سپنتا کتاب اکسپرس
کتاب مدل‌های خطی تعمیم‌یافته و رگرسیون در تحلیل داده‌ها

کتاب مدل‌های خطی تعمیم‌یافته و رگرسیون در تحلیل داده‌ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌های خطی تعمیم‌یافته و رگرسیون در تحلیل داده‌ها

موضوع کلی: آمار و تحلیل داده‌ها

موضوع میانی: مدل‌های آماری پیشرفته

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته
  • 2. مبانی رگرسیون خطی ساده
  • 3. مفروضات رگرسیون خطی
  • 4. برآورد پارامترها در رگرسیون خطی
  • 5. آزمون فرض در رگرسیون خطی
  • 6. شاخص‌های ارزیابی برازش مدل
  • 7. تحلیل واریانس در رگرسیون
  • 8. رگرسیون خطی چندگانه
  • 9. انتخاب متغیر در رگرسیون
  • 10. مشکل چندهم‌خطی (Multicollinearity)
  • 11. رگرسیون با متغیرهای طبقه‌ای
  • 12. مدل‌های تعاملی
  • 13. رگرسیون چندجمله‌ای
  • 14. تحلیل باقی‌مانده‌ها (Residual Analysis)
  • 15. شناسایی و مدیریت داده‌های پرت (Outliers)
  • 16. شناسایی نقاط اهرمی (Leverage Points)
  • 17. روش‌های پیش‌بین (Predictive Modeling)
  • 18. مبانی مدل‌های خطی تعمیم‌یافته (GLM)
  • 19. تفاوت GLM با رگرسیون خطی کلاسیک
  • 20. تابع پیوند (Link Function)
  • 21. توزیع‌های احتمال در GLM
  • 22. مدل رگرسیون پواسون (Poisson Regression)
  • 23. کاربرد رگرسیون پواسون
  • 24. مدل رگرسیون لجستیک (Logistic Regression)
  • 25. کاربرد رگرسیون لجستیک
  • 26. رگرسیون پروبیت (Probit Regression)
  • 27. رگرسیون چندنامی (Multinomial Regression)
  • 28. رگرسیون ترتیبی (Ordinal Regression)
  • 29. مدل‌های رگرسیون کوانتایل (Quantile Regression)
  • 30. کاربرد رگرسیون کوانتایل
  • 31. مبانی مدل‌های مختلط (Mixed Models)
  • 32. مدل‌های اثرات ثابت (Fixed Effects)
  • 33. مدل‌های اثرات تصادفی (Random Effects)
  • 34. مدل‌های اثرات مختلط (Mixed Effects Models)
  • 35. کاربرد مدل‌های مختلط در تحلیل داده‌ها
  • 36. مدل‌های سری زمانی خطی
  • 37. مدل‌های ARIMA
  • 38. تحلیل همبستگی سری زمانی
  • 39. پیش‌بینی با مدل‌های سری زمانی
  • 40. مقدمه‌ای بر مدل‌های غیرخطی
  • 41. مدل‌های رگرسیون غیرخطی
  • 42. روش‌های برآورد در رگرسیون غیرخطی
  • 43. کاربرد مدل‌های غیرخطی
  • 44. مقدمه‌ای بر تحلیل بقا (Survival Analysis)
  • 45. تابع بقا و تابع خطر (Hazard Function)
  • 46. مدل کاپلان-مایر (Kaplan-Meier Estimator)
  • 47. آزمون رانکو-ویلکاکسون (Log-Rank Test)
  • 48. مدل رگرسیون کاکس (Cox Proportional Hazards Model)
  • 49. کاربرد تحلیل بقا
  • 50. مقدمه‌ای بر تحلیل داده‌های مکانی (Spatial Data Analysis)
  • 51. مدل‌های رگرسیون مکانی
  • 52. همبستگی مکانی (Spatial Autocorrelation)
  • 53. کاربرد تحلیل داده‌های مکانی
  • 54. مقدمه‌ای بر یادگیری ماشین (Machine Learning)
  • 55. رگرسیون در یادگیری ماشین
  • 56. مدل‌های درخت تصمیم (Decision Trees)
  • 57. جنگل تصادفی (Random Forests)
  • 58. ماشین‌های بردار پشتیبان (Support Vector Machines - SVM)
  • 59. شبکه‌های عصبی مصنوعی (Artificial Neural Networks - ANN)
  • 60. یادگیری عمیق (Deep Learning)
  • 61. کاربرد یادگیری ماشین در تحلیل داده‌ها
  • 62. مقدمه‌ای بر روش‌های نمونه‌گیری
  • 63. نمونه‌گیری تصادفی ساده
  • 64. نمونه‌گیری طبقه‌ای
  • 65. نمونه‌گیری خوشه‌ای
  • 66. نمونه‌گیری سیستماتیک
  • 67. مقدمه‌ای بر آمار بیزی (Bayesian Statistics)
  • 68. قضیه بیز (Bayes' Theorem)
  • 69. توزیع پیشین و پسین
  • 70. روش‌های نمونه‌گیری مونت کارلو زنجیره مارکوف (MCMC)
  • 71. کاربرد آمار بیزی در تحلیل داده‌ها
  • 72. مقدمه‌ای بر تحلیل داده‌های پرتکرار (Longitudinal Data Analysis)
  • 73. مدل‌های اثرات مختلط برای داده‌های پرتکرار
  • 74. مدل‌های معادله تخمین تعمیم‌یافته (GEE)
  • 75. کاربرد تحلیل داده‌های پرتکرار
  • 76. مقدمه‌ای بر مدل‌های ساختاری معادلات (SEM)
  • 77. تحلیل عاملی تاییدی (Confirmatory Factor Analysis)
  • 78. مدل‌های رگرسیون ساختاری
  • 79. کاربرد SEM در علوم رفتاری
  • 80. مقدمه‌ای بر تحلیل داده‌های کیفی
  • 81. روش‌های کدگذاری در تحلیل کیفی
  • 82. تحلیل مضمون (Thematic Analysis)
  • 83. تحلیل محتوا (Content Analysis)
  • 84. مصاحبه‌های نیمه‌ساختاریافته
  • 85. کاربرد تحلیل داده‌های کیفی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.