فلش‌کارت‌های آموزشی راهنمای پیشرفته WinBUGS

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب راهنمای پیشرفته WinBUGS

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

موضوع میانی: BUGS (WinBUGS, OpenBUGS)

📋 سرفصل‌های کتاب (100 موضوع)

• 1. در اینجا 100 سرفصل آموزشی برای "راهنمای پیشرفته WinBUGS" آورده شده است:
• 2. مقدمه و مرور
• 3. مفاهیم پایه مدل‌سازی بیزی
• 4. مروری بر WinBUGS و نحوه نصب
• 5. محیط کاربری WinBUGS
• 6. مقدمه‌ای بر زبان مدل‌سازی WinBUGS (BUGS Language)
• 7. تفاوت‌های WinBUGS با سایر نرم‌افزارهای بیزی
• 8. مبانی مدل‌سازی احتمالی
• 9. توزیع‌های پیشین (Prior Distributions)
• 10. انتخاب توزیع پیشین مناسب
• 11. توزیع‌های پیشین غیر اطلاعاتی (Non-informative Priors)
• 12. توزیع‌های پیشین اطلاعاتی (Informative Priors)
• 13. توزیع‌های پیشین ترکیبی (Conjugate Priors)
• 14. توزیع‌های پیشین غیرترکیبی (Non-conjugate Priors)
• 15. مفاهیم اساسی زنجیره مارکوف مونت کارلو (MCMC)
• 16. ایده اصلی MCMC
• 17. الگوریتم گیبس (Gibbs Sampling)
• 18. الگوریتم هیز-وایتینگ (Metropolis-Hastings Algorithm)
• 19. تشخیص همگرایی (Convergence Diagnostics)
• 20. نمودارهای trace
• 21. نمودارهای autocorrelation
• 22. آماره‌های Geyer
• 23. آماره‌های R-hat (Gelman-Rubin statistic)
• 24. نمودارهای density
• 25. سلسله‌های موازی (Parallel Chains)
• 26. مدل‌های خطی بیزی
• 27. مدل رگرسیون خطی ساده بیزی
• 28. مدل رگرسیون خطی چندگانه بیزی
• 29. انتخاب پیشین برای پارامترهای رگرسیون
• 30. تفسیر نتایج رگرسیون بیزی
• 31. مدل رگرسیون خطی تعمیم‌یافته (GLM) بیزی
• 32. مدل رگرسیون لجستیک بیزی
• 33. مدل رگرسیون پواسون بیزی
• 34. مدل رگرسیون کوشنی بیزی
• 35. مدل‌های سلسله مراتبی بیزی
• 36. مفهوم مدل‌های سلسله مراتبی
• 37. مدل‌های سلسله مراتبی ساده
• 38. مدل‌های سلسله مراتبی با پارامترهای گروهی
• 39. مدل‌های سلسله مراتبی با اثرات تصادفی
• 40. مدل‌های سلسله مراتبی چندسطحی
• 41. کاربرد مدل‌های سلسله مراتبی در آمار زیستی و علوم اجتماعی
• 42. مدل‌های سری زمانی بیزی
• 43. مدل‌های ARIMA بیزی
• 44. مدل‌های حالت-فضا (State-Space Models) بیزی
• 45. مدل‌های ناهمگنی واریانس شرطی اتورگرسیو (ARCH/GARCH) بیزی
• 46. مدل‌های پویا بیزی
• 47. مدل‌های بقا (Survival Analysis) بیزی
• 48. مدل کاکس (Cox Proportional Hazards) بیزی
• 49. مدل‌های بقا با توزیع‌های مشخص
• 50. مدل‌های بقا با پارامترهای تصادفی
• 51. مدل‌های فضایی بیزی
• 52. مقدمه‌ای بر مدل‌های فضایی
• 53. مدل‌های فضایی ایزوتروپیک (Isotropic)
• 54. مدل‌های فضایی ناایزوتروپیک (Anisotropic)
• 55. مدل‌های فضایی با توابع همبستگی
• 56. کاربرد مدل‌های فضایی در علوم محیطی و بهداشت عمومی
• 57. مدل‌های بیزی پیشرفته
• 58. مدل‌های مخلوط (Mixture Models) بیزی
• 59. مدل‌های طبقه‌بندی (Clustering) بیزی
• 60. مدل‌های رگرسیون ناپارامتری بیزی (Nonparametric Bayesian Regression)
• 61. مدل‌های یادگیری ماشین بیزی (Bayesian Machine Learning)
• 62. شبکه‌های بیزی (Bayesian Networks)
• 63. تکنیک‌های پیشرفته MCMC
• 64. کاهش همبستگی بین متغیرهای مدل (Reparameterization)
• 65. استفاده از پیش‌بینی‌کننده‌های شرطی (Conditional Autoregressive - CAR)
• 66. استفاده از توابع مشخص (Specific Functions) در WinBUGS
• 67. نمونه‌گیری با ضربه (Block Sampling)
• 68. نمونه‌گیری با ضربه در مدل‌های پیچیده
• 69. نمونه‌گیری با ضربه برای پارامترهای گسسته
• 70. ارزیابی و مقایسه مدل‌های بیزی
• 71. شاخص‌های اطلاعاتی بیزی (Bayesian Information Criteria)
• 72. معیار اطلاعات آکائیکه بیزی (Bayesian Information Criterion - BIC)
• 73. معیار اطلاعات آکائیکه تعدیل شده بیزی (Adjusted BIC)
• 74. اعتبارسنجی متقابل بیزی (Bayesian Cross-Validation)
• 75. اعتبارسنجی مبتنی بر پیش‌بینی (Posterior Predictive Checks)
• 76. کاربرد WinBUGS در حوزه‌های مختلف
• 77. آمار زیستی و پزشکی
• 78. علوم اقتصادی و مالی
• 79. علوم اجتماعی و جمعیت‌شناسی
• 80. علوم محیطی و زمین‌شناسی
• 81. مهندسی و علوم کامپیوتر
• 82. نکات و ترفندهای WinBUGS
• 83. اشکال‌زدایی (Debugging) در مدل‌های WinBUGS
• 84. بهینه‌سازی کد WinBUGS
• 85. استفاده از اسکریپت‌های WinBUGS (DICOM)
• 86. مدیریت داده‌های بزرگ در WinBUGS
• 87. اتصال WinBUGS به سایر نرم‌افزارها (R، MATLAB)
• 88. مثال‌های عملی و مطالعات موردی
• 89. مثال‌های کلاسیک و شناخته شده
• 90. مطالعات موردی از مقالات علمی
• 91. پیاده‌سازی مدل‌های پیچیده برای مسائل واقعی
• 92. توسعه و سفارشی‌سازی WinBUGS
• 93. نوشتن توابع سفارشی در BUGS Language
• 94. برنامه‌نویسی پیشرفته با WinBUGS
• 95. مقدمه‌ای بر JAXBUGS و سایر ابزارهای مشابه
• 96. مباحث تکمیلی
• 97. مدل‌های بیزی غیرپارامتری و بیزی عمیق (Deep Bayesian Models)
• 98. روش‌های نمونه‌گیری پیشرفته‌تر (Hamiltonian Monte Carlo - HMC)
• 99. انتقال به نرم‌افزارهای جایگزین (Stan، JAGS)
• 100. محدودیت‌ها و چالش‌های مدل‌سازی بیزی