لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
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.
نمایش نظرات