لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش آمار بیزی: از مفاهیم تا تحلیل دادهها
- آخرین آپدیت
دانلود Bayesian Statistics: From Concept to Data Analysis
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره آموزشی رویکرد بیزی به آمار را معرفی میکند و از مفاهیم پایه احتمال شروع کرده و تا تحلیل دادهها پیش میرود. در این مسیر، فلسفه رویکرد بیزی و نحوه پیادهسازی آن برای انواع رایج دادهها را خواهیم آموخت. همچنین رویکرد بیزی را با رویکرد متداول «فراوانیگرا» (Frequentist) مقایسه کرده و مزایای آن را بررسی میکنیم. به طور خاص، روش بیزی امکان محاسبه بهتر عدم قطعیت، دستیابی به نتایجی با معنای بصری و قابل تفسیرتر و بیان صریحتر مفروضات را فراهم میکند. این دوره ترکیبی از ویدیوهای آموزشی، نمایشهای کامپیوتری، متون خواندنی، تمرینات و تالارهای گفتگو است تا یک تجربه یادگیری فعال ایجاد کند. برای محاسبات، شما میتوانید از نرمافزار مایکروسافت اکسل یا بسته آماری متنباز R استفاده کنید که محتوای معادلی برای هر دو گزینه ارائه شده است. دروس این دوره شامل مباحث ریاضی پایه و همچنین توضیحات فلسفی و تفسیری است. با اتمام این دوره، شما درک عمیقی از مفاهیم رویکرد بیزی، تفاوتهای کلیدی بین روشهای بیزی و فراوانیگرا و توانایی انجام تحلیلهای پایه دادهها را کسب خواهید کرد.
سرفصل ها و درس ها
احتمال و قضیه بیز
Probability and Bayes' Theorem
معرفی دوره
🎥 Course introduction
درس ۱.۱ احتمال کلاسیک و فراوانیگرا
🎥 Lesson 1.1 Classical and frequentist probability
درس ۱.۲ احتمال بیزی و سازگاری
🎥 Lesson 1.2 Bayesian probability and coherence
درس ۲.۱ احتمال شرطی
🎥 Lesson 2.1 Conditional probability
درس ۲.۲ قضیه بیز
🎥 Lesson 2.2 Bayes' theorem
درس ۳.۱ توزیعهای برنولی و دوجملهای
🎥 Lesson 3.1 Bernoulli and binomial distributions
درس ۳.۲ توزیع یکنواخت
🎥 Lesson 3.2 Uniform distribution
درس ۳.۳ توزیعهای نمایی و نرمال
🎥 Lesson 3.3 Exponential and normal distributions
استنباط آماری
Statistical Inference
درس ۴.۱ فواصل اطمینان
🎥 Lesson 4.1 Confidence intervals
درس ۴.۲ تابع درستنمایی و بیشینه درستنمایی
🎥 Lesson 4.2 Likelihood function and maximum likelihood
درس ۴.۳ محاسبه MLE
🎥 Lesson 4.3 Computing the MLE
درس ۴.۴ محاسبه MLE: مثالها
🎥 Lesson 4.4 Computing the MLE: examples
آشنایی با زبان R
🎥 Introduction to R
رسم نمودار درستنمایی در R
🎥 Plotting the likelihood in R
رسم نمودار درستنمایی در اکسل
🎥 Plotting the likelihood in Excel
درس ۵.۱ مثال استنباط: رویکرد فراوانیگرا
🎥 Lesson 5.1 Inference example: frequentist
درس ۵.۲ مثال استنباط: رویکرد بیزی
🎥 Lesson 5.2 Inference example: Bayesian
درس ۵.۳ نسخه پیوسته قضیه بیز
🎥 Lesson 5.3 Continuous version of Bayes' theorem
درس ۵.۴ فواصل پسین
🎥 Lesson 5.4 Posterior intervals
توزیعهای پیشین و مدلها برای دادههای گسسته
Priors and Models for Discrete Data
درس ۶.۱ توزیعهای پیشین و توزیعهای پیشبین پیشین
🎥 Lesson 6.1 Priors and prior predictive distributions
درس ۶.۲ پیشبین پیشین: مثال دوجملهای
🎥 Lesson 6.2 Prior predictive: binomial example
درس ۶.۳ توزیع پیشبین پسین
🎥 Lesson 6.3 Posterior predictive distribution
درس ۷.۱ درستنمایی برنولی/دوجملهای با پیشین یکنواخت
🎥 Lesson 7.1 Bernoulli/binomial likelihood with uniform prior
درس ۷.۲ پیشینهای مزدوج
🎥 Lesson 7.2 Conjugate priors
درس ۷.۳ میانگین پسین و اندازه نمونه مؤثر
🎥 Lesson 7.3 Posterior mean and effective sample size
مثال تحلیل دادهها در R
🎥 Data analysis example in R
مثال تحلیل دادهها در اکسل
🎥 Data analysis example in Excel
درس ۸.۱ دادههای پوآسون
🎥 Lesson 8.1 Poisson data
مدلها برای دادههای پیوسته
Models for Continuous Data
درس ۹.۱ دادههای نمایی
🎥 Lesson 9.1 Exponential data
درس ۱۰.۱ درستنمایی نرمال با واریانس معلوم
🎥 Lesson 10.1 Normal likelihood with variance known
درس ۱۰.۲ درستنمایی نرمال با واریانس نامعلوم
🎥 Lesson 10.2 Normal likelihood with variance unknown
درس ۱۱.۱ پیشینهای غیراطلاعاتی
🎥 Lesson 11.1 Non-informative priors
درس ۱۱.۲ پیشین جفریز
🎥 Lesson 11.2 Jeffreys prior
رگرسیون خطی در R (دیتاستها در بخش دانلود)
🎥 Linear regression in R (Datasets included in Downloads)
رگرسیون خطی در اکسل (Analysis ToolPak)
🎥 Linear regression in Excel (Analysis ToolPak)
رگرسیون خطی در اکسل (StatPlus by AnalystSoft)
🎥 Linear regression in Excel (StatPlus by AnalystSoft)
نمایش نظرات