کتاب صوتی آمار توصیفی و مصورسازی داده‌ها برای تحلیل سرطان پستان

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آمار توصیفی و مصورسازی داده‌ها برای تحلیل سرطان پستان

موضوع کلی: تحلیل داده و آمار در علوم پزشکی

موضوع میانی: آمار توصیفی و مصورسازی داده‌های پزشکی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر آمار در علوم پزشکی
• 2. اهمیت آمار در تحلیل داده‌های سرطان پستان
• 3. مفاهیم پایه آماری در پزشکی
• 4. انواع داده‌ها در تحقیقات پزشکی
• 5. مقیاس‌های اندازه‌گیری در علوم پزشکی
• 6. مقدمه‌ای بر آمار توصیفی
• 7. خلاصه‌سازی داده‌های پزشکی
• 8. شاخص‌های مرکزی گرایش
• 9. میانگین حسابی در مطالعات پزشکی
• 10. میانه و کاربرد آن در داده‌های پرت
• 11. نما و اهمیت آن در توزیع داده‌ها
• 12. شاخص‌های پراکندگی
• 13. دامنه و اهمیت آن در داده‌های پزشکی
• 14. دامنه میان‌چارکی و تحلیل آن
• 15. واریانس و انحراف معیار در علوم پزشکی
• 16. ضریب تغییرات و تفسیر آن
• 17. نرمال‌سازی داده‌ها در تحقیقات پزشکی
• 18. مقدمه‌ای بر مصورسازی داده‌ها
• 19. اصول مصورسازی داده‌های پزشکی
• 20. نمودارهای میله‌ای برای داده‌های پزشکی
• 21. نمودارهای دایره‌ای و محدودیت‌های آن
• 22. هیستوگرام و تحلیل توزیع داده‌ها
• 23. نمودار جعبه‌ای (Box Plot) و کاربرد آن
• 24. نمودار پراکندگی (Scatter Plot) برای روابط
• 25. نمودارهای خطی و تحلیل روندها
• 26. نمودارهای سطح و کاربرد آنها
• 27. نمودارهای سه‌بعدی در علوم پزشکی
• 28. انتخاب نمودار مناسب برای داده‌های پزشکی
• 29. نرم‌افزارهای آماری برای مصورسازی
• 30. مقدمه‌ای بر بسته آماری R
• 31. نصب و پیکربندی R
• 32. محیط کاربری RStudio
• 33. مقدمه‌ای بر بسته ggplot2
• 34. ساخت نمودارهای پایه‌ای در ggplot2
• 35. سفارشی‌سازی نمودارهای ggplot2
• 36. نمودارهای پیچیده‌تر در ggplot2
• 37. کار با داده‌های سرطان پستان در R
• 38. تحلیل آماری توصیفی داده‌های سرطان پستان
• 39. محاسبه شاخص‌های مرکزی در R
• 40. محاسبه شاخص‌های پراکندگی در R
• 41. مصورسازی داده‌های سرطان پستان با R
• 42. نمودار پراکندگی برای عوامل خطر
• 43. نمودار جعبه‌ای برای اندازه‌های تومور
• 44. هیستوگرام برای سن بیماران
• 45. تحلیل توزیع داده‌های بالینی
• 46. مقدمه‌ای بر آمار استنباطی
• 47. آزمون فرض آماری در پزشکی
• 48. مفاهیم احتمال و توزیع‌های احتمالی
• 49. توزیع نرمال و کاربرد آن
• 50. توزیع t استیودنت
• 51. توزیع کای‌دو (Chi-Square)
• 52. مقدمه‌ای بر رگرسیون خطی
• 53. مدل رگرسیون خطی ساده
• 54. تفسیر ضرایب رگرسیون
• 55. مقدمه‌ای بر رگرسیون لجستیک
• 56. کاربرد رگرسیون لجستیک در پیش‌بینی
• 57. مقدمه‌ای بر آزمون‌های مقایسه میانگین‌ها
• 58. آزمون t مستقل
• 59. آزمون t زوجی
• 60. تحلیل واریانس یک‌طرفه (ANOVA)
• 61. مقدمه‌ای بر آزمون‌های ناپارامتری
• 62. آزمون رتبه علامت‌دار ویلکاکسون
• 63. آزمون من-ویتنی یو (Mann-Whitney U)
• 64. آزمون کروسکال-والیس (Kruskal-Wallis)
• 65. مقدمه‌ای بر تحلیل بقا
• 66. تابع بقا و تابع خطر
• 67. روش کاپلان-مایر (Kaplan-Meier)
• 68. آزمون رتبه‌مان-تویی (Log-rank)
• 69. مقدمه‌ای بر تحلیل عاملی
• 70. کاربرد تحلیل عاملی در علوم پزشکی
• 71. مقدمه‌ای بر تحلیل خوشه‌ای
• 72. کاربرد تحلیل خوشه‌ای در پزشکی
• 73. مقدمه‌ای بر تحلیل سری‌های زمانی
• 74. کاربرد تحلیل سری‌های زمانی در اپیدمیولوژی
• 75. روش‌های پیش‌بینی در علوم پزشکی
• 76. ارزیابی مدل‌های آماری
• 77. معیارهای ارزیابی مدل‌های پیش‌بینی
• 78. اعتبارسنجی متقابل (Cross-validation)
• 79. مقدمه‌ای بر اخلاق در آمار پزشکی
• 80. حفظ حریم خصوصی داده‌های بیماران
• 81. سوگیری در تحقیقات پزشکی
• 82. تفسیر صحیح نتایج آماری
• 83. ارتباط نتایج آماری با تصمیمات بالینی
• 84. کاربرد هوش مصنوعی در تحلیل داده‌های پزشکی
• 85. یادگیری ماشین در تشخیص سرطان پستان
• 86. شبکه‌های عصبی مصنوعی
• 87. پایان‌نامه و گزارش‌دهی آماری
• 88. ساختار گزارش آماری
• 89. ارائه نتایج به مخاطبان غیرمتخصص
• 90. جمع‌بندی مفاهیم کلیدی آمار توصیفی
• 91. اهمیت مصورسازی در درک داده‌ها
• 92. مروری بر ابزارهای آماری پیشرفته
• 93. آینده تحلیل داده در علوم پزشکی
• 94. نکات تکمیلی در تحلیل داده‌های سرطان پستان
• 95. مطالعه موردی: تحلیل داده‌های یک کارآزمایی بالینی
• 96. تفسیر آماری نتایج مطالعات اپیدمیولوژیک
• 97. مقدمه‌ای بر متاآنالیز در پزشکی
• 98. کاربرد متاآنالیز در سرطان پستان
• 99. اهمیت آمار در پژوهش‌های سلامت
• 100. توسعه دانش آماری در علوم پزشکی