حتماً فید توییتر من را برای کدهای تبلیغاتی ماهانه و سایر بهروزرسانیها بررسی کنید (@easystats3).
راهنمای ضروری برای تجزیه و تحلیل داده ها با Stata
یادگیری و به کارگیری تکنیک های آماری جدید می تواند تجربه دلهره آور باشد.
این امر مخصوصاً زمانی صادق است که فرد با مجموعههای داده «زندگی واقعی» درگیر شود که امکان تجزیه و تحلیل آسان «کلیک و رفتن» را نمیدهد، اما به سطح عمیقتری از درک برنامهنویسی، دستکاری دادهها، تفسیر خروجی، خروجی نیاز دارد. قالب بندی و انتخاب نوع مناسب روش تحلیلی.
در این دوره آموزشی با Stata و کاربردهای مختلف آن در تحلیل داده های مدرن آشنا خواهید شد. شما یاد خواهید گرفت که گزینه های زیادی را که Stata در دستکاری، کاوش، تجسم و مدل سازی انواع پیچیده داده به شما می دهد، درک کنید. در پایان دوره، از توانایی خود در تعامل با Stata و مدیریت تجزیه و تحلیل داده های پیچیده اطمینان خواهید داشت. تمرکز هر جلسه به طور مداوم بر ایجاد یک "عمل خوب" و تاکید بر کاربرد عملی - و تفسیر - تکنیک های آماری رایج بدون توسل به نظریه یا معادلات آماری عمیق خواهد بود.
این دوره بر ارائه یک نمای کلی از تجزیه و تحلیل داده ها با استفاده از Stata تمرکز می کند.
هیچ تعامل قبلی با Stata لازم نیست. برخی اطلاعات آماری قبلی کمک خواهد کرد اما ضروری نیست.
این دوره برای هر کسی که علاقه مند به تجزیه و تحلیل داده با استفاده از Stata است.
استمانند سایر بستههای آماری حرفهای، این دوره بر کاربرد - و تفسیر - مناسب کد تمرکز دارد.
دانش کمی/آماری اولیه مورد نیاز است. این مقدمه ای بر درس آمار نیست، بلکه کاربرد و تفسیر آن با استفاده از Stata است.
موضوعات تحت پوشش عبارتند از:
شروع به کار با Stata
مشاهده و کاوش داده ها
دستکاری داده ها
تجسم داده ها
همبستگی و ANOVA
رگرسیون شامل تشخیص (کمترین مربعات معمولی)
ساخت مدل رگرسیون
آزمایش فرضیه
مدلهای نتیجه باینری (Logit و Probit)
مدلهای پاسخ کسری (لجیت کسری و رگرسیون بتا)
مدلهای انتخاب دستهای (مرتبطلب و لاجیت چندجملهای)
تکنیک های شبیه سازی (اعداد تصادفی و شبیه سازی)
شمارش مدل های داده (پواسون و رگرسیون دو جمله ای منفی)
تجزیه و تحلیل دادههای بقا (پارامتری، خطر متناسب کاکس و رگرسیون بقای پارامتریک)
تحلیل دادههای پانل (دادههای فرم طولانی، تاخیرها و سرنخها، اثرات تصادفی و ثابت، آزمون هاسمن و رگرسیون پانل غیرخطی)
تحلیل تفاوت در تفاوت (تفاوت در تفاوت و روندهای موازی)
رگرسیون متغیر ابزاری (متغیرهای درونزا، انتخاب نمونه، مدلهای درونزای غیرخطی)
جدول اپیدمیولوژیک (مطالعات کوهورت، مطالعات مورد- شاهدی و مطالعات مورد- شاهدی همسان)
تجزیه و تحلیل توان (اندازه نمونه، اندازه قدرت و اندازه اثر)
عملیات ماتریس (عملگرهای ماتریس، توابع ماتریس، اشتراک ماتریس)
استاد
نمایش نظرات