آموزش مدل‌سازی خطی جامع با زبان R - آخرین آپدیت

دانلود Comprehensive Linear Modeling with R

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری مدل‌سازی با R: تحلیل واریانس (ANOVA)، رگرسیون، مدل‌های خطی تعمیم‌یافته (GLMs)، تحلیل بقا، مدل‌های افزودنی تعمیم‌یافته (GAMs)، اثرات مختلط، طرح‌های Split-plot و مدل‌های تودرتو (Nested). در این دوره خواهید آموخت که چگونه ANOVA، رگرسیون، تحلیل بقا، GLMs، هموارکننده‌ها و GAMs، و مدل‌های طولی، اثرات مختلط و طرح‌های Split-plot و تودرتو را بر روی داده‌های واقعی با استفاده از نرم‌افزار R درک، اجرا، تخمین، تفسیر و اعتبارسنجی کنید. تسلط بر استفاده از محیط گرافیکی R Commander به عنوان یک واسط رایگان و چندمنظوره برای دسترسی به قابلیت‌های گسترده آماری و گرافیکی R. شناخت و به‌کارگیری آزمون‌ها برای استنباط‌های ساده، شرطی و همزمان. استفاده از نمودارها و ترسیمات مختلف برای اعتبارسنجی مدل‌های خطی. توانایی مقایسه و انتخاب «بهترین» مدل از میان چندین مدل رقیب. پیشنیازها: دانشجویان باید با استفاده از دستورالعمل‌های ویدئویی و متنی جامع ارائه شده در دوره، نرم‌افزارهای R و R Commander را نصب کنند.

مدل‌سازی خطی جامع با Rدیدگاهی گسترده از رویکردهای مدرن مدل‌سازی خطی و غیرخطی برای تحلیل داده‌های پژوهشی ارائه می‌دهد. این موارد شامل تکنیک‌های استنباط پایه، شرطی و همزمان؛ تحلیل واریانس (ANOVA)؛ رگرسیون خطی؛ تحلیل بقا؛ مدل‌های خطی تعمیم‌یافته (GLMs)؛ هموارکننده‌های پارامتریک و غیرپارامتریک و مدل‌های افزودنی تعمیم‌یافته (GAMs)؛ و مدل‌های طولی، اثرات مختلط، Split-plot و سایر طرح‌های تودرتو است. این دوره استفاده از R Commander را در اجرای این وظایف نمایش می‌دهد. R Commander یک رابط گرافیکی (GUI) محبوب است که دسترسی به طیف گسترده‌ای از توابع آماری داخلی R را فراهم می‌کند. این ابزار مشابه SPSS عمل کرده و اجرای طیف وسیعی از تکنیک‌های آماری و گرافیکی را از طریق منوها و اسکریپت‌ها ممکن می‌سازد. لطفاً توجه داشته باشید که R Commander با زبان بصری RGtk2 نوشته شده که ممکن است در سیستم‌عامل مک با مشکلاتی مواجه شود.

این دوره با توضیح مفاهیم و سپس نمایش هر تکنیک با مثال‌های عینی بر اساس مطالعات واقعی پیش می‌رود. ابتدا با مرور تکنیک‌های ترسیم گرافیکی شروع شده، سپس رویکردهای استنباط ساده و شرطی و در ادامه تحلیل واریانس (ANOVA) بررسی می‌شود. سپس به سراغ رگرسیون خطی و بخش اعتبارسنجی مدل‌های خطی می‌رود. در ادامه، مدل‌سازی خطی تعمیم‌یافته (GLM) با مثال‌های متعدد شرح داده می‌شود. همچنین بخش‌هایی برای مدل‌های خطی و غیرخطی تحلیل بقا، هموارکننده‌ها، GAMs، مدل‌های طولی با و بدون معادلات تخمینی تعمیم‌یافته (GEE)، اثرات مختلط، Split-plot و طرح‌های تودرتو گنجانده شده است. در نهایت، نحوه مقایسه مدل‌های جایگزین برای انتخاب بهترین مدل و تکنیک‌های استنباط همزمان در حوزه مدل‌سازی خطی آموزش داده می‌شود.

این دوره جامع با هدف پوشش کامل رویکردهای مدل‌سازی خطی (و برخی غیرخطی) با استفاده از R طراحی شده و برای کاربران مبتدی، متوسط و پیشرفته R که به دنبال ارتقای مهارت‌های خود هستند، مناسب است. این دوره به‌ویژه برای دانشجویان تحصیلات تکمیلی و متخصصان تحلیل داده و کمی که مدل‌سازی را بخشی از وظایف حرفه‌ای خود می‌دانند، توصیه می‌شود.



سرفصل ها و درس ها

تحلیل داده‌ها با نمایش‌های گرافیکی R Commander Data Analysis with R Commander Graphical Displays

  • مقدمه دوره Introduction to Course

  • نکاتی درباره: (1) R و (2) R Commander و (3) منابع Notes About: (1) R and (2) R Commander and (3) Materials

  • تمرینات هر بخش را نادیده نگیرید! Don't Overlook Sectional Exercises !

  • نمایش‌های گرافیکی با استفاده از R Commander (بخش 1) Graphical Displays using R Commander (part 1)

  • منابع و سرفصل‌های برنامه Materials and Agenda Topics

  • نمایش‌های گرافیکی با استفاده از Rcmdr (بخش 2) Graphical Displays using Rcmdr (part 2)

  • نمایش‌های گرافیکی با استفاده از Rcmdr (بخش 3) Graphical Displays using Rcmdr (part 3)

  • نمایش‌های گرافیکی با استفاده از Rcmdr (بخش 4) Graphical Displays using Rcmdr (part 4)

  • نمایش‌های گرافیکی با استفاده از Rcmdr (بخش 5) Graphical Displays using Rcmdr (part 5)

  • نمایش‌های گرافیکی با استفاده از Rcmdr (بخش 6) Graphical Displays using Rcmdr (part 6)

  • نمایش‌های گرافیکی با استفاده از Rcmdr (بخش 7) Graphical Displays using Rcmdr (part 7)

  • نمایش‌های گرافیکی با استفاده از Rcmdr (بخش 8) Graphical Displays using Rcmdr (part 8)

استنباط ساده و شرطی Simple and Conditional Inference

  • استنباط چیست؟ (اسلایدها) What is Inference ? (slides)

  • استنباط درباره عرض اتاق با استفاده از Rcmdr Inference about Roomwidth using Rcmdr

  • ادامه استنباط عرض اتاق Roomwidth Inference Continued

  • استنباط ساده: داده‌های امواج Simple Inference: Waves Data

  • استنباط ساده: غیرپارامتریک امواج Simple Inference: Waves Non-Parametric

  • استنباط ساده: رینگ‌های پیستون Simple Inference: Piston Rings

  • استنباط شرطی: بازبینی عرض اتاق‌ها Conditional Inference: Roomwidths Revisited

  • ادامه استنباط شرطی عرض اتاق‌ها Conditional Inference: Roomwidths Continued

  • استنباط شرطی: آسیب‌های گوارشی Conditional Inference: Gastrointestinal Damage

  • استنباط شرطی: نقص‌های مادرزادی Conditional Inference: Birth Defects

  • تمرینات استنباط Inference Exercises

  • پاسخ تمرینات استنباط (بخش 1) Inference Exercise Answers (part 1)

  • پاسخ تمرینات استنباط (بخش 2) Inference Exercise Answers (part 2)

تحلیل واریانس (ANOVA) Analysis of Variance (ANOVA)

  • حل جزئی تمرینات (بخش 1) Partial Exercise Solution (part 1)

  • حل جزئی تمرینات (بخش 2) Partial Exercise Solution (part 2)

  • مطالعات تحلیل واریانس (ANOVA) (اسلایدها) Analysis of Variance (ANOVA) Studies (slides)

  • افزایش وزن در موش‌ها (Rcmdr) Weight Gain in Rats (Rcmdr)

  • تکمیل افزایش وزن و تغذیه جایگزین در موش‌ها Finish Weight Gain then Foster Feeding in Rats

  • بازبینی سختی آب Water Hardness Revisited

  • جمجمه‌های مردان مصری (بخش 1) Male Egyptian Skulls (part 1)

  • جمجمه‌های مردان مصری (بخش 2) Male Egyptian Skulls (part 2)

  • تمرینات بیشتر More Exercises

مدل‌سازی خطی Linear Modeling

  • مدل‌سازی خطی چیست؟ (اسلایدها) What is Linear Modeling? (slides)

  • تخمین سن جهان (اسلایدها و اسکریپت، بخش 1) Estimating the Age of the Universe (slides and script, part 1)

  • تخمین سن جهان (اسکریپت، بخش 2) Estimating the Age of the Universe (script, part 2)

  • سن جهان (اسکریپت، بخش 3) Age of the Universe (script, part 3)

  • باران مصنوعی (اسلایدها و اسکریپت، بخش 1) Cloud Seeding (slides and script, part 1)

  • باران مصنوعی (اسکریپت، بخش 2) Cloud Seeding (script, part 2)

  • باران مصنوعی (اسکریپت، بخش 3) Cloud Seeding (script, part 3)

  • نمودارهای تشخیصی باران مصنوعی (بخش 4) Cloud Seeding Diagnostic Plots (part 4)

اعتبارسنجی مدل‌های خطی (بررسی مدل) Validating Linear Models (aka 'Model Checking')

  • بررسی مدل (بخش 1) Model Checking (part 1)

  • بررسی مدل (بخش 2) Model Checking (part 2)

  • بررسی مدل (بخش 3) Model Checking (part 3)

  • بررسی مدل (بخش 4) Model Checking (part 4)

  • بررسی مدل (بخش 5) Model Checking (part 5)

  • بررسی مدل (بخش 6) Model Checking (part 6)

مدل‌سازی خطی تعمیم‌یافته (GLMs) Generalized Linear Modeling (GLMs)

  • مدل‌های خطی تعمیم‌یافته (اسلایدها) Generalized Linear Models (slides)

  • ESR و پروتئین‌های پلاسما (بخش 1) ESR and Plasma Proteins (part 1)

  • ESR و پروتئین‌های پلاسما (بخش 2) ESR and Plasma Proteins (part 2)

  • ESR و پروتئین‌های پلاسما (بخش 3) ESR and Plasma Proteins (part 3)

  • نقش زنان در جامعه (بخش 1) Women's Role in Society (part 1)

  • نقش زنان در جامعه (بخش 2) Women's Role in Society (part 2)

  • نقش زنان در جامعه (بخش 3) Women's Role in Society (part 3)

  • پولیپ‌های کولون Colonic Polyps

  • رانندگی و کمردرد Driving and Back Pain

تحلیل بقا Survival Analysis

  • تحلیل بقا چیست؟ (اسلایدها) What is Survival Analysis? (slides)

  • رادیوایمونوتراپی گلیوم Glioma Radioimmunotherapy

  • بقا در سرطان سینه Breast Cancer Survival

هموارکننده‌ها و مدل‌سازی افزودنی تعمیم‌یافته (GAMs) Smoothers and Generalized Additive Modeling (GAMs)

  • هموارکننده‌ها و GAMs (اسلایدها، بخش 1) Smoothers and GAMs (slides, part 1)

  • هموارکننده‌ها و GAMs (اسلایدها، بخش 2) Smoothers and GAMs (slides, part 2)

  • آلودگی هوا در شهرهای آمریکا Air Pollution in U.S. Cities

  • کیفوز (بخش 1) Kyphosis (part 1)

  • کیفوز (بخش 2) Kyphosis (part 2)

  • هموارکننده‌های غیرپارامتریک (بخش 1) Non-Parametric Smoothers (part 1)

  • هموارکننده‌های Lowess (بخش 2) Lowess Smoothers (part 2)

  • هموارکننده‌های Lowess (بخش 3) Lowess Smoothers (part 3)

  • مدل GAM با داده‌های جداسازی باینری GAM with Binary Isolation Data

  • مثال‌های GAM با استفاده از بسته mgcv (بخش 1) GAM Examples using mgcv Package (part 1)

  • مثال‌های GAM با استفاده از بسته mgcv (بخش 2) GAM Examples using mgcv Package (part 2)

  • مثال‌های GAM با استفاده از بسته mgcv (بخش 3) GAM Examples using mgcv Package (part 3)

  • داده‌های شدیداً کوهان‌مانند (بخش 1) Strongly Humped Data (part 1)

  • داده‌های شدیداً کوهان‌مانند (بخش 2) Strongly Humped Data (part 2)

مدل‌های خطی اثرات مختلط Linear Mixed-Effects Models

  • مدل‌های خطی اثرات مختلط (اسلایدها، بخش 1) Linear Mixed-Effects Models (slides, part 1)

  • مدل‌های خطی اثرات مختلط (اسلایدها، بخش 2) Linear Mixed-Effects Models (slides, part 2)

  • اسلایدها و داده‌های Beat the Blues Beat the Blues Slides and Data

  • مطالعه Beat the Blues (بخش 2) Beat the Blues Study (part 2)

  • نمودارهای جعبه‌ای و تبدیل داده‌ها در مطالعه Beat the Blues (بخش 3) Beat the Blues Study Boxplots and Data Transformation (part 3)

  • اجرای مدل‌های Beat the Blues (بخش 1) Run Beat the Blues Models (part 1)

  • اجرای مدل‌های Beat the Blues (بخش 2) Run Beat the Blues Models (part 2)

معادلات تخمینی تعمیم‌یافته (GEE) Generalized Estimating Equations (GEE)

  • معادلات تخمینی تعمیم‌یافته (GEE) (اسلایدها، بخش 1) Generalized Estimating Equations (GEE) (slides, part 1)

  • معادلات تخمینی تعمیم‌یافته (GEE) (اسلایدها، بخش 2) Generalized Estimating Equations (GEE) (slides, part 2)

  • GEE با Beat the Blues به عنوان Binomial GLM (بخش 1) GEE with Beat the Blues as Binomial GLM (part 1)

  • GEE با Beat the Blues به عنوان Binomial GLM (بخش 2) GEE with Beat the Blues as Binomial GLM (part 2)

  • بیماری‌های تنفسی با متغیر پاسخ باینری (بخش 1) Respiratory Illness with Binary Response Variable (part 1)

  • بیماری‌های تنفسی با متغیر پاسخ باینری (بخش 2) Respiratory Illness with Binary Response Variable (part 2)

  • بیماری‌های تنفسی با متغیر پاسخ باینری (بخش 3) Respiratory Illness with Binary Response Variable (part 3)

  • بیماری‌های تنفسی با متغیر پاسخ باینری (بخش 4) Respiratory Illness with Binary Response Variable (part 4)

طرح‌های Split Plot و تودرتو Split-Plot and Nested Designs

  • طرح Split Plot در مطالعه آبیاری (بخش 1) Irrigation Study Split-Plot Design (part 1)

  • طرح Split Plot در مطالعه آبیاری (بخش 2) Irrigation Study Split-Plot Design (part 2)

  • مقایسه مدل‌های Split Plot آبیاری Comparing the Irrigation Split-Plot Models

  • اجزای واریانس سلسله‌مراتبی (بخش 1) Hierarchical Variance Components (part 1)

  • اجزای واریانس سلسله‌مراتبی (بخش 2) Hierarchical Variance Components (part 2)

  • تکرار کاذب زمانی اثرات مختلط و تمرینات Mixed-Effects Temporal Pseudo-Replication and Exercises

  • حوزه فارم‌ها: مقایسه عرض از مبدأ و شیب‌های مختلط در برابر خطی (بخش 1) Farms Domain: Comparing Mixed versus Linear Intercepts and Slopes (part 1)

  • حوزه فارم‌ها: مقایسه عرض از مبدأ و شیب‌های مختلط در برابر خطی (بخش 2) Farms Domain: Comparing Mixed versus Linear Intercepts and Slopes (part 2)

  • حوزه فارم‌ها: مقایسه مدل‌ها (بخش 3) Farms Domain: Comparing Models (part 3)

  • بازبینی بیماری‌های دوران کودکی: بررسی مدل Childhood Diseases Revisited: Model Checking

استنباط همزمان و مقایسه‌های چندگانه Simultaneous Inference and Multiple Comparisons

  • استنباط همزمان برای مقایسه‌های چندگانه (بخش 1) Simultaneous Inference for Multiple Comparisons (part 1)

  • استنباط همزمان برای مقایسه‌های چندگانه (بخش 2) Simultaneous Inference for Multiple Comparisons (part 2)

  • grazing گوزن‌ها (بخش 1) Deer Browsing (part 1)

  • grazing گوزن‌ها (بخش 2) Deer Browsing (part 2)

  • بازبینی باران مصنوعی Cloud Seeding Revisited

نمایش نظرات

آموزش مدل‌سازی خطی جامع با زبان R
جزییات دوره
14.5 hours
104
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,481
4.3 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Geoffrey Hubona, Ph.D. Geoffrey Hubona, Ph.D.

دانشیار سیستم های اطلاعاتی دکتر جفری هوبونا از سال 1993 در 4 دانشگاه بزرگ ایالتی در ایالات متحده دوره های تصدی تمام مدت و استعفا ، استادیار و دانشیار را حفظ کرده است. در حال حاضر ، وی دانشیار MIS در دانشگاه بین المللی A&M تگزاس است که برای آن تدریس می کند دوره های اعتباری در تجسم داده های تجاری (دوره کارشناسی) ، برنامه نویسی پیشرفته با استفاده از R (فارغ التحصیل) و داده کاوی و تجزیه و تحلیل تجارت (فارغ التحصیل). در سمت های قبلی دانشکده دانشگاهی ، او ده ها آماره مختلف ، سیستم های اطلاعات کسب و کار و دوره های علوم کامپیوتر را در مقطع کارشناسی ، کارشناسی ارشد و دکتری تدریس کرد. دانش آموزان. وی دکترای خود را کسب کرد. در رشته مدیریت بازرگانی (سیستم های اطلاعاتی و علوم کامپیوتر) از دانشگاه فلوریدا جنوبی (USF) در تامپا ، فلوریدا. کارشناسی ارشد اقتصاد ، همچنین از USF. MBA در رشته مالی از دانشگاه جورج میسون در فیرفکس ، VA ؛ و لیسانس روانشناسی از دانشگاه ویرجینیا در شارلوتسویل ، VA. او بنیانگذار مدرسه جورجیا R (2010-2014) و R-Courseware (2014 تا کنون) ، سازمان های آموزشی آنلاین است که روش های تحقیق و تکنیک های تجزیه و تحلیل کمی را آموزش می دهند. این تکنیک های روش تحقیق شامل مدلسازی خطی و غیرخطی ، روش های چند متغیره ، داده کاوی ، برنامه نویسی و شبیه سازی و مدل سازی معادلات ساختاری و مدل حداقل مربعات جزئی (PLS) است.