فلش‌کارت‌های آموزشی MCMCpack در علوم اجتماعی: کاربردهای پژوهشی

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب MCMCpack در علوم اجتماعی: کاربردهای پژوهشی

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

موضوع میانی: MCMCpack package

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر MCMCpack و علوم اجتماعی
• 2. نصب و راه اندازی MCMCpack
• 3. مبانی MCMC در علوم اجتماعی
• 4. نمونه گیری از توزیع های شرطی
• 5. مفهوم تابع درستنمایی در مدل های علوم اجتماعی
• 6. انتخاب مدل های مناسب برای MCMC
• 7. انواع مدل های آماری در علوم اجتماعی
• 8. رگرسیون خطی با MCMC
• 9. مدل های خطای سلسله مراتبی
• 10. مدل های لجستیک با MCMC
• 11. مدل های چندسطحی با MCMC
• 12. مدل های پواسون با MCMC
• 13. مدل های رگرسیون نامعلومی (Latent Variable Regression)
• 14. مدل های عامل پنهان (Latent Factor Models)
• 15. مدل های مدل سازی معادلات ساختاری (SEM) با MCMC
• 16. مدل های مارکوف زنجیره ای (Markov Chain Models)
• 17. مدل های سری زمانی با MCMC
• 18. مدل های شبکه های اجتماعی با MCMC
• 19. مدل های هماهنگی (Copula Models)
• 20. مدل های آماری بیزی (Bayesian Statistical Models)
• 21. مبانی استنتاج بیزی
• 22. توزیع پیشین (Prior Distribution)
• 23. توزیع پسین (Posterior Distribution)
• 24. قضیه بیز (Bayes' Theorem)
• 25. مفهوم مدل های بیزی سلسله مراتبی
• 26. استفاده از MCMC برای تخمین پارامترهای بیزی
• 27. ارزیابی همگرایی زنجیره های مارکوف
• 28. معیارهای همگرایی (Gelman-Rubin, Geweke, Raftery-Lewis)
• 29. تشخیص همگرایی از طریق نمودارها
• 30. تنظیم پارامترهای MCMC
• 31. تعداد تکرار (Iterations)
• 32. تعداد بچ (Burn-in)
• 33. نمونه گیری با گام (Thinning)
• 34. نحوه انتخاب پارامترهای MCMC
• 35. تکنیک های MCMC پیشرفته
• 36. Metropolis-Hastings Algorithm
• 37. Gibbs Sampling
• 38. Hamiltonian Monte Carlo (HMC)
• 39. No-U-Turn Sampler (NUTS)
• 40. کاربرد MCMC در تحلیل داده های علوم اجتماعی
• 41. تحلیل پیمایش ها با MCMC
• 42. تحلیل داده های تجربی با MCMC
• 43. تحلیل داده های کیفی با MCMC
• 44. تحلیل داده های مختلط با MCMC
• 45. تحلیل داده های طولی با MCMC
• 46. تحلیل داده های فضایی با MCMC
• 47. تحلیل داده های شبکه با MCMC
• 48. کاربرد MCMC در مدل سازی رفتار
• 49. مدل سازی انتخاب با MCMC
• 50. مدل سازی تصمیم گیری با MCMC
• 51. مدل سازی یادگیری با MCMC
• 52. مدل سازی رضایت با MCMC
• 53. مدل سازی اعتماد با MCMC
• 54. مدل سازی هنجارهای اجتماعی با MCMC
• 55. کاربرد MCMC در تحلیل پدیده های اجتماعی
• 56. تحلیل نابرابری با MCMC
• 57. تحلیل فقر با MCMC
• 58. تحلیل جرم و جنایت با MCMC
• 59. تحلیل مهاجرت با MCMC
• 60. تحلیل سلامت با MCMC
• 61. تحلیل آموزش با MCMC
• 62. تحلیل سیاست با MCMC
• 63. تحلیل ارتباطات با MCMC
• 64. تحلیل فرهنگ با MCMC
• 65. تحلیل دینامیک های اجتماعی با MCMC
• 66. استفاده از MCMCpack برای اجرای مدل ها
• 67. نحوه تعریف مدل در MCMCpack
• 68. نحوه فراخوانی توابع MCMCpack
• 69. تفسیر نتایج MCMCpack
• 70. خروجی های MCMCpack (میانگین، واریانس، فواصل اطمینان)
• 71. نمودارهای توزیع پسین
• 72. نمودارهای تراکم (Density Plots)
• 73. نمودارهای سری زمانی (Trace Plots)
• 74. نمودارهای خودهمبستگی (Autocorrelation Plots)
• 75. تست های تشخیصی در MCMCpack
• 76. مقایسه مدل های مختلف با MCMC
• 77. شاخص های اطلاعاتی مدل (DIC, WAIC)
• 78. استفاده از MCMCpack برای پیش بینی
• 79. پیش بینی با مدل های بیزی
• 80. ارزیابی دقت پیش بینی ها
• 81. موارد مطالعاتی در علوم اجتماعی با MCMCpack
• 82. مطالعه موردی: تحلیل عوامل موثر بر رضایت شغلی
• 83. مطالعه موردی: مدل سازی رفتار رای دهی
• 84. مطالعه موردی: تحلیل شبکه های دوستی
• 85. مطالعه موردی: بررسی تاثیر برنامه های اجتماعی
• 86. مطالعه موردی: تحلیل روند جرم و جنایت
• 87. مطالعه موردی: مدل سازی انتشار اطلاعات
• 88. مطالعه موردی: تحلیل پویایی های خانواده
• 89. مطالعه موردی: بررسی عوامل موثر بر موفقیت تحصیلی
• 90. مطالعه موردی: تحلیل تاثیر رسانه ها
• 91. مطالعه موردی: مدل سازی تصمیمات اقتصادی خانوار
• 92. چالش ها و محدودیت های MCMC در علوم اجتماعی
• 93. مشکلات همگرایی
• 94. انتخاب مدل مناسب
• 95. تفسیر نتایج پیچیده
• 96. نیاز به دانش آماری عمیق
• 97. مقایسه MCMCpack با نرم افزارهای دیگر
• 98. نکات عملی و توصیه ها برای استفاده از MCMCpack
• 99. منابع آموزشی تکمیلی برای MCMCpack
• 100. مباحث پیشرفته تر در MCMC برای علوم اجتماعی