اپلیکیشن اندرویدی فلشکارت آموزشی کشف سوگیری حال: شناسایی توابع تنزیل با ترجیحات شبه هذلولی در مدلهای انتخاب گسسته پویا
📚 کتاب آموزشی جامع
📚 اطلاعات کتاب
عنوان کتاب: کتاب کشف سوگیری حال: شناسایی توابع تنزیل با ترجیحات شبه هذلولی در مدلهای انتخاب گسسته پویا
موضوع کلی: اقتصاد رفتاری و انتخاب پویا
موضوع میانی: مدلسازی ترجیحات زمانی و نرخ تنزیل
📋 سرفصلهای کتاب (100 موضوع)
- 1. مبانی اقتصاد رفتاری
- 2. مقدمه ای بر انتخاب گسسته
- 3. مبانی مدل سازی انتخاب گسسته
- 4. مفهوم ترجیحات زمانی
- 5. مفهوم تنزیل (Discounting)
- 6. مدل های سنتی تنزیل (مثال: تنزیل نمایی)
- 7. محدودیت های مدل تنزیل نمایی
- 8. معرفی اقتصاد رفتاری و انحرافات از عقلانیت
- 9. سوگیری های رفتاری رایج
- 10. سوگیری حال (Present Bias)
- 11. مفهوم "اکنون" در مقابل "بعد"
- 12. مدل های ترجیحات زمانی غیر نمایی
- 13. معرفی توابع تنزیل شبه هذلولی (Hyperbolic Discounting)
- 14. ساختار ریاضی توابع تنزیل شبه هذلولی
- 15. مقایسه تنزیل نمایی و شبه هذلولی
- 16. کاربرد تنزیل شبه هذلولی در تصمیم گیری های روزمره
- 17. انباشت پس انداز و سرمایه گذاری
- 18. مصرف و برنامه ریزی بلندمدت
- 19. تصمیم گیری های بهداشتی و سلامتی
- 20. استفاده از دخانیات و مواد مخدر
- 21. انتخاب شغل و آموزش
- 22. تصمیم گیری های زیست محیطی
- 23. معرفی مدل های انتخاب گسسته پویا (Dynamic Discrete Choice Models)
- 24. ضرورت استفاده از مدل های پویا
- 25. عناصر اصلی مدل های انتخاب گسسته پویا
- 26. تابع مطلوبیت در زمان های مختلف
- 27. تابع انتقال حالت (State Transition Function)
- 28. تابع پاداش (Reward Function)
- 29. تابع تنزیل (Discount Function)
- 30. تابع انتخاب (Choice Function)
- 31. مدل سازی گزینه ها در طول زمان
- 32. تصمیمات متوالی در طول زمان
- 33. مفهوم ارزش فعلی در مدل های پویا
- 34. کشف (Identification) در مدل های اقتصاد سنجی
- 35. چالش های شناسایی در مدل های پویا
- 36. ضرورت شناسایی توابع تنزیل
- 37. مقدمه ای بر مقاله "Identifying Present-Biased Discount Functions in Dynamic Discrete Choice Models"
- 38. هدف اصلی مقاله
- 39. روش شناسی مقاله
- 40. مفاهیم کلیدی مقاله
- 41. داده های مورد نیاز برای اجرای روش مقاله
- 42. ساختار مدل انتخابی در مقاله
- 43. انواع توابع تنزیل مورد بررسی در مقاله
- 44. مدل سازی سوگیری حال در چارچوب مقاله
- 45. کشف (Identification) سوگیری حال
- 46. توابع تنزیل در مدل انتخاب گسسته پویا
- 47. معادلات شرطی در مدل های پویا
- 48. معادلات پیش شرطی در مدل های پویا
- 49. روش های تخمین پارامترهای مدل
- 50. قضیه شناسایی (Identification Theorem)
- 51. شرایط لازم برای شناسایی توابع تنزیل
- 52. شناسایی پارامترهای سوگیری حال
- 53. پیامدهای عدم شناسایی
- 54. تکنیک های داده کاوی برای کشف سوگیری حال
- 55. شبیه سازی داده ها برای آزمایش روش ها
- 56. ارزیابی عملکرد روش های شناسایی
- 57. تفسیر پارامترهای تخمین زده شده
- 58. مقایسه نتایج با مدل های سنتی
- 59. کاربرد عملی نتایج در سیاست گذاری
- 60. مثال های کاربردی از داده های واقعی
- 61. مطالعه موردی 1: تصمیمات پس انداز
- 62. مطالعه موردی 2: تصمیمات بهداشتی
- 63. مطالعه موردی 3: تصمیمات آموزشی
- 64. توسعه مدل ها برای رفتار پیچیده تر
- 65. ملاحظات مربوط به داده های پانل (Panel Data)
- 66. ملاحظات مربوط به داده های مقطعی (Cross-Sectional Data)
- 67. نقش میانگین گیری در مدل های پویا
- 68. نقش واریانس در مدل های پویا
- 69. حساسیت نتایج به مفروضات مدل
- 70. تحلیل حساسیت (Sensitivity Analysis)
- 71. محدودیت های روش مقاله
- 72. زمینه های تحقیقاتی آتی
- 73. پیشرفت های اخیر در مدل سازی ترجیحات زمانی
- 74. مدل های جایگزین برای سوگیری حال
- 75. نقش انتخاب های تصادفی (Random Choices)
- 76. مدل سازی عدم قطعیت در ترجیحات
- 77. تاثیر اطلاعات بر ترجیحات زمانی
- 78. تاثیر هنجارهای اجتماعی بر تنزیل
- 79. مدل سازی ترجیحات ناهمگن (Heterogeneous Preferences)
- 80. شناسایی ناهمگنی در سوگیری حال
- 81. ارتباط بین سوگیری حال و تصمیمات گروهی
- 82. کاربرد در اقتصاد مالی رفتاری
- 83. کاربرد در اقتصاد توسعه
- 84. کاربرد در سیاست گذاری عمومی
- 85. اصول طراحی آزمایش های تجربی
- 86. ارزیابی اثرات مداخله
- 87. مدیریت انگیزه ها (Incentive Design)
- 88. راهکارهای تشویقی برای غلبه بر سوگیری حال
- 89. طراحی برنامه های پس انداز
- 90. طراحی برنامه های سلامت
- 91. مقدمه ای بر نرم افزارهای آماری مرتبط
- 92. آموزش استفاده از نرم افزار برای تخمین مدل
- 93. کاربرد Stata در مدل های انتخاب گسسته پویا
- 94. کاربرد R در مدل های انتخاب گسسته پویا
- 95. کاربرد Python در مدل های انتخاب گسسته پویا
- 96. مبانی اقتصاد سنجی برای مدل های پویا
- 97. مفهوم برآورد کننده حداکثر درستنمایی (Maximum Likelihood Estimator)
- 98. مفهوم برآورد کننده حداقل مربعات تعمیم یافته (Generalized Least Squares Estimator)
- 99. مفهوم متغیرهای ابزاری (Instrumental Variables)
- 100. چالش های مرتبه بالای اولویت (Higher-Order Preferences)
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.