دوره تنظیمات پیشرفته for Modeling in Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته for Modeling in Stan

موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری
• 2. مفاهیم پایه در احتمال
• 3. توزیع‌های احتمال گسسته
• 4. توزیع‌های احتمال پیوسته
• 5. استنتاج آماری: برآورد و آزمون فرض
• 6. مبانی مدل‌سازی خطی
• 7. رگرسیون خطی ساده
• 8. رگرسیون خطی چندگانه
• 9. مفاهیم مدل‌سازی عمومی (GLM)
• 10. مدل خطی تعمیم‌یافته
• 11. توزیع پواسون برای داده‌های شمارشی
• 12. مدل لاجیت برای داده‌های دودویی
• 13. مدل پروبیت برای داده‌های دودویی
• 14. مدل چندنامی برای داده‌های دسته‌ای
• 15. مدل ترتیبی برای داده‌های ترتیبی
• 16. مقدمه‌ای بر مدل‌سازی سلسله مراتبی
• 17. مزایای مدل‌سازی سلسله مراتبی
• 18. ساختار مدل‌های سلسله مراتبی
• 19. مدل‌های سلسله مراتبی برای پارامترهای میانگین
• 20. مدل‌های سلسله مراتبی برای پارامترهای واریانس
• 21. مدل‌های سلسله مراتبی برای پارامترهای همبستگی
• 22. پیاده‌سازی مدل‌های سلسله مراتبی با Stan
• 23. نصب و راه‌اندازی Stan
• 24. زبان برنامه‌نویسی Stan
• 25. ساختار بلوک‌های Stan (parameters, transformed parameters, model, generated quantities)
• 26. تولید اعداد تصادفی در Stan
• 27. نحوه تعریف متغیرها در Stan
• 28. توزیع‌های پیشین در Stan
• 29. توزیع‌های پسین در Stan
• 30. برآورد حداکثر درست‌نمایی در Stan
• 31. روش‌های نمونه‌گیری مارکوف زنجیره‌ای مونت کارلو (MCMC)
• 32. الگوریتم گیبس سمپلینگ
• 33. الگوریتم هامیلتونی مونت کارلو (HMC)
• 34. الگوریتم نمونه‌بردار از گشتاور (NUTS)
• 35. تشخیص همگرایی در MCMC
• 36. نمودارهای trace plot
• 37. آماره‌های R-hat
• 38. نمودارهای autocorrelation
• 39. نمونه‌برداری از توزیع پسین
• 40. محاسبه امید ریاضی و واریانس در Stan
• 41. محاسبه فواصل اطمینان در Stan
• 42. اعتبارسنجی مدل با داده‌های شبیه‌سازی شده
• 43. تفسیر نتایج مدل‌سازی سلسله مراتبی
• 44. مدل‌سازی سری زمانی با Stan
• 45. مدل‌های ARMA
• 46. مدل‌های ARIMA
• 47. مدل‌های GARCH
• 48. مدل‌سازی داده‌های مکانی با Stan
• 49. مدل‌های خودهمبستگی فضایی
• 50. مدل‌های ناهمگنی فضایی
• 51. مدل‌سازی بقا با Stan
• 52. مدل کاکس پروپورشنال هازاردز
• 53. مدل‌های پارامتری بقا
• 54. مدل‌سازی داده‌های پانل با Stan
• 55. مدل اثرات ثابت
• 56. مدل اثرات تصادفی
• 57. مقدمه‌ای بر مدل‌سازی شبکه‌ای
• 58. مدل‌های مبتنی بر گراف
• 59. مدل‌سازی وابستگی در شبکه‌ها
• 60. مدل‌سازی عدم قطعیت پارامترها
• 61. حساسیت‌سنجی مدل
• 62. مقایسه مدل‌ها با استفاده از معیارهای اطلاعاتی
• 63. معیار اطلاعاتی آکائیکه (AIC)
• 64. معیار اطلاعاتی بیزی (BIC)
• 65. معیار اطلاعاتی واک-واسرشتاین (Wasserman's criterion)
• 66. اعتبار سنجی متقابل (Cross-validation)
• 67. اعتبار سنجی متقابل K-fold
• 68. اعتبار سنجی متقابل ten-fold
• 69. کاربرد Stan در علوم زیستی
• 70. مدل‌سازی ژنتیکی
• 71. مدل‌سازی اپیدمیولوژیک
• 72. مدل‌سازی اکولوژیک
• 73. کاربرد Stan در علوم اجتماعی
• 74. مدل‌سازی رفتار مصرف‌کننده
• 75. مدل‌سازی انتخاب اجتماعی
• 76. مدل‌سازی شبکه‌های اجتماعی
• 77. کاربرد Stan در اقتصاد
• 78. مدل‌سازی پیش‌بینی اقتصادی
• 79. مدل‌سازی ریسک مالی
• 80. مدل‌سازی پویایی بازار
• 81. کاربرد Stan در مهندسی
• 82. مدل‌سازی قابلیت اطمینان
• 83. مدل‌سازی عملکرد سیستم
• 84. مدل‌سازی پیش‌بینی خرابی
• 85. بهینه‌سازی پارامترها با Stan
• 86. روش‌های بهینه‌سازی بیزی
• 87. جستجوی شبکه‌ای برای پارامترها
• 88. ارزیابی استحکام مدل
• 89. تحلیل حساسیت به پیش‌فرض‌ها
• 90. تحلیل حساسیت به داده‌ها
• 91. روش‌های پیشرفته در Stan
• 92. استفاده از کامپایلر C++ در Stan
• 93. توسعه بسته‌های سفارشی برای Stan
• 94. موازی‌سازی محاسبات در Stan
• 95. استفاده از GPU برای محاسبات Stan
• 96. مباحث پیشرفته در مدل‌سازی سلسله مراتبی
• 97. مدل‌های مختلط (Mixed-effects models)
• 98. مدل‌های سلسله مراتبی چند سطحی
• 99. مدل‌سازی رگرسیون کوواریانس
• 100. مدل‌سازی رگرسیون با اثرات متقابل