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