آموزش دوره جامع STATA: رگرسیون و مدل‌سازی با نرم‌افزار STATA - آخرین آپدیت

دانلود The STATA OMNIBUS: Regression and Modelling with STATA

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به‌روزرسانی شده در می ۲۰۲۵. این دوره اکنون دارای قابلیت Coursera Coach است! روشی هوشمندتر برای یادگیری با گفتگوهای تعاملی و بلادرنگ که به شما کمک می‌کند تا دانش خود را آزمایش کنید، فرضیات را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیق‌تر کنید. این دوره راهنمای جامع شما برای تسلط بر تحلیل رگرسیون و مدل‌سازی با استفاده از STATA است. با شروع از معرفی مبانی رگرسیون خطی، مفاهیم ضروری مانند حداقل مربعات معمولی (OLS)، بهترین تخمین‌گر خطی بدون تورش (BLUE) و مفروضات حیاتی گوس-مارکوف را بررسی می‌کنیم. همچنین تفاوت بین علیت و همبستگی را خواهید آموخت و یاد می‌گیرید که چگونه این مفاهیم را به صورت کاربردی در STATA با مثال‌های واقعی پیاده‌سازی کنید. در پایان ماژول رگرسیون خطی، شما به درکی عمیق از اصول تحلیل رگرسیون دست خواهید یافت. در ادامه، دوره به تحلیل رگرسیون غیرخطی می‌پردازد و چارچوبی قدرتمند برای مدل‌سازی آماری پیشرفته‌تر ارائه می‌دهد. شما در مدل‌هایی مانند تبدیل‌های Logit و Probit، تخمین حداکثر درست‌نمایی (MLE) و تکنیک‌های مدیریت متغیرهای متعدد رگرسیون غیرخطی تخصص پیدا خواهید کرد. مثال‌های کاربردی با STATA در سراسر دوره گنجانده شده است تا یادگیری شما هم به اندازه تئوری، عملی باشد. دوره با استراتژی‌های مدل‌سازی رگرسیون، از جمله مدیریت هم‌خطی (Multicollinearity)، مدیریت مقادیر گم‌شده (Missing Values) و کار با متغیرهای توضیحی طبقه‌ای به پایان می‌رسد. همچنین روابط پویا را با استفاده از داده‌های زمانی بررسی کرده و نحوه تفسیر موثر خروجی‌های رگرسیون را خواهید آموخت. این آموزش سرشار از دموهای کاربردی STATA است که به شما اجازه می‌دهد بر هر دو جنبه فنی و تفسیری مدل‌سازی رگرسیون مسلط شوید. این دوره برای آمارشناسان، تحلیلگران داده، اقتصادسنج‌ها و پژوهشگران طراحی شده است. داشتن درک پایه از آمار الزامی است و آشنایی با تحلیل رگرسیون و نرم‌افزارهای آماری یک مزیت محسوب می‌شود.

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

رگرسیون خطی Linear Regression

  • آمار ساده چیست: رگرسیون خطی؟ What are Easy Statistics: Linear Regression?

  • رگرسیون خطی چیست؟ What is Linear Regression?

  • اهداف یادگیری Learning Outcomes

  • این دوره برای چه کسانی است؟ Who is This Course for?

  • پیش‌نیازها Prerequisites

  • استفاده از Stata Using Stata

  • تحلیل رگرسیون چیست؟ What is Regression Analysis?

  • رگرسیون خطی چیست؟ What is Linear Regression?

  • چرا تحلیل رگرسیون مفید است؟ Why is Regression Analysis Useful?

  • چه انواع تحلیل رگرسیونی وجود دارد؟ What Types of Regression Analysis Exist?

  • توضیح رگرسیون Explaining Regression

  • خطوط برازش بهینه Lines of Best Fit

  • علیت در مقابل همبستگی Causality Versus Correlation

  • حداقل مربعات معمولی (OLS) چیست؟ What are Ordinary Least Squares (OLS)?

  • تصویرسازی حداقل مربعات معمولی - بخش اول Ordinary Least Squares Visual - Part 1

  • تصویرسازی حداقل مربعات معمولی - بخش دوم Ordinary Least Squares Visual - Part 2

  • مجموع مربعات Sum of Squares

  • بهترین تخمین‌گر خطی بدون تورش Best Linear Unbiased Estimator

  • مفروضات گوس-مارکوف The Gauss-Markov Assumptions

  • همسانی واریانس (Homoskedasticity) Homoskedasticity

  • عدم وجود هم‌خطی کامل No Perfect Collinearity

  • خطی بودن پارامترها Linearity in Parameters

  • میانگین شرطی صفر Zero Conditional Mean

  • چگونه درون‌زایی را آزمایش و اصلاح کنیم؟ How to Test and Correct Endogeneity?

  • مروری بر مفروضات گوس-مارکوف The Gauss-Markov Assumptions Recap

  • مثال‌های کاربردی در Stata Stata - Applied Examples

رگرسیون غیرخطی Non-Linear Regression

  • آمار ساده چیست: رگرسیون غیرخطی What are Easy Statistics: Non-Linear Regression

  • رگرسیون غیرخطی چیست؟ What is Non-Linear Regression?

  • اهداف اصلی یادگیری چیست؟ What are the Main Learning Outcomes?

  • این دوره برای چه کسانی است؟ Who is This Course for?

  • پیش‌نیازها Prerequisites

  • استفاده از Stata Using Stata

  • تحلیل رگرسیون غیرخطی چیست؟ What is Non-Linear Regression Analysis?

  • رگرسیون غیرخطی چگونه کار می‌کند؟ How does Non-Linear Regression work?

  • چرا تحلیل رگرسیون غیرخطی مفید است؟ Why is Non-Linear Regression Analysis Useful?

  • انواع مدل‌های رگرسیون غیرخطی Types of Non-Linear Regression Models

  • حداکثر درست‌نمایی (Maximum Likelihood) Maximum Likelihood

  • مدل احتمال خطی (LPM) Linear Probability Model (LPM)

  • تبدیلات Logit و Probit The Logit and Probit Transformation

  • متغیرهای پنهان Latent Variables

  • اثرات نهایی (Marginal Effects) چیست؟ What are Marginal Effects?

  • متغیرهای توضیحی مجازی (Dummy) Dummy Explanatory Variables

  • رگرسیون غیرخطی چندگانه Multiple Non-Linear Regression

  • نیکویی برازش (Goodness of Fit) Goodness-of-Fit

  • نکته‌ای درباره ضرایب Logit A Note About Logit Coefficients

  • نکاتی برای رگرسیون Logit و Probit Tips for Logit and Probit Regression

  • بازگشت به مدل احتمال خطی Back to the Linear Probability Model

  • مثال‌های کاربردی Logit و Probit در Stata Stata - Applied Logit and Probit Examples

مدل‌سازی رگرسیون Regression Modelling

  • مقدمه Introduction

  • مدل‌سازی رگرسیون: عجله نکنید Regression Modelling - Do not Rush it

  • فرم تابعی: چگونه روابط غیرخطی را در رگرسیون خطی مدل کنیم؟ Functional Form - How to Model Non-Linear Relationships in Linear Regression?

  • فرم تابعی: مثال‌های Stata Functional Form - Stata Examples

  • اثرات متقابل: چگونه اثرات متقابل را به کار ببریم و تفسیر کنیم؟ Interaction Effects - How to Use and Interpret Interaction Effects?

  • اثرات متقابل: مثال‌های Stata Interaction Effects - Stata Examples

  • استفاده از زمان: بررسی روابط پویا با اطلاعات زمانی Using Time - Exploring Dynamics Relationships with Time Information

  • استفاده از زمان: مثال‌های Stata Using Time - Stata Examples

  • متغیرهای توضیحی طبقه‌ای: نحوه کدگذاری، استفاده و تفسیر Categorical Explanatory Variables - How to Code, Use, and Interpret them?

  • متغیرهای توضیحی طبقه‌ای: مثال‌های Stata Categorical Explanatory Variables - Stata Examples

  • مقابله با هم‌خطی: حذف و تبدیل متغیرهای هم‌خط Dealing with Multicollinearity - Excluding and Transforming Collinear Variables

  • مقابله با هم‌خطی: مثال‌های Stata Dealing with Multicollinearity - Stata Examples

  • مقابله با مقادیر گم‌شده: دیدن نادیدنی‌ها Dealing with Missing Values - Seeing the Unseeable

  • مقابله با مقادیر گم‌شده: مثال‌های Stata Dealing with Missing Values - Stata Examples

آشنایی با Stata: شروع به کار Introduction to Stata - Getting Started

  • مقدمه Introduction

  • رابط کاربری Stata The Stata Interface

  • استفاده از Help در Stata Using Help in Stata

  • سینتکس دستورات Command Syntax

  • فایل‌های .do و .ado .do and .ado Files

  • فایل‌های Log Log Files

  • وارد کردن داده‌ها (Import) Importing Data

آشنایی با Stata: بررسی داده‌ها Introduction to Stata - Exploring Data

  • مشاهده داده‌های خام Viewing Raw Data

  • توصیف و خلاصه‌سازی Describing and Summarizing

  • مقادیر گم‌شده Missing Values

  • جدول‌بندی و جداول Tabulating and Tables

  • تحلیل توزیع عددی Numerical Distributional Analysis

  • استفاده از وزن‌ها Using Weights

آشنایی با Stata: مدیریت داده‌ها Introduction to Stata - Manipulating Data

  • کدگذاری مجدد یک متغیر موجود Recoding an Existing Variable

  • ایجاد متغیرهای جدید و جایگزینی متغیرهای قدیمی Creating New Variables, Replacing Old Variables

  • نام‌گذاری و برچسب‌گذاری متغیرها Naming and Labelling Variables

  • توسعه‌های دستور Generate Extensions to Generate

  • متغیرهای نشانگر (Indicator) Indicator Variables

  • نگه داشتن و حذف داده‌ها/متغیرها (Keep & Drop) Keep and Drop Data/Variables

  • ذخیره داده‌ها Saving Data

  • تبدیل داده‌های رشته‌ای (String) Converting String Data

  • ترکیب داده‌ها Combining Data

  • استفاده موثر از ماکروها و حلقه‌ها Using Macros and Loops Effectively

  • دسترسی به اطلاعات ذخیره شده Accessing Stored Information

  • حلقه‌های تو در تو Multiple Loops

  • متغیرهای تاریخ Date Variables

  • زیرنویسی روی گروه‌ها Subscripting Over Groups

آشنایی با Stata: بصری‌سازی داده‌ها Introduction to Stata - Visualizing Data

  • رسم نمودار در Stata Graphing in Stata

  • نمودارهای میله‌ای و نقطه‌ای Bar Graphs and Dot Charts

  • رسم توزیع‌ها Graphing Distributions

  • نمودارهای دایره‌ای Pie Charts

  • نمودارهای پراکندگی و خطوط برازش بهینه Scatter Plots and Lines of Best Fit

  • رسم توابع سفارشی Graphing Custom Functions

  • نمودارهای کانتور (و اثرات متقابل) Contour Plots (and Interaction Effects)

  • استفاده از Jitter در نمودارهای پراکندگی Jitter Data in Scatterplots

  • نمودارهای آفتابگردان Sunflower Plots

  • ترکیب نمودارها Combining Graphs

  • تغییر اندازه نمودارها Changing Graph Sizes

  • نمودارگیری بر اساس گروه‌ها Graphing by Groups

  • تغییر رنگ نمودارها Changing Graph Colors

  • افزودن متن به نمودارها Adding Text to Graphs

  • نمودارهای پراکندگی با دسته‌بندی‌ها Scatterplots with Categories

آشنایی با Stata: آزمون میانگین‌ها، همبستگی‌ها و تحلیل واریانس (ANOVA) Introduction to Stata: Testing Means, Correlations, and Analysis of Variance (ANOVA)

  • ارتباط بین دو متغیر طبقه‌ای Association Between Two Categorical Variables

  • آزمون میانگین‌ها Testing Means

  • همبستگی دو متغیره Bivariate Correlation

  • تحلیل واریانس (ANOVA) Analysis of Variance (ANOVA)

آشنایی با Stata: رگرسیون خطی Introduction to Stata: Linear Regression

  • رگرسیون حداقل مربعات معمولی (OLS) Ordinary Least Squares (OLS) Regression

  • متغیرهای فاکتوری در رگرسیون OLS Factor Variables in Ordinary Least Squares (OLS) Regression

  • آمار تشخیصی برای رگرسیون OLS Diagnostic Statistics for Ordinary Least Squares (OLS) Regression

  • متغیرهای وابسته لگاریتمی و اثرات متقابل در رگرسیون OLS Log Dependent Variables and Interaction Effects in Ordinary Least Squares (OLS) Regression

  • آزمون فرضیه در رگرسیون OLS Hypothesis Testing in Ordinary Least Squares (OLS) Regression

  • ارائه تخمین‌های رگرسیون OLS Presenting Estimates from Ordinary Least Squares (OLS) Regression

  • استانداردسازی تخمین‌های رگرسیون Standardizing Regression Estimates

  • رسم نمودار تخمین‌های رگرسیون Graphing Regression Estimates

  • تحلیل تجزیه اوکساکا (Oaxaca) Oaxaca Decomposition Analysis

  • مدل‌های ترکیبی: عرض از مبدأ تصادفی و ضرایب تصادفی Mixed Models: Random Intercepts and Random Coefficients

  • رگرسیون خطی مقید Constrained Linear Regression

آشنایی با Stata: مدل انتخاب طبقه‌ای Introduction to Stata: Categorical Choice Model

  • مدل‌های انتخاب دوتایی (رگرسیون Logit/Probit) Binary Choice Models (Logit/Probit Regression)

  • تشخیص و تفسیر رگرسیون Logit و Probit Diagnostics and Interpretation of Logit and Probit Regression

  • مدل‌های انتخاب ترتیبی و چندجمله‌ای Ordered and Multinomial Choice Models

مدل‌های متغیر کسری/تناسبی Fractional/Proportional Variable Models

  • Logit کسری، رگرسیون بتا و رگرسیون بتا با تورم صفر Fractional Logit, Beta Regression, and Zero-Inflated Beta Regression

آشنایی با Stata: اعداد تصادفی و شبیه‌سازی Introduction to Stata: Random Numbers and Simulation

  • اعداد تصادفی Random Numbers

  • فرآیند تولید داده‌ها (DGP) Data Generating Process

  • شبیه‌سازی نقض مفروضات آماری Simulating a Violation of Statistical Assumptions

  • شبیه‌سازی مونت کارلو Monte Carlo Simulation

آشنایی با Stata: مدل‌های داده‌های شمارشی Introduction to Stata: Count Data Models

  • ویژگی‌های داده‌های شمارشی Features of Count Data

  • رگرسیون پواسون Poisson Regression

  • رگرسیون دوجمله‌ای منفی Negative Binomial Regression

  • رگرسیون شمارشی بریده و سانسور شده Truncated and Censored Count Regression

  • رگرسیون شمارشی مانعی (Hurdle) Hurdle Count Regression

آشنایی با Stata: تحلیل بقا Introduction to Stata: Survival Analysis

  • تحلیل بقا چیست؟ What is Survival Analysis?

  • تنظیم داده‌های بقا Setting Up Survival Data

  • آمار توصیفی در داده‌های بقا Descriptive Statistics in Survival Data

  • تحلیل بقای ناپارامتری Non-Parametric Survival Analysis

  • مدل مخاطرات تناسبی کاکس (Cox) Cox Proportional Hazard's Model

  • تشخیص برای مدل‌های کاکس Diagnostics for Cox Models

  • تحلیل بقای پارامتری Parametric Survival Analysis

آشنایی با Stata: داده‌های پانل Introduction to Stata: Panel Data

  • تنظیم داده‌های پانل Setting up Panel Data

  • توصیف داده‌های پانل Panel Data Descriptive

  • وقفه ها (Lags and Leads) Lags and Leads

  • تخمین‌گرهای پانل خطی Linear Panel Estimators

  • آزمون هاسمن The Hausman Test

  • تخمین‌گرهای پانل غیرخطی Non-Linear Panel Estimators

آشنایی با Stata: تحلیل تفاضل در تفاضل (DID) Introduction to Stata: Difference-In-Differences Analysis

  • تخمین تفاضل در تفاضل (DID) Difference-In-Differences Estimation

  • مفروضه روند موازی Parallel Trend Assumption

  • تفاضل در تفاضل بدون روندهای موازی Difference-In-Differences without Parallel Trends

آشنایی با Stata: رگرسیون متغیر ابزاری Introduction to Stata: Instrumental Variable Regression

  • رگرسیون متغیر ابزاری (IV) Instrumental Variable Regression

  • متغیرهای درون‌زای متعدد Multiple Endogenous Variables

  • رگرسیون متغیر ابزاری غیرخطی Non-Linear Instrumental Variable Regression

  • مدل‌های انتخاب هکمن (Heckman) Heckman Selection Models

جداول اپیدمیولوژیک Epidemiological Tables

  • مقدمه و داده‌های نرخ Introduction and Rate Data

  • داده‌های بروز تجمعی Cumulative Incidence Data

  • داده‌های مورد-شاهدی (Case Control) Case-Control Data

  • داده‌های مورد-شاهدی با مواجهه چندگانه Case-Control Data with Multiple Exposure

  • داده‌های مورد-شاهدی جفت شده Matched Case-Control Data

آشنایی با Stata: تحلیل توان (Power Analysis) Introduction to Stata: Power Analysis

  • تحلیل توان: اندازه نمونه Power Analysis: Sample Size

  • تحلیل توان: توان و اندازه اثر Power Analysis: Power and Effect Size

  • تحلیل توان: رگرسیون ساده Power Analysis: Simple Regression

آشنایی با Stata: عملیات ماتریسی پایه Introduction to Stata: Basic Matrix Operations

  • عملیات ماتریسی Matrix Operations

  • توابع ماتریسی Matrix Functions

  • زیرنویسی ماتریسی Matrix Sub-Scripting

  • عملیات ماتریسی با داده‌ها Matrix Operations with Data

نمایش نظرات

آموزش دوره جامع STATA: رگرسیون و مدل‌سازی با نرم‌افزار STATA
جزییات دوره
22h 37m
165
(آخرین آپدیت)
1,577
4.6 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده