کتاب مبانی رگرسیون خطی: مفروضات و تحلیل باقی‌مانده‌ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی رگرسیون خطی: مفروضات و تحلیل باقی‌مانده‌ها

موضوع کلی: علوم آماری و مدل‌سازی داده

موضوع میانی: مدل‌سازی رگرسیون خطی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علوم آماری و مدل‌سازی داده
  • 2. مفهوم متغیر و انواع آن
  • 3. آمار توصیفی و شاخص‌های مرکزی
  • 4. شاخص‌های پراکندگی و تغییرپذیری
  • 5. مقدمه‌ای بر استنباط آماری
  • 6. مفاهیم جامعه و نمونه
  • 7. آزمون فرض آماری
  • 8. خطای نوع اول و دوم
  • 9. مفهوم همبستگی
  • 10. ضریب همبستگی پیرسون
  • 11. مقدمه‌ای بر رگرسیون خطی
  • 12. مدل رگرسیون خطی ساده
  • 13. تخمین پارامترهای مدل رگرسیون
  • 14. روش حداقل مربعات معمولی (OLS)
  • 15. مفهوم برازش مدل
  • 16. ضریب تعیین (R-squared)
  • 17. تحلیل واریانس در رگرسیون (ANOVA)
  • 18. مفروضات مدل رگرسیون خطی
  • 19. مفروضه خطی بودن
  • 20. مفروضه استقلال خطاها
  • 21. مفروضه همسانی واریانس خطاها (Homoscedasticity)
  • 22. مفروضه نرمال بودن خطاها
  • 23. تشخیص نقض مفروضات
  • 24. باقیمانده‌ها (Residuals)
  • 25. نمودار باقیمانده‌ها در برابر مقادیر پیش‌بینی شده
  • 26. نمودار باقیمانده‌ها در برابر متغیر مستقل
  • 27. آزمون‌های رسمی برای مفروضات
  • 28. آزمون بروش-پاگان برای همسانی واریانس
  • 29. آزمون شاپیرو-ویلک برای نرمال بودن
  • 30. آزمون دوربین-واتسون برای استقلال خطاها
  • 31. تشخیص داده‌های پرت (Outliers)
  • 32. روش‌های شناسایی داده‌های پرت
  • 33. تأثیر داده‌های پرت بر مدل
  • 34. مدیریت داده‌های پرت
  • 35. تشخیص نقاط اهرمی (Leverage Points)
  • 36. شاخص کوک (Cook's Distance)
  • 37. تأثیر نقاط اهرمی بر ضرایب رگرسیون
  • 38. مدل رگرسیون خطی چندگانه
  • 39. متغیرهای مستقل متعدد
  • 40. تخمین پارامترها در رگرسیون چندگانه
  • 41. مشکل هم‌خطی چندگانه (Multicollinearity)
  • 42. تشخیص هم‌خطی چندگانه
  • 43. شاخص تورم واریانس (VIF)
  • 44. مدیریت هم‌خطی چندگانه
  • 45. رگرسیون با متغیرهای کیفی (Dummy Variables)
  • 46. نحوه کدگذاری متغیرهای کیفی
  • 47. تفسیر ضرایب متغیرهای کیفی
  • 48. مدل‌های تعاملی (Interaction Terms)
  • 49. تفسیر تعاملات
  • 50. انتخاب بهترین مدل رگرسیون
  • 51. معیارهای انتخاب مدل (AIC, BIC)
  • 52. توسعه مدل‌های رگرسیون
  • 53. رگرسیون غیرخطی
  • 54. تبدیلات متغیرها
  • 55. مدل‌های خطی تعمیم‌یافته (GLM)
  • 56. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته
  • 57. توزیع پواسون
  • 58. مدل رگرسیون پواسون
  • 59. توزیع دوجمله‌ای
  • 60. مدل رگرسیون لجستیک
  • 61. تفسیر ضرایب در رگرسیون لجستیک
  • 62. ارزیابی مدل رگرسیون لجستیک
  • 63. کاربرد رگرسیون لجستیک در پیش‌بینی
  • 64. مقدمه‌ای بر سری‌های زمانی
  • 65. مولفه‌های سری زمانی
  • 66. مدل‌های ARIMA
  • 67. مقدمه‌ای بر تحلیل بقا
  • 68. مدل کاکس (Cox Proportional Hazards Model)
  • 69. مقدمه‌ای بر یادگیری ماشین
  • 70. رابطه یادگیری ماشین و مدل‌سازی آماری
  • 71. مدل‌های کلاسیک در یادگیری ماشین
  • 72. شبکه‌های عصبی مصنوعی
  • 73. یادگیری عمیق
  • 74. شبکه‌های عصبی کانولوشنال
  • 75. شبکه‌های عصبی بازگشتی
  • 76. تقویت یادگیری
  • 77. مقدمه‌ای بر داده‌کاوی
  • 78. الگوریتم‌های خوشه‌بندی
  • 79. الگوریتم‌های طبقه‌بندی
  • 80. قوانین انجمنی
  • 81. فرهنگ داده در سازمان
  • 82. مدیریت داده‌های بزرگ (Big Data)
  • 83. پلتفرم‌های پردازش داده‌های بزرگ
  • 84. مقدمه‌ای بر هوش مصنوعی
  • 85. کاربردهای هوش مصنوعی
  • 86. اخلاق در هوش مصنوعی
  • 87. حریم خصوصی داده‌ها
  • 88. امنیت داده‌ها
  • 89. مقدمه‌ای بر آمارهای رسمی کشور
  • 90. نقش مرکز آمار ایران
  • 91. قوانین و مقررات آماری
  • 92. اهمیت داده‌های دقیق در تصمیم‌گیری
  • 93. مدل‌سازی داده در بخش‌های اقتصادی
  • 94. مدل‌سازی داده در بخش‌های اجتماعی
  • 95. مدل‌سازی داده در بخش‌های بهداشتی
  • 96. مدل‌سازی داده در بخش‌های محیط زیستی
  • 97. تحلیل داده‌های نظرسنجی
  • 98. طراحی پرسشنامه آماری
  • 99. نمونه‌گیری در نظرسنجی‌ها
  • 100. تحلیل نتایج نظرسنجی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.