کتاب صوتی مدل‌سازی پیشرفته انتخاب‌های چندبعدی: تحلیل ساختارهای شبکه‌ای در مدل‌های پاسخ مرتب

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی پیشرفته انتخاب‌های چندبعدی: تحلیل ساختارهای شبکه‌ای در مدل‌های پاسخ مرتب

موضوع کلی: اقتصادسنجی

موضوع میانی: مدل‌سازی انتخاب گسسته

📋 سرفصل‌های دوره

• 1. مبانی اقتصادسنجی و مدل‌سازی
• 2. مروری بر متغیرهای گسسته و پیوسته
• 3. مقدمه‌ای بر مدل‌های رگرسیونی خطی
• 4. مدل‌های رگرسیونی خطی برای متغیرهای وابسته گسسته: چالش‌ها
• 5. مقدمه‌ای بر مدل‌های انتخاب گسسته
• 6. مدل‌های لاجیت و پروبیت: مبانی و تفسیر
• 7. تخمین و ارزیابی مدل‌های لاجیت و پروبیت
• 8. تعمیم‌ مدل‌های لاجیت و پروبیت: مدل‌های log-log مکمل
• 9. مدل‌های Ordered: مبانی و مفروضات
• 10. مدل‌های Ordered Logit و Probit
• 11. تفسیر نتایج مدل‌های Ordered
• 12. آزمون فرضیات در مدل‌های Ordered
• 13. مدل‌های Multinomial Logit (MNL)
• 14. خواص و محدودیت‌های مدل MNL
• 15. تخمین و تفسیر مدل MNL
• 16. مدل‌های Nested Logit
• 17. ساختار درختی در مدل‌های Nested Logit
• 18. تخمین و تفسیر مدل‌های Nested Logit
• 19. مدل‌های Mixed Logit (یا Random Parameters Logit)
• 20. مزایای مدل‌های Mixed Logit
• 21. تخمین و شبیه‌سازی در مدل‌های Mixed Logit
• 22. تشخیص هویت در مدل‌های مدل‌های Mixed Logit
• 23. مقدمه‌ای بر مدل‌های Multivariate Discrete Response
• 24. چالش‌های مدل‌سازی پاسخ‌های گسسته چند متغیره
• 25. همبستگی و وابستگی در مدل‌های چند متغیره
• 26. مدل‌های Bivariate Probit
• 27. تخمین و تفسیر مدل‌های Bivariate Probit
• 28. تعمیم مدل‌های Bivariate به Multivariate
• 29. مدل‌های Multivariate Probit با ساختار همبستگی
• 30. مقدمه‌ای بر ساختارهای شبکه‌ای (Lattice Structures)
• 31. تعاریف و مفاهیم پایه در تئوری شبکه‌ها
• 32. ارتباط ساختارهای شبکه‌ای با وابستگی متغیرها
• 33. ساختارهای شبکه‌ای در مدل‌های Ordered Discrete Response
• 34. مزایای استفاده از ساختارهای شبکه‌ای
• 35. تعریف ساختار Lattice برای متغیرهای وابسته مرتب
• 36. مدل‌های Ordered Discrete Response با وابستگی شبکه
• 37. تخمین مدل‌های با وابستگی شبکه
• 38. تفسیر پارامترهای وابستگی شبکه
• 39. آزمون فرضیات در مدل‌های وابستگی شبکه
• 40. کاربردهای ساختارهای شبکه‌ای در اقتصادسنجی
• 41. مدل‌سازی انتخاب‌های چندبعدی با ساختارهای شبکه‌ای
• 42. مثال‌های کاربردی در حوزه‌های مختلف (بازار کار، سلامت،...)
• 43. بررسی مقاله "Multivariate Ordered Discrete Response Models with Lattice Structures": مرور و نکات کلیدی
• 44. شبیه‌سازی مدل‌های Discrete Response با وابستگی شبکه
• 45. روش‌های مونت کارلو برای تخمین و شبیه‌سازی
• 46. تکنیک‌های Bayesian در مدل‌های Discrete Response
• 47. پیش‌بینی با استفاده از مدل‌های Discrete Response
• 48. بررسی اثرات حاشیه‌ای در مدل‌های Multivariate
• 49. اندازه‌گیری Elasticity در مدل‌های Discrete Response
• 50. تشخیص مشکلات مدل و رفع آنها
• 51. بررسی overfitting و underfitting در مدل‌ها
• 52. اعتبارسنجی مدل‌ها با استفاده از داده‌های جدید
• 53. مقدمه‌ای بر مدل‌های Discrete Choice Dynamic
• 54. مدل‌های رگرسیونی Panel Data با متغیرهای وابسته گسسته
• 55. مقایسه روش‌های Fixed Effects و Random Effects در مدل‌های Discrete Choice
• 56. مدل‌های Hierarchical Discrete Choice
• 57. مدل‌های Discrete Choice مبتنی بر تئوری بازی
• 58. مدل‌های Agent-Based برای انتخاب گسسته
• 59. ادغام داده‌های ترکیبی (Mixed Data) در مدل‌های Discrete Choice
• 60. تأثیر خطای اندازه‌گیری بر مدل‌های Discrete Choice
• 61. مدل‌های Latent Class در انتخاب گسسته
• 62. بررسی ناهمگنی مشاهده نشده در مدل‌ها
• 63. ادغام مدل‌های Discrete Choice با مدل‌های ساختاری
• 64. مدل‌سازی ترجیحات ناهمگن (Heterogeneous Preferences)
• 65. مدل‌های Discrete Choice با constraints
• 66. مدل‌سازی تصمیم‌گیری تحت عدم قطعیت
• 67. بررسی مسائل اخلاقی در مدل‌سازی انتخاب
• 68. ارائه نتایج مدل‌سازی به صورت موثر
• 69. نوشتن گزارش‌های اقتصادسنجی
• 70. استفاده از نرم‌افزارهای اقتصادسنجی (Stata, R, Python)
• 71. برنامه‌نویسی برای مدل‌سازی انتخاب گسسته
• 72. تکنیک‌های بهینه‌سازی برای تخمین مدل‌ها
• 73. مبانی آماری برای مدل‌های Discrete Response
• 74. آزمون‌های نیکویی برازش (Goodness-of-Fit)
• 75. بررسی Outliers در مدل‌های Discrete Choice
• 76. مدل‌های فراابتکاری (Metaheuristic) برای انتخاب گسسته
• 77. کاربرد یادگیری ماشین در مدل‌های انتخاب گسسته
• 78. بررسی مسائل مربوط به مقیاس‌پذیری مدل‌ها
• 79. مقایسه مدل‌های Discrete Choice با رویکردهای دیگر
• 80. مدل‌سازی تغییرات رفتاری در طول زمان
• 81. مدل‌های Discrete Choice برای داده‌های حجیم (Big Data)
• 82. تحلیل داده‌های شبکه‌های اجتماعی با مدل‌های انتخاب گسسته
• 83. بررسی سوگیری انتخاب (Selection Bias)
• 84. مدل‌سازی تصمیم‌گیری در شرایط کمبود اطلاعات
• 85. مدل‌های Discrete Choice برای پیش‌بینی تقاضا
• 86. کاربرد مدل‌های Discrete Choice در سیاست‌گذاری عمومی
• 87. ارزیابی اثرات سیاست‌ها با استفاده از مدل‌های Discrete Choice
• 88. مدل‌سازی رفتار مصرف‌کننده
• 89. کاربرد مدل‌های Discrete Choice در بازاریابی
• 90. مدل‌سازی انتخاب‌های حمل و نقل
• 91. کاربرد مدل‌های Discrete Choice در سلامت
• 92. کاربرد مدل‌های Discrete Choice در امور مالی
• 93. کاربرد مدل‌های Discrete Choice در انرژی
• 94. کاربرد مدل‌های Discrete Choice در محیط زیست
• 95. مسائل جاری و تحقیقات جدید در زمینه مدل‌سازی انتخاب گسسته
• 96. خلاصه و جمع‌بندی مباحث دوره