آموزش مدلسازی آماری کاربردی برای تجزیه و تحلیل داده ها در R

Applied Statistical Modeling for Data Analysis in R

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: راهنمای کامل شما برای تجزیه و تحلیل داده های آماری و تجسم برای کاربردهای عملی در R تجزیه و تحلیل داده های خود با استفاده از تکنیک های آماری مناسب نتایج تجزیه و تحلیل آماری خود را تفسیر کنید. پیاده سازی تحلیل های آماری مختلف در R و تفسیر نتایج ایجاد تجسم داده های بصری انجام آزمایش فرضیه های رسمی اجرای تکنیک های مدل سازی خطی مانند رگرسیون های چندگانه و GLM پیاده سازی تحلیل رگرسیون پیشرفته و تحلیل چند متغیره پیش نیازها: آشنایی قبلی با رابط R and R Studio Interest in یادگیری مدلسازی آماری علاقه به استفاده از تجزیه و تحلیل آماری در داده های زندگی واقعی علاقه به جمع آوری بینش در مورد داده ها (از هر رشته ای) این دوره در یک سیستم عامل ویندوز نشان داده خواهد شد. شما باید کد مربوط به دایرکتوری های کاری در حال تغییر را برای سیستم عامل خود تطبیق دهید

مدل‌سازی آماری کاربردی برای تجزیه و تحلیل داده‌ها در R

راهنمای کامل برای بصری سازی تجزیه و تحلیل داده های آماری برای کاربردهای عملی در R

با فواصل اطمینان گیج شده اید؟ در حال تعمق در مورد مقادیر p؟ حوصله آزمایش فرضیه؟

سلام، نام من مینروا سینگ است و من فارغ التحصیل کارشناسی ارشد دانشگاه آکسفورد (جغرافیا و محیط زیست) هستم. من اخیراً دکترای خود را در دانشگاه کمبریج (اکولوژی و حفاظت گرمسیری) به پایان رساندم.


من چندین سال تجربه در تجزیه و تحلیل داده های واقعی از منابع مختلف با استفاده از مدل سازی آماری و تولید نشریات برای مجلات بین المللی دارم. اگر راهنمای کتاب های آمار را خیلی مبهم، گران قیمت و عملی نمی بینید، پس این دوره را دوست خواهید داشت!

من این دوره آموزشی را ایجاد کردم تا شما را به صورت دستی تمام مفاهیم را به شما آموزش دهم و مدل سازی آماری خود را از سطح پایه به سطح پیشرفته برای تجزیه و تحلیل داده های عملی ببرید.

با این دوره، می‌خواهم به شما کمک کنم در زمان صرفه‌جویی کنید و بیاموزید که مفاهیم آماری مخفیانه چه ارتباطی با تجزیه و تحلیل واقعی داده‌ها و تفسیر نتایج سفارشی دارند. صادقانه بگویم، این تنها دوره ای است که باید برای شروع در مدل سازی آماری عملی برای تجزیه و تحلیل داده ها با استفاده از R.

طی کنید.


دوره من دارای 9.5 ساعت سخنرانی است و پایه ای قوی برای انجام وظایف تحلیل داده های آماری عملی و واقعی در R، یکی از محبوب ترین و رایگان ترین چارچوب های تجزیه و تحلیل داده، فراهم می کند.

به دوره‌ای دسترسی پیدا کنید که با هزاران اطلاعات کاربردی پر شده است! و همچنین یک دوره ویدیویی رایگان در زمینه یادگیری ماشینی دریافت کنید!

این دوره راه مطمئن شما برای به دست آوردن دانش و مهارت های تجزیه و تحلیل داده های آماری است که من از آموزش های دقیقی که در 2 تا از بهترین دانشگاه های جهان دریافت کردم، مطالعه کتاب های متعدد و انتشار مقالات آماری غنی در مجلات معتبر بین المللی مانند PLOS One.

برای دقیق تر بودن، این دوره کاری برای شما انجام می دهد:


(الف) شما را (حتی اگر پیش‌زمینه مدل‌سازی/تحلیل آماری قبلی نداشته باشید) از سطح پایه به انجام برخی از رایج‌ترین وظایف تجزیه و تحلیل داده‌های آماری پیشرفته در R می‌برد.


(ب) شما را به استفاده از R برای انجام تجزیه و تحلیل داده های آماری مختلف و وظایف تجسم برای مدل سازی داده ها مجهز می کند.


(ج) برخی از مهمترین مفاهیم آماری را به صورت عملی به شما معرفی می کند تا بتوانید این مفاهیم را برای تجزیه و تحلیل و تفسیر داده های عملی به کار ببرید.

(د) برخی از مهم‌ترین مفاهیم مدل‌سازی آماری از توزیع‌های احتمال گرفته تا آزمون فرضیه تا مدل‌سازی رگرسیون و تحلیل چند متغیره را خواهید آموخت.

(ه) همچنین می‌توانید تصمیم بگیرید که کدام تکنیک‌های مدل‌سازی آماری برای پاسخ به سؤالات تحقیقاتی شما مناسب‌تر و برای داده‌های شما و تفسیر نتایج مناسب‌تر هستند.

این دوره بیشتر بر کمک به شما در پیاده سازی تکنیک های تحلیل آماری مختلف بر روی داده های خود و تفسیر نتایج تمرکز دارد.

بعد از هر ویدیو، مفهوم یا تکنیک جدیدی را یاد خواهید گرفت که می‌توانید بلافاصله در پروژه‌های خود اعمال کنید!

همین حالا اقدام کنید :) همچنین وقتی این دوره را می گذرانید از حمایت مستمر من برخوردار خواهید شد تا مطمئن شوید که در آن موفق هستید. اگر ضمانت من برای شما کافی نیست، در صورتی که کاملاً از دوره راضی نبودید، می‌توانید ظرف 30 روز پس از خرید، درخواست بازپرداخت کنید.

همین امروز اقدام کنید! من شخصا از شما حمایت خواهم کرد و از موفقیت آمیز بودن تجربه شما در این دوره مطمئن خواهم شد.


سرفصل ها و درس ها

مقدمه ای بر مبانی مدل سازی آماری کاربردی Introduction to the Basics of Applied Statistical Modelling

  • معرفی مدرس و دوره Introduction to the Instructor and Course

  • معرفی مدرس و دوره Introduction to the Instructor and Course

  • داده ها و کدهای استفاده شده در دوره Data & Code Used in the Course

  • آمار در دنیای واقعی Statistics in the Real World

  • طراحی مطالعات و جمع آوری داده های با کیفیت خوب Designing Studies & Collecting Good Quality Data

  • انواع مختلف داده Different Types of Data

  • انواع مختلف داده Different Types of Data

  • نتیجه گیری در بخش 1 Conclusion to Section 1

  • نتیجه گیری در بخش 1 Conclusion to Section 1

مقدمه ای بر مبانی مدل سازی آماری کاربردی Introduction to the Basics of Applied Statistical Modelling

  • داده ها و کدهای استفاده شده در دوره Data & Code Used in the Course

  • آمار در دنیای واقعی Statistics in the Real World

  • طراحی مطالعات و جمع آوری داده های با کیفیت خوب Designing Studies & Collecting Good Quality Data

بخش 2: ملزومات زبان برنامه نویسی R Section 2: The Essentials of the R Programming Language

  • دلیل این بخش Rationale for this section

  • دلیل این بخش Rationale for this section

  • مقدمه ای بر نرم افزار آماری R و استودیو R Introduction to the R Statistical Software & R Studio

  • مقدمه ای بر نرم افزار آماری R و استودیو R Introduction to the R Statistical Software & R Studio

  • ساختارهای مختلف داده در R Different Data Structures in R

  • ساختارهای مختلف داده در R Different Data Structures in R

  • خواندن داده ها از منابع مختلف Reading in Data from Different Sources

  • خواندن داده ها از منابع مختلف Reading in Data from Different Sources

  • نمایه سازی و زیر مجموعه داده ها Indexing and Subsetting of Data

  • پاکسازی داده ها: حذف مقادیر از دست رفته Data Cleaning: Removing Missing Values

  • تجزیه و تحلیل داده های اکتشافی در R Exploratory Data Analysis in R

  • تجزیه و تحلیل داده های اکتشافی در R Exploratory Data Analysis in R

  • نتیجه گیری در بخش 2 Conclusion to Section 2

  • نتیجه گیری در بخش 2 Conclusion to Section 2

  • آزمون بخش 2 Section 2 Quiz

  • آزمون بخش 2 Section 2 Quiz

بخش 2: ملزومات زبان برنامه نویسی R Section 2: The Essentials of the R Programming Language

  • نمایه سازی و زیر مجموعه داده ها Indexing and Subsetting of Data

  • پاکسازی داده ها: حذف مقادیر از دست رفته Data Cleaning: Removing Missing Values

ابزارهای آماری برای کسب اطلاعات بیشتر در مورد داده های خود Statistical Tools to Learn More About Your Data

  • خلاصه کردن داده های کمی Summarize Quantitative Data

  • خلاصه کردن داده های کمی Summarize Quantitative Data

  • اقدامات مرکز Measures of Center

  • اقدامات تغییر Measures of Variation

  • نمودار و نمودار داده های پیوسته Charting & Graphing Continuous Data

  • نمودار و نمودار داده های گسسته Charting & Graphing Discrete Data

  • استخراج بینش از داده های کیفی/اسمی Deriving Insights from Qualitative/Nominal Data

  • نتیجه گیری در بخش 3 Conclusions to Section 3

  • نتیجه گیری در بخش 3 Conclusions to Section 3

  • آزمون بخش 3 Section 3 Quiz

  • آزمون بخش 3 Section 3 Quiz

ابزارهای آماری برای کسب اطلاعات بیشتر در مورد داده های خود Statistical Tools to Learn More About Your Data

  • اقدامات مرکز Measures of Center

  • اقدامات تغییر Measures of Variation

  • نمودار و نمودار داده های پیوسته Charting & Graphing Continuous Data

  • نمودار و نمودار داده های گسسته Charting & Graphing Discrete Data

  • استخراج بینش از داده های کیفی/اسمی Deriving Insights from Qualitative/Nominal Data

توزیع های احتمال Probability Distributions

  • زمینه Background

  • توزیع داده ها: توزیع عادی Data Distribution: Normal Distribution

  • بررسی توزیع عادی Checking For Normal Distribution

  • توزیع نرمال استاندارد و نمرات Z Standard Normal Distribution and Z-scores

  • فاصله اطمینان - نظریه Confidence Interval-Theory

  • فاصله اطمینان - محاسبه در R Confidence Interval-Computation in R

  • فاصله اطمینان - محاسبه در R Confidence Interval-Computation in R

  • نتیجه گیری در بخش 4 Conclusions to Section 4

  • آزمون بخش 4 Section 4 Quiz

  • آزمون بخش 4 Section 4 Quiz

توزیع های احتمال Probability Distributions

  • زمینه Background

  • توزیع داده ها: توزیع عادی Data Distribution: Normal Distribution

  • بررسی توزیع عادی Checking For Normal Distribution

  • توزیع نرمال استاندارد و نمرات Z Standard Normal Distribution and Z-scores

  • فاصله اطمینان - نظریه Confidence Interval-Theory

  • نتیجه گیری در بخش 4 Conclusions to Section 4

استنتاج آماری Statistical Inference

  • آزمون فرضیه چیست؟ What is Hypothesis Testing?

  • آزمون های تی: کاربرد در R T-tests: Application in R

  • جایگزین های غیر پارامتریک برای تست های T Non-Parametric Alternatives to T-Tests

  • جایگزین های غیر پارامتریک برای تست های T Non-Parametric Alternatives to T-Tests

  • ANOVA یک طرفه One-way ANOVA

  • ANOVA یک طرفه One-way ANOVA

  • نسخه غیر پارامتریک ANOVA یک طرفه Non-parametric version of One-way ANOVA

  • نسخه غیر پارامتریک ANOVA یک طرفه Non-parametric version of One-way ANOVA

  • ANOVA دو طرفه Two-way ANOVA

  • ANOVA دو طرفه Two-way ANOVA

  • تست قدرت برای تشخیص اثر Power Test for Detecting Effect

  • تست قدرت برای تشخیص اثر Power Test for Detecting Effect

  • نتیجه گیری در بخش 5 Conclusions to Section 5

  • نتیجه گیری در بخش 5 Conclusions to Section 5

  • آزمون بخش 5 Section 5 Quiz

  • آزمون بخش 5 Section 5 Quiz

استنتاج آماری Statistical Inference

  • آزمون فرضیه چیست؟ What is Hypothesis Testing?

  • آزمون های تی: کاربرد در R T-tests: Application in R

رابطه بین دو متغیر کمی متفاوت Relationship Between Two Different Quantitative Variables

  • رابطه بین دو متغیر کمی را بررسی کنید؟ Explore the Relationship Between Two Quantitative Variables?

  • رابطه بین دو متغیر کمی را بررسی کنید؟ Explore the Relationship Between Two Quantitative Variables?

  • همبستگی Correlation

  • رگرسیون خطی-نظریه Linear Regression-Theory

  • رگرسیون خطی-نظریه Linear Regression-Theory

  • رگرسیون خطی - پیاده سازی در R Linear Regression-Implementation in R

  • رگرسیون خطی - پیاده سازی در R Linear Regression-Implementation in R

  • شرایط رگرسیون خطی The Conditions of Linear Regression

  • شرایط رگرسیون خطی The Conditions of Linear Regression

  • برخورد با چند خطی Dealing with Multi-collinearity

  • مدل رگرسیون بیشتر به ما چه می گوید؟ What More Does the Regression Model Tell Us?

  • مدل رگرسیون بیشتر به ما چه می گوید؟ What More Does the Regression Model Tell Us?

  • رگرسیون خطی و ANOVA Linear Regression and ANOVA

  • رگرسیون خطی با متغیرهای طبقه بندی شده و شرایط تعامل Linear Regression With Categorical Variables and Interaction Terms

  • رگرسیون خطی با متغیرهای طبقه بندی شده و شرایط تعامل Linear Regression With Categorical Variables and Interaction Terms

  • تجزیه و تحلیل کوواریانس (ANCOVA) Analysis of Covariance (ANCOVA)

  • انتخاب مناسب ترین مدل رگرسیون Selecting the Most Suitable Regression Model

  • نتیجه گیری در بخش 6 Conclusions to Section 6

  • نتیجه گیری در بخش 6 Conclusions to Section 6

  • آزمون بخش 6 Section 6 Quiz

رابطه بین دو متغیر کمی متفاوت Relationship Between Two Different Quantitative Variables

  • همبستگی Correlation

  • برخورد با چند خطی Dealing with Multi-collinearity

  • رگرسیون خطی و ANOVA Linear Regression and ANOVA

  • تجزیه و تحلیل کوواریانس (ANCOVA) Analysis of Covariance (ANCOVA)

  • انتخاب مناسب ترین مدل رگرسیون Selecting the Most Suitable Regression Model

  • آزمون بخش 6 Section 6 Quiz

انواع دیگر رگرسیون Other Types of Regression

  • نقض شرایط رگرسیون خطی: تبدیل متغیرها Violation of Linear Regression Conditions: Transform Variables

  • سایر تکنیک های رگرسیون زمانی که شرایط OLS برآورده نمی شود Other Regression Techniques When Conditions of OLS Are Not Met

  • رگرسیون مدل 2: رگرسیون استاندارد شده محور اصلی (SMA). Model 2 Regression: Standardized Major Axis (SMA) Regression

  • رگرسیون مدل 2: رگرسیون استاندارد شده محور اصلی (SMA). Model 2 Regression: Standardized Major Axis (SMA) Regression

  • رگرسیون چند جمله ای و غیر خطی Polynomial and Non-linear regression

  • مدل های خطی اثر مختلط Linear Mixed Effect Models

  • مدل رگرسیون تعمیم یافته (GLM) Generalized Regression Model (GLM)

  • رگرسیون لجستیک در R Logistic Regression in R

  • رگرسیون لجستیک در R Logistic Regression in R

  • رگرسیون پواسون در R Poisson Regression in R

  • رگرسیون پواسون در R Poisson Regression in R

  • خوبی تست تناسب Goodness of fit testing

  • نتیجه گیری در بخش 7 Conclusions to Section 7

  • آزمون بخش 7 Section 7 Quiz

انواع دیگر رگرسیون Other Types of Regression

  • نقض شرایط رگرسیون خطی: تبدیل متغیرها Violation of Linear Regression Conditions: Transform Variables

  • سایر تکنیک های رگرسیون زمانی که شرایط OLS برآورده نمی شود Other Regression Techniques When Conditions of OLS Are Not Met

  • رگرسیون چند جمله ای و غیر خطی Polynomial and Non-linear regression

  • مدل های خطی اثر مختلط Linear Mixed Effect Models

  • مدل رگرسیون تعمیم یافته (GLM) Generalized Regression Model (GLM)

  • خوبی تست تناسب Goodness of fit testing

  • نتیجه گیری در بخش 7 Conclusions to Section 7

  • آزمون بخش 7 Section 7 Quiz

تحلیل چند متغیره Multivariate Analysis

  • چرا تحلیل چند متغیره انجام می شود؟ Why Do Multivariate Analysis?

  • تجزیه و تحلیل خوشه ای/یادگیری بدون نظارت Cluster Analysis/Unsupervised Learning

  • تجزیه و تحلیل خوشه ای/یادگیری بدون نظارت Cluster Analysis/Unsupervised Learning

  • تجزیه و تحلیل اجزای اصلی (PCA) Principal Component Analysis (PCA)

  • تجزیه و تحلیل تشخیص خطی (LDA) Linear Discriminant Analysis (LDA)

  • تجزیه و تحلیل تشخیص خطی (LDA) Linear Discriminant Analysis (LDA)

  • تجزیه و تحلیل مکاتبات Correspondence Analysis

  • شباهت و عدم تشابه در میان سایت ها Similarity & Dissimilarity Across Sites

  • شباهت و عدم تشابه در میان سایت ها Similarity & Dissimilarity Across Sites

  • مقیاس بندی چند بعدی غیر متریک (NMDS) Non-metric multi dimensional scaling (NMDS)

  • تحلیل واریانس چند متغیره (MANOVA) Multivariate Analysis of Variance (MANOVA)

  • نتیجه گیری در بخش 8 Conclusions to Section 8

  • آزمون بخش 8 Section 8 Quiz

  • آزمون بخش 8 Section 8 Quiz

تحلیل چند متغیره Multivariate Analysis

  • چرا تحلیل چند متغیره انجام می شود؟ Why Do Multivariate Analysis?

  • تجزیه و تحلیل اجزای اصلی (PCA) Principal Component Analysis (PCA)

  • تجزیه و تحلیل مکاتبات Correspondence Analysis

  • مقیاس بندی چند بعدی غیر متریک (NMDS) Non-metric multi dimensional scaling (NMDS)

  • تحلیل واریانس چند متغیره (MANOVA) Multivariate Analysis of Variance (MANOVA)

  • نتیجه گیری در بخش 8 Conclusions to Section 8

سخنرانی ها و اطلاعات متفرقه Miscellaneous Lectures & Information

  • تجزیه و تحلیل داده های اکتشافی با xda Exploratory Data Analysis With xda

  • در داده ها از جداول HTML آنلاین - قسمت 1 بخوانید Read in Data from Online HTML Tables-Part 1

  • در داده ها از جداول HTML آنلاین - قسمت 2 بخوانید Read in Data from Online HTML Tables-Part 2

  • در داده ها از جداول HTML آنلاین - قسمت 2 بخوانید Read in Data from Online HTML Tables-Part 2

  • از R در Colab استفاده کنید Use R in Colab

  • از R در Colab استفاده کنید Use R in Colab

  • خلاصه بر اساس زمان Summarise By Time

سخنرانی ها و اطلاعات متفرقه Miscellaneous Lectures & Information

  • تجزیه و تحلیل داده های اکتشافی با xda Exploratory Data Analysis With xda

  • در داده ها از جداول HTML آنلاین - قسمت 1 بخوانید Read in Data from Online HTML Tables-Part 1

  • خلاصه بر اساس زمان Summarise By Time

نمایش نظرات

نظری ارسال نشده است.

آموزش مدلسازی آماری کاربردی برای تجزیه و تحلیل داده ها در R
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
10 hours
72
Udemy (یودمی) udemy-small
17 مهر 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
10,514
4.2 از 5
دارد
دارد
دارد
Minerva Singh

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Minerva Singh Minerva Singh

دانشمند تحصیل کرده آکسبریج

سلام. من فارغ التحصیل دکترا از دانشگاه کمبریج هستم که در آنجا در اکولوژی گرمسیری تخصص دارم. من همچنین یک دانشمند داده هستم. به عنوان بخشی از تحقیقاتم، باید تجزیه و تحلیل گسترده داده‌ها، از جمله تجزیه و تحلیل داده‌های مکانی را انجام دهم. یا برای این منظور ترجیح می‌دهم از ترکیبی از ابزارهای رایگان نرم‌افزار R، QGIS و Python استفاده کنم. بیشتر کار تجزیه و تحلیل داده‌های مکانی خود را با استفاده از R انجام می‌دهم. و QGIS. اینها جدا از رایگان بودن، ابزارهای بسیار قدرتمندی برای تجسم، پردازش و تجزیه و تحلیل داده ها هستند. من همچنین دارای مدرک کارشناسی ارشد جغرافیا و محیط زیست از دانشگاه آکسفورد هستم. من مهارت های آماری و تجزیه و تحلیل داده های خود را از طریق تعدادی MOOC از جمله The Analytics Edge (دوره آماری مبتنی بر R و یادگیری ماشین ارائه شده توسط EdX)، یادگیری آماری (دوره یادگیری ماشین مبتنی بر R ارائه شده توسط Standford آنلاین) تقویت کرده ام. علاوه بر تجزیه و تحلیل داده های مکانی، در تجزیه و تحلیل آماری، یادگیری ماشین و داده کاوی نیز مهارت دارم. من همچنین از برنامه نویسی عمومی، تجسم داده ها و توسعه وب لذت می برم. من علاوه بر اینکه یک دانشمند و اعداد شکن هستم، یک مسافر مشتاق هستم

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.