اپلیکیشن اندرویدی فلشکارت آموزشی مدلسازی رگرسیون با استفاده از نرمافزار STATA
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره مدلسازی رگرسیون با استفاده از نرمافزار STATA
موضوع کلی: علوم کامپیوتر و تحلیل داده
موضوع میانی: تحلیل آماری و مدلسازی داده
📋 سرفصلهای دوره
- 1. مقدمهای بر آمار و تحلیل داده در علوم کامپیوتر
- 2. مبانی تحلیل داده با STATA
- 3. نصب و راهاندازی STATA
- 4. آشنایی با محیط کاربری STATA
- 5. مدیریت دادهها در STATA
- 6. ورود دادهها و انواع متغیرها
- 7. پاکسازی و پیشپردازش دادهها
- 8. آمارههای توصیفی در STATA
- 9. نمودارهای توصیفی و بصریسازی دادهها
- 10. مفاهیم اولیه رگرسیون خطی ساده
- 11. اجرای رگرسیون خطی ساده در STATA
- 12. تفسیر نتایج رگرسیون خطی ساده
- 13. مفاهیم رگرسیون خطی چندگانه
- 14. اجرای رگرسیون خطی چندگانه در STATA
- 15. تفسیر نتایج رگرسیون خطی چندگانه
- 16. انتخاب متغیرها در مدلهای رگرسیون
- 17. آزمون مفروضات رگرسیون خطی
- 18. بررسی همخطی (Multicollinearity)
- 19. بررسی ناهمسانی واریانس (Heteroscedasticity)
- 20. بررسی نرمال بودن باقیماندهها (Normality of Residuals)
- 21. روشهای اصلاح ناهمسانی واریانس
- 22. روشهای اصلاح دادههای پرت (Outliers)
- 23. رگرسیون لجستیک (Logistic Regression)
- 24. اجرای رگرسیون لجستیک در STATA
- 25. تفسیر نتایج رگرسیون لجستیک
- 26. مدلهای خطی تعمیمیافته (Generalized Linear Models)
- 27. معرفی مدلهای خطی تعمیمیافته
- 28. اجرای مدلهای خطی تعمیمیافته در STATA
- 29. مدلهای سری زمانی (Time Series Models)
- 30. مقدمهای بر تحلیل سری زمانی
- 31. اجرای مدلهای سری زمانی پایه در STATA
- 32. مدل ARIMA
- 33. اجرای مدل ARIMA در STATA
- 34. پیشبینی با مدلهای سری زمانی
- 35. تحلیل دادههای پنل (Panel Data Analysis)
- 36. مقدمهای بر دادههای پنل
- 37. مدل اثرات ثابت (Fixed Effects) در STATA
- 38. مدل اثرات تصادفی (Random Effects) در STATA
- 39. مقایسه مدلهای اثرات ثابت و تصادفی
- 40. تحلیل بقا (Survival Analysis)
- 41. مقدمهای بر تحلیل بقا
- 42. تابع بقا و تابع خطر
- 43. روش کاپلان-مایر (Kaplan-Meier)
- 44. اجرای تحلیل بقا با کاپلان-مایر در STATA
- 45. رگرسیون کوکس (Cox Regression)
- 46. اجرای رگرسیون کوکس در STATA
- 47. مقدمهای بر یادگیری ماشین
- 48. مبانی الگوریتمهای یادگیری ماشین
- 49. رگرسیون پشتهای (Lasso Regression)
- 50. اجرای رگرسیون پشتهای در STATA
- 51. رگرسیون ریج (Ridge Regression)
- 52. اجرای رگرسیون ریج در STATA
- 53. درختهای تصمیم (Decision Trees)
- 54. اجرای درختهای تصمیم در STATA
- 55. جنگلهای تصادفی (Random Forests)
- 56. اجرای جنگلهای تصادفی در STATA
- 57. ماشینهای بردار پشتیبان (Support Vector Machines)
- 58. اجرای ماشینهای بردار پشتیبان در STATA
- 59. شبکههای عصبی مقدماتی
- 60. مقدمهای بر شبکههای عصبی مصنوعی
- 61. کاربرد شبکههای عصبی در مدلسازی
- 62. تحلیل عاملی (Factor Analysis)
- 63. مقدمهای بر تحلیل عاملی
- 64. اجرای تحلیل عاملی در STATA
- 65. تحلیل خوشهای (Cluster Analysis)
- 66. مقدمهای بر تحلیل خوشهای
- 67. اجرای تحلیل خوشهای در STATA
- 68. مقدمهای بر مدلسازی معادلات ساختاری (SEM)
- 69. مفاهیم اولیه SEM
- 70. اجرای SEM مقدماتی در STATA
- 71. ارزیابی مدلهای SEM
- 72. بصریسازی مدلهای SEM
- 73. تحلیل مسیر (Path Analysis)
- 74. اجرای تحلیل مسیر در STATA
- 75. مدلسازی معادلات ساختاری پیشرفته
- 76. مدلهای چند سطحی (Multilevel Models)
- 77. مقدمهای بر مدلهای چند سطحی
- 78. اجرای مدلهای چند سطحی در STATA
- 79. مقدمهای بر دادهکاوی (Data Mining)
- 80. تکنیکهای اکتشاف داده
- 81. کاربرد STATA در دادهکاوی
- 82. مدیریت منابع داده بزرگ
- 83. مقدمهای بر تحلیل شبکه (Network Analysis)
- 84. بصریسازی شبکهها
- 85. تحلیل استنتاجی در STATA
- 86. آزمون فرض آماری
- 87. آزمون t (t-test)
- 88. آزمون تحلیل واریانس (ANOVA)
- 89. آزمون کایدو (Chi-squared test)
- 90. آزمونهای ناپارامتری
- 91. مقدمهای بر تحلیل آماری پیشرفته
- 92. کاربرد STATA در تحقیقات علوم اجتماعی
- 93. کاربرد STATA در تحقیقات اقتصادی
- 94. کاربرد STATA در تحقیقات پزشکی
- 95. کاربرد STATA در تحقیقات علوم کامپیوتر
- 96. اخلاق در تحلیل داده و گزارشدهی
- 97. ملاحظات امنیتی در مدیریت دادهها
- 98. استانداردهای گزارشدهی نتایج آماری
- 99. مقدمهای بر برنامهنویسی در STATA (Mata)
- 100. ساخت اسکریپتهای سفارشی در STATA
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.