آموزش مبانی مدل‌سازی رگرسیون - آخرین آپدیت

دانلود Regression Modeling Fundamentals

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره مقدماتی برای کاربرانی است که از نرم‌افزار SAS و ابزار SAS/STAT برای انجام تحلیل‌های آماری استفاده می‌کنند. تمرکز اصلی این دوره بر آزمون‌های t، تحلیل واریانس (ANOVA) و رگرسیون خطی است و شامل معرفی کوتاهی به رگرسیون لجستیک می‌باشد.

سرفصل ها و درس ها

ساخت مدل و انتخاب اثر Model Building and Effect Selection

  • خوش‌آمدگویی و معرفی مدرس Welcome and Meet the Instructor

  • دمو: بررسی داده‌های مسکن Ames Demo: Exploring Ames Housing Data

  • مرور کلی Overview

  • سناریو Scenario

  • رویکردهای انتخاب مدل Approaches to Selecting Models

  • رویکرد تمام رگرسیون‌های ممکن برای ساخت مدل The All-Possible Regressions Approach to Model Building

  • رویکرد انتخاب گام‌به‌گام (Stepwise) برای ساخت مدل The Stepwise Selection Approach to Model Building

  • تفسیر مقادیر p و تخمین‌های پارامتر Interpreting p-Values and Parameter Estimates

  • دمو: اجرای رگرسیون گام‌به‌گام با استفاده از PROC GLMSELECT Demo: Performing Stepwise Regression Using PROC GLMSELECT

  • سناریو Scenario

  • معیارهای اطلاعاتی Information Criteria

  • ضریب تعیین تعدیل شده و Mallows' Cp Adjusted R-Square and Mallows' Cp

  • دمو: اجرای انتخاب مدل با استفاده از PROC GLMSELECT Demo: Performing Model Selection Using PROC GLMSELECT

بررسی پس از برازش مدل برای استنباط Model Post-Fitting for Inference

  • مرور کلی Overview

  • سناریو Scenario

  • پیش‌فرض‌های رگرسیون Assumptions for Regression

  • تایید پیش‌فرض‌ها با استفاده از نمودارهای باقی‌مانده Verifying Assumptions Using Residual Plots

  • دمو: بررسی نمودارهای باقی‌مانده با استفاده از PROC REG Demo: Examining Residual Plots Using PROC REG

  • سناریو Scenario

  • شناسایی مشاهدات اثرگذار Identifying Influential Observations

  • بررسی داده‌های پرت با باقی‌مانده‌های STUDENT Checking for Outliers with STUDENT Residuals

  • بررسی مشاهدات اثرگذار Checking for Influential Observations

  • تشخیص مشاهدات اثرگذار با DFBETAS Detecting Influential Observations with DFBETAS

  • دمو: جستجوی مشاهدات اثرگذار با استفاده از PROC GLMSELECT و PROC REG Demo: Looking for Influential Observations Using PROC GLMSELECT and PROC REG

  • دمو: بررسی مشاهدات اثرگذار با استفاده از PROC PRINT Demo: Examining the Influential Observations Using PROC PRINT

  • مدیریت مشاهدات اثرگذار Handling Influential Observations

  • سناریو Scenario

  • بررسی هم‌خطی (Collinearity) Exploring Collinearity

  • بصری‌سازی هم‌خطی Visualizing Collinearity

  • دمو: محاسبه تشخیص‌های هم‌خطی با استفاده از PROC REG Demo: Calculating Collinearity Diagnostics Using PROC REG

  • استفاده از چرخه مدل‌سازی موثر Using an Effective Modeling Cycle

ساخت مدل برای امتیازدهی و پیش‌بینی Model Building for Scoring and Prediction

  • مرور کلی Overview

  • سناریو Scenario

  • اصطلاحات مدل‌سازی پیش‌بینانه Predictive Modeling Terminology

  • پیچیدگی مدل Model Complexity

  • ساخت یک مدل پیش‌بینانه Building a Predictive Model

  • ارزیابی و انتخاب مدل Model Assessment and Selection

  • دمو: ساخت مدل پیش‌بینانه با استفاده از PROC GLMSELECT Demo: Building a Predictive Model Using PROC GLMSELECT

  • سناریو Scenario

  • آماده‌سازی برای امتیازدهی (Scoring) Preparing for Scoring

  • روش‌های امتیازدهی Methods of Scoring

  • دمو: امتیازدهی داده‌ها با استفاده از PROC PLM Demo: Scoring Data Using PROC PLM

تحلیل داده‌های طبقه‌ای Categorical Data Analysis

  • مرور کلی Overview

  • سناریو Scenario

  • ارتباط بین متغیرهای طبقه‌ای Associations between Categorical Variables

  • دمو: بررسی توزیع متغیرهای طبقه‌ای با استفاده از PROC FREQ و PROC UNIVARIATE Demo: Examining the Distribution of Categorical Variables Using PROC FREQ and PROC UNIVARIATE

  • سناریو Scenario

  • آزمون مربع کای پیرسون The Pearson Chi-Square Test

  • نسبت شانس (Odds Ratios) Odds Ratios

  • دمو: اجرای آزمون مربع کای پیرسون برای بررسی ارتباط با استفاده از PROC FREQ Demo: Performing a Pearson Chi-Square Test of Association Using PROC FREQ

  • سناریو Scenario

  • آزمون مربع کای منتل-هنزل The Mantel-Haenszel Chi-Square Test

  • آماره همبستگی اسپیرمن The Spearman Correlation Statistic

  • دمو: تشخیص ارتباطات ترتیبی با استفاده از PROC FREQ Demo: Detecting Ordinal Associations Using PROC FREQ

  • سناریو Scenario

  • مدل‌سازی پاسخ دوتایی Modeling a Binary Response

  • دمو: برازش مدل رگرسیون لجستیک دوتایی با استفاده از PROC LOGISTIC Demo: Fitting a Binary Logistic Regression Model Using PROC LOGISTIC

  • تفسیر نسبت شانس Interpreting the Odds Ratio

  • مقایسه جفت‌ها برای ارزیابی برازش مدل رگرسیون لجستیک Comparing Pairs to Assess the Fit of a Logistic Regression Model

  • سناریو Scenario

  • تعیین روش پارامتری‌سازی Specifying a Parameterization Method

  • دمو: برازش مدل رگرسیون لجستیک چندگانه با پیش‌بین‌های طبقه‌ای با استفاده از PROC LOGISTIC Demo: Fitting a Multiple Logistic Regression Model with Categorical Predictors Using PROC LOGISTIC

  • سناریو Scenario

  • تعاملات بین متغیرها Interactions between Variables

  • دمو: برازش مدل رگرسیون لجستیک چندگانه همراه با تعاملات با استفاده از PROC LOGISTIC Demo: Fitting a Multiple Logistic Regression Model with Interactions Using PROC LOGISTIC

  • دمو: برازش مدل رگرسیون لجستیک چندگانه با تمام نسبت‌های شانس با استفاده از PROC LOGISTIC Demo: Fitting a Multiple Logistic Regression Model with All Odds Ratios Using PROC LOGISTIC

  • دمو: تولید پیش‌بینی‌ها با استفاده از PROC PLM Demo: Generating Predictions Using PROC PLM

نمایش نظرات

آموزش مبانی مدل‌سازی رگرسیون
جزییات دوره
11h 37m
67
(آخرین آپدیت)
8,458
4.5 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

Jordan Bakerman Jordan Bakerman

جردن باکرمن یک مربی و متخصص SAS است. جردن دارای مدرک لیسانس در مدیریت بازرگانی و فوق لیسانس آمار از دانشگاه ورمونت است. علاوه بر این ، وی دارای مدرک دکترای آمار از دانشگاه ایالتی کارولینای شمالی است. اردن از اشتیاق خود به آمار ، دانش برنامه نویسی و تجربه تدریس برای ایجاد دوره های تأثیرگذار استفاده می کند. او کاملاً از کمک به دیگران در مورد آموختن لذت می برد.