کتاب صوتی سری‌های زمانی ناپیوسته و مدل‌های COUNT

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره سری‌های زمانی ناپیوسته و مدل‌های COUNT

موضوع کلی: اقتصادسنجی پیشرفته و روش‌های تخمین

موضوع میانی: تحلیل سری‌های زمانی

📋 سرفصل‌های دوره

• 1. سری‌های زمانی ناپیوسته و مدل‌های COUNT
• 2. مقدمه‌ای بر سری‌های زمانی
• 3. ویژگی‌های سری‌های زمانی
• 4. انواع داده‌های سری‌های زمانی
• 5. نمایش گرافیکی سری‌های زمانی
• 6. تحلیل سری‌های زمانی: ابزارها و تکنیک‌ها
• 7. میانگین متحرک و صاف‌سازی سری‌های زمانی
• 8. روش‌های پیش‌بینی سری‌های زمانی: یک نمای کلی
• 9. مدل‌های خودهمبستگی (AR)
• 10. مدل‌های میانگین متحرک (MA)
• 11. مدل‌های خودهمبستگی-میانگین متحرک (ARMA)
• 12. مدل‌های خودهمبستگی یکپارچه میانگین متحرک (ARIMA)
• 13. شناسایی مدل ARIMA: ACF و PACF
• 14. تست‌های ایستایی سری‌های زمانی
• 15. تبدیل سری‌های زمانی برای ایستایی
• 16. تخمین پارامترهای مدل ARIMA
• 17. ارزیابی عملکرد مدل ARIMA
• 18. پیش‌بینی با مدل ARIMA
• 19. سری‌های زمانی فصلی و مدل‌های SARIMA
• 20. تخمین پارامترهای مدل SARIMA
• 21. ارزیابی عملکرد مدل SARIMA
• 22. مدل‌های COUNT: یک معرفی
• 23. مدل‌های پواسون
• 24. مدل‌های دوحالتی پواسون
• 25. مدل‌های منفی دوحالتی
• 26. مدل‌های COUNT با اثر تصادفی
• 27. مدل‌های COUNT با داده‌های بیش از حد پراکنده
• 28. مدل‌های COUNT با داده‌های صفر زیاد
• 29. روش‌های تخمین پارامترهای مدل‌های COUNT
• 30. ارزیابی عملکرد مدل‌های COUNT
• 31. کاربرد مدل‌های COUNT در تحلیل داده‌ها
• 32. مدل‌های COUNT در زیست‌شناسی جمعیت
• 33. مدل‌های COUNT در پزشکی
• 34. مدل‌های COUNT در اقتصاد
• 35. مدل‌های COUNT در مهندسی
• 36. نرم‌افزارهای تحلیل سری‌های زمانی و مدل‌های COUNT
• 37. تحلیل سری‌های زمانی با R
• 38. تحلیل سری‌های زمانی با Python
• 39. تحلیل مدل‌های COUNT با R
• 40. تحلیل مدل‌های COUNT با Python
• 41. نکات کاربردی در تحلیل سری‌های زمانی و مدل‌های COUNT
• 42. منابع بیشتر برای یادگیری سری‌های زمانی و مدل‌های COUNT