اپلیکیشن اندرویدی فلش‌کارت آموزشی مبانی تحلیل آماری دو متغیره با R: گامی به سوی درک داده‌ها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی تحلیل آماری دو متغیره با R: گامی به سوی درک داده‌ها

موضوع کلی: آمار و تحلیل داده

موضوع میانی: تحلیل آماری دو متغیره

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل آماری دو متغیره
• 2. مفاهیم کلیدی در تحلیل آماری دو متغیره
• 3. انواع داده‌ها در تحلیل دو متغیره
• 4. متغیرهای کیفی و کمی
• 5. نمودارهای پراکندگی و تفسیر آن‌ها
• 6. همبستگی و ضریب همبستگی پیرسون
• 7. آزمون فرض برای ضریب همبستگی
• 8. همبستگی رتبه‌ای اسپیرمن
• 9. همبستگی کندال
• 10. تحلیل واریانس یک‌طرفه (ANOVA)
• 11. آزمون کای‌دو برای استقلال متغیرهای کیفی
• 12. آزمون فیشر برای جداول 2x2
• 13. مقدمه‌ای بر رگرسیون خطی ساده
• 14. مدل رگرسیون خطی ساده
• 15. تفسیر ضرایب رگرسیون
• 16. برازش مدل رگرسیون
• 17. آزمون فرض برای شیب رگرسیون
• 18. ضریب تعیین (R-squared)
• 19. پیش‌بینی با مدل رگرسیون
• 20. باقیمانده‌ها در رگرسیون خطی
• 21. تشخیص داده‌های پرت در رگرسیون
• 22. مقدمه‌ای بر رگرسیون خطی چندگانه
• 23. مدل رگرسیون خطی چندگانه
• 24. انتخاب بهترین مدل رگرسیون
• 25. مقدمه‌ای بر تحلیل عاملی اکتشافی
• 26. کاربرد تحلیل عاملی در کاهش ابعاد
• 27. مقدمه‌ای بر تحلیل خوشه‌ای
• 28. انواع روش‌های خوشه‌بندی
• 29. کاربرد تحلیل خوشه‌ای در بخش‌بندی بازار
• 30. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته
• 31. رگرسیون لجستیک برای داده‌های باینری
• 32. تفسیر ضرایب در رگرسیون لجستیک
• 33. مقدمه‌ای بر سری‌های زمانی
• 34. تحلیل روند در سری‌های زمانی
• 35. تحلیل فصلی در سری‌های زمانی
• 36. پیش‌بینی سری‌های زمانی با مدل‌های ساده
• 37. مقدمه‌ای بر آزمون‌های ناپارامتری
• 38. آزمون ویلکاکسون برای دو نمونه مستقل
• 39. آزمون من-ویتنی یو
• 40. آزمون کروسکال-والیس
• 41. مقدمه‌ای بر روش‌های نمونه‌گیری
• 42. نمونه‌گیری تصادفی ساده
• 43. نمونه‌گیری طبقه‌بندی شده
• 44. نمونه‌گیری خوشه‌ای
• 45. نمونه‌گیری سیستماتیک
• 46. مقدمه‌ای بر نرم‌افزار R
• 47. نصب و راه‌اندازی R
• 48. محیط RStudio
• 49. انجام محاسبات پایه در R
• 50. کار با بردارها و ماتریس‌ها در R
• 51. وارد کردن داده‌ها در R
• 52. مدیریت داده‌ها در R
• 53. فیلتر کردن و انتخاب داده‌ها
• 54. مرتب‌سازی داده‌ها
• 55. ساخت متغیرهای جدید
• 56. رسم نمودارهای پایه در R
• 57. نمودار میله‌ای
• 58. نمودار دایره‌ای
• 59. نمودار هیستوگرام
• 60. نمودار جعبه‌ای (Box Plot)
• 61. نمودار پراکندگی در R
• 62. رسم نمودار با استفاده از ggplot2
• 63. مقدمه‌ای بر کتابخانه ggplot2
• 64. ساخت نمودارهای پیچیده‌تر با ggplot2
• 65. پیرایش و سفارشی‌سازی نمودارها
• 66. انجام آزمون همبستگی در R
• 67. محاسبه ضریب همبستگی پیرسون در R
• 68. رسم نمودار پراکندگی با خط رگرسیون در R
• 69. انجام آزمون کای‌دو در R
• 70. اجرای تحلیل واریانس یک‌طرفه در R
• 71. نوشتن و اجرای مدل رگرسیون خطی ساده در R
• 72. تفسیر نتایج رگرسیون خطی در R
• 73. تشخیص مشکلات مدل رگرسیون در R
• 74. انجام رگرسیون خطی چندگانه در R
• 75. ارزیابی مدل‌های رگرسیون چندگانه در R
• 76. مقدمه‌ای بر تحلیل داده‌های گمشده
• 77. روش‌های جایگزینی داده‌های گمشده
• 78. تشخیص و مدیریت داده‌های پرت در R
• 79. مقدمه‌ای بر سنجش و ارزیابی آماری
• 80. مبانی آزمون فرض آماری
• 81. خطای نوع اول و نوع دوم
• 82. سطح معنی‌داری و مقدار p
• 83. مقدمه‌ای بر مفاهیم آماری در اقتصاد
• 84. تحلیل رابطه بین متغیرهای اقتصادی
• 85. کاربرد تحلیل آماری در تصمیم‌گیری‌های کسب‌وکار
• 86. مقدمه‌ای بر تحلیل داده‌های اکتشافی (EDA)
• 87. اهمیت تحلیل داده‌های اکتشافی
• 88. تکنیک‌های بصری برای EDA
• 89. خلاصه‌سازی داده‌ها با معیارهای مرکزی و پراکندگی
• 90. مقدمه‌ای بر مفاهیم آماری در علوم اجتماعی
• 91. تحلیل روابط بین پدیده‌های اجتماعی
• 92. کاربرد تحلیل آماری در پژوهش‌های اجتماعی
• 93. مقدمه‌ای بر نرم‌افزارهای آماری جایگزین R
• 94. نکات مهم در گزارش‌دهی نتایج آماری
• 95. اصول گزارش‌دهی شفاف و دقیق
• 96. ارائه نتایج به زبان ساده و قابل فهم
• 97. مقدمه‌ای بر اخلاق در تحلیل داده‌ها
• 98. حفظ حریم خصوصی داده‌ها
• 99. استفاده مسئولانه از نتایج آماری
• 100. نکات نهایی در تحلیل آماری دو متغیره