشت کنید یا پس از پایان شنیدن، آنها را مرور کنید.
✦ اگر محتوا طولانی است، آن را در چند نوبت دنبال کنید تا فرصت بیشتری برای درک و مرور داشته باشید.
✦ هنگام رانندگی یا انجام کارهای نیازمند تمرکز، ایمنی را در اولویت قرار دهید و از شیوه شنیدنی استفاده کنید که حواس شما را مختل نکند.
هر شنیدن، فرصتی برای کشف است
با کتابهای صوتی و پادکستهای آموزشی، دنیای تازهای از ایدهها، روایتها و آموختنیها را به لحظههای خود اضافه کنید.
express24.ir
امکانات پخش، ادامه شنیدن و دسترسی آفلاین به نوع فایل، دستگاه و نرمافزار مورد استفاده بستگی دارد.
تگها:
Complex Dependencies
Econometrics
Financial Networks
Network Data
Social Networks
Statistical Inference
تئوریهای حدی، شبکههای مالی، شبکههای اجتماعی، استنتاج آماری، وابستگی پیچیده، دادههای شبکهای، تحلیل آماری، اقتصادسنجی، Limit Theorems
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.