لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش آمار پیشرفته و تخصصی با Stata
Advanced and Specialized Statistics with Stata
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
Stata چابک ، آسان برای استفاده و سریع است ، توانایی بارگذاری و پردازش حداکثر 120،000 متغیر و بیش از 20 میلیارد مشاهده را دارد. در این دوره ، بیشتر به نرم افزار محبوب آمار بروید. مربی فرانتس بوشا مباحث پیشرفته و تخصصی را در Stata ، از مدل سازی داده های صفحه ای تا اثرات متقابل در مدل های رگرسیون ، جستجو می کند. Franz چندین عملکرد پیچیده مدیریت داده و تکنیک های تجسم را برای تکمیل عملیات اساسی Stata که ممکن است قبلاً تسلط داشته باشید ، نشان می دهد. به علاوه در مورد شبیه سازی مونت کارلو ، تجزیه و تحلیل داده ها ، تجزیه و تحلیل بقا و موارد دیگر اطلاعات کسب کنید.
موضوعات شامل:
نحوه چیدمان متغیرها در یک مجموعه داده را با استفاده از پارامترهای داده شده توضیح دهید. li>
دستور مورد استفاده برای بررسی تمام ضرایب برگشتی از یک خروجی رگرسیون را مشخص کنید. li>
نتیجه استفاده از یک ضرب عددی برای تغییر اندازه نشانگر در یک پراکندگی را خلاصه کنید. li>
نحوه بیان صحیح یک تابع تراکم احتمال طبیعی استاندارد را بیاد آورید. li>
تشخیص دهید که رگرسیون در یک شرایط خاص چه اطلاعاتی را ارائه می دهد. li>
تعامل چند جمله ای مداوم را تعریف کنید.
اهمیت استفاده از دستور تغییر شکل برای داده های فرم گسترده هنگام تنظیم داده های صفحه را توضیح دهید. li>
متغیری را که بیشترین انحراف استاندارد را بعد از اجرای آمار خلاصه برای مجموعه داده ای از داده های صفحه دارد ، شناسایی کنید.
برآوردگر پانل خطی را نام ببرید که فرض می کند رگرسیون با اصطلاحات خطا ارتباط دارد. li>
هدف از آزمون هاوسمن را توضیح دهید. li>
سرفصل ها و درس ها
مقدمه
Introduction
آمار تخصصی با استاتا
Specialized statistics with Stata
آنچه باید بدانید
What you should know
1. اطلاعات بیشتر در مورد مدیریت داده
1. More on Data Management
قالب بندی نمایش متغیرها
Formatting the display of variables
متغیرهای تاریخ و زمان
Date and time variables
تکرار دستورات با حلقه زدن روی متغیرها
Repeating commands by looping over variables
تکرار دستورات با حلقه زدن روی اعداد
Repeating commands by looping over numbers
تکرار دستورات با حلقه زدن درون حلقه ها
Repeating commands by looping within loops
دسترسی به نتایج ذخیره شده از دستورات Stata
Accessing results saved from Stata commands
چالش: اطلاعات بیشتر در مورد مدیریت داده ها
Challenge: More on data management
راه حل: اطلاعات بیشتر در مورد مدیریت داده ها
Solution: More on data management
2. اطلاعات بیشتر در مورد تکنیک های تجسم
2. More on Visualization Techniques
تغییر ظاهر نشانگرها
Changing the look of markers
تغییر رنگ نمودار
Changing graph colors
نمودار توسط گروه ها
Graphing by groups
کنترل افسانه ها
Controlling legends
افزودن متن و جعبه متن
Adding text and textboxes
نمودار اندازه
Sizing graphs
ترکیب نمودارها
Combining graphs
نحوه استفاده از jitter
How to use jitter
نحوه رسم توابع سفارشی
How to draw custom functions
چالش: اطلاعات بیشتر در مورد تکنیک های تجسم
Challenge: More on visualization techniques
راه حل: اطلاعات بیشتر در مورد تکنیک های تجسم
Solution: More on visualization techniques
3. اثرات متقابل در مدل های رگرسیون
3. Interaction Effects in Regression Models
اثر متقابل چیست؟
What is an interaction effect?
نحوه استفاده از حاشیه ها و حاشیه ها
How to use margins and marginsplot
تعامل چند جمله ای مداوم
Continuous polynomial interactions
مداخلات مداوم
Continuous by continuous interactions
طبقه بندی شده بر اساس تعامل های دسته جمعی
Categorical by categorical interactions
طبقه بندی شده توسط تعاملات خطی
Categorical by linear interactions
چالش: اثرات متقابل
Challenge: Interaction effects
راه حل: اثرات متقابل
Solution: Interaction effects
4. مدل سازی داده های پانل
4. Panel Data Modeling
تنظیم داده های پانل
Setting up panel data
تنظیم نسخه نمایشی پانل
Setting up panel data demo
توضیحات داده پانل
Panel data descriptives
نسخه ی نمایشی توضیحات داده پانل
Panel data descriptives demo
پویایی داده های پانل
Panel data dynamics
نمایش داینامیک داده های پانل
Panel data dynamics demo
برآوردگر پانل خطی
Linear panel estimators
نمایشگرهای سنجشگر پانل خطی
Linear panel estimators demo
اثرات تصادفی یا ثابت
Random or fixed effects
نمایش نسخه آزمایشی Hausman
The Hausman test demo
برآوردگرهای داده غیرخطی پانل
Nonlinear panel data estimators
نمایشگرهای داده های پانل غیرخطی
Nonlinear panel data estimators demo
چالش: مدل سازی داده های پانل
Challenge: Panel data modeling
راه حل: مدل سازی داده های پانل
Solution: Panel data modeling
5- اعداد تصادفی و شبیه سازی
5. Random Numbers and Simulation
رسم اعداد شبه تصادفی
Drawing pseudorandom numbers
فرآیند تولید داده (DGP)
Data generating process (DGP)
فرانتس بوشا در دانشگاه لنکستر اقتصاد خوانده است. او از سال 2006 در دانشگاه وست مینستر، جایی که اکنون استاد اقتصاد است، کار کرده است. فرانتس به همه چیز علم داده علاقه دارد و اقتصاد، آمار و ارزیابی سیاست را در تمام سطوح دانشگاهی تدریس کرده است. فرانتس مقالات تحقیقاتی بسیاری را در مجلات برجسته منتشر کرده است و علایق تحقیقاتی شخصی او در بازگشت به تحصیل و تحرک اجتماعی است. آثار فرانتس توسط رسانههای مختلفی مانند بیبیسی نیوز، اکونومیست، تایمز و هافینگتون پست و سالها فرانتس پوشش داده شده است. میزبان یک برنامه رادیویی ماهانه به نام خط مشی مهم بود.
نمایش نظرات