کتاب صوتی تحلیل داده‌های گسسته و مدل‌سازی آماری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های گسسته و مدل‌سازی آماری

موضوع کلی: آمار و تحلیل داده

موضوع میانی: مباحث پیشرفته در آمار استنباطی

📋 سرفصل‌های دوره

• 1. مبانی آمار استنباطی
• 2. مفاهیم احتمال
• 3. متغیرهای تصادفی گسسته
• 4. توزیع‌های گسسته رایج
• 5. امید ریاضی و واریانس
• 6. قضایای حدی در آمار
• 7. مقدمه‌ای بر استنباط آماری
• 8. برآوردگرهای نقطه ای
• 9. روش گشتاورها
• 10. روش درستنمایی بیشینه
• 11. ویژگی‌های برآوردگرها
• 12. نااریبی، کارایی و سازگاری
• 13. برآورد بازه ای
• 14. بازه اطمینان برای میانگین
• 15. بازه اطمینان برای نسبت
• 16. آزمون فرض آماری
• 17. مفاهیم آزمون فرض
• 18. خطای نوع اول و دوم
• 19. توان آزمون
• 20. آزمون فرض برای میانگین
• 21. آزمون فرض برای نسبت
• 22. آزمون فرض برای واریانس
• 23. آزمون‌های ناپارامتری
• 24. مقدمه‌ای بر مدل‌های خطی
• 25. رگرسیون خطی ساده
• 26. برآورد پارامترها در رگرسیون
• 27. آزمون فرض در رگرسیون
• 28. ضریب تعیین
• 29. تحلیل واریانس در رگرسیون
• 30. رگرسیون خطی چندگانه
• 31. انتخاب مدل در رگرسیون
• 32. مدل‌های تعاملی
• 33. متغیرهای مجازی
• 34. مقدمه‌ای بر داده‌های گسسته
• 35. مدل‌های خطی تعمیم‌یافته
• 36. رگرسیون پواسون
• 37. رگرسیون لجستیک
• 38. برآورد پارامترها در مدل‌های تعمیم‌یافته
• 39. آزمون نیکویی برازش
• 40. آزمون نسبت درستنمایی
• 41. شاخص‌های اطلاعاتی
• 42. مقدمه‌ای بر سری‌های زمانی
• 43. مدل‌های ARIMA
• 44. پیش‌بینی در سری‌های زمانی
• 45. مقدمه‌ای بر تحلیل بقا
• 46. تابع بقا و تابع خطر
• 47. روش کاپلان-مایر
• 48. مدل‌های کوکس
• 49. مقدمه‌ای بر تحلیل خوشه‌ای
• 50. الگوریتم K-Means
• 51. مقدمه‌ای بر تحلیل عاملی
• 52. تحلیل مؤلفه‌های اصلی
• 53. مقدمه‌ای بر طرح‌های عاملی
• 54. اثرات اصلی و اثرات متقابل
• 55. تحلیل واریانس دو طرفه
• 56. طرح‌های بلوکی تصادفی
• 57. طرح‌های مربع لاتین
• 58. مقدمه‌ای بر داده‌های پانل
• 59. مدل اثرات ثابت
• 60. مدل اثرات تصادفی
• 61. مقدمه‌ای بر روش‌های شبیه‌سازی
• 62. شبیه‌سازی مونت کارلو
• 63. تولید اعداد تصادفی
• 64. کاربرد شبیه‌سازی در آمار
• 65. مقدمه‌ای بر آمار بیزی
• 66. توزیع پیشین و پسین
• 67. قضیه بیز
• 68. برآورد بیزی
• 69. بازه اطمینان بیزی
• 70. مقدمه‌ای بر یادگیری ماشین
• 71. رگرسیون و طبقه‌بندی
• 72. ماشین‌های بردار پشتیبان
• 73. درختان تصمیم
• 74. جنگل‌های تصادفی
• 75. شبکه‌های عصبی مصنوعی
• 76. مقدمه‌ای بر شبکه‌های عصبی عمیق
• 77. یادگیری تقویتی
• 78. کاربرد آمار در هوش مصنوعی
• 79. اخلاق در تحلیل داده
• 80. حریم خصوصی داده‌ها
• 81. امنیت داده‌ها
• 82. تفسیر نتایج آماری
• 83. ارتباط با تصمیم‌گیری
• 84. ارائه گزارش‌های آماری
• 85. مقدمه‌ای بر نرم‌افزارهای آماری
• 86. استفاده از R در تحلیل داده
• 87. استفاده از Python در تحلیل داده
• 88. کاربرد SPSS در تحلیل داده
• 89. مقدمه‌ای بر تحلیل داده‌های بزرگ
• 90. چالش‌های داده‌های بزرگ
• 91. ابزارهای تحلیل داده‌های بزرگ
• 92. مقدمه‌ای بر مفاهیم آماری پیشرفته
• 93. روش‌های نمونه‌گیری نوین
• 94. روش‌های برآورد پیشرفته
• 95. تحلیل داده‌های مکانی
• 96. تحلیل داده‌های متنی
• 97. مقدمه‌ای بر آمار زیستی
• 98. مقدمه‌ای بر آمار مالی
• 99. مقدمه‌ای بر آمار صنعتی
• 100. مقدمه‌ای بر آمار اقتصادی