STATA OMNIBUS: رگرسیون و مدل سازی با STATA [ویدئو]

The STATA OMNIBUS: Regression and Modelling with STATA [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری و به کارگیری تکنیک های آماری جدید اغلب می تواند یک تجربه دلهره آور باشد. این امر به ویژه زمانی صادق است که فرد با مجموعه داده های پیچیده ای درگیر شود که امکان تجزیه و تحلیل کلیک و رفتن آسان را فراهم نمی کند، اما به سطح عمیق تری از درک روش های تحلیلی نیاز دارد. این دوره بر ارائه یک نمای کلی از تجزیه و تحلیل داده ها با استفاده از Stata تمرکز می کند و شما را آماده می کند تا مجموعه داده های پیچیده واقعی را به راحتی مدیریت کنید. در این دوره آموزشی با Stata و کاربردهای مختلف آن در تحلیل داده های مدرن آشنا خواهید شد. شما یاد خواهید گرفت که گزینه های زیادی را که Stata در دستکاری، کاوش، تجسم و مدل سازی انواع پیچیده داده به شما می دهد، درک کنید. این دوره بر روی مفهوم رگرسیون خطی و رگرسیون غیر خطی، به ویژه حداقل مربعات معمولی، رگرسیون Logit و Probit تمرکز خواهد کرد. دستور کار این دوره به طور مداوم بر روی ایجاد یک "عمل خوب" و تأکید بر کاربرد عملی - و تفسیر - تکنیک های آماری رایج بدون توسل به نظریه یا معادلات آماری عمیق خواهد بود. در پایان این دوره، مهارت ها و توانایی تعامل با Stata برای مدیریت تجزیه و تحلیل داده های پیچیده را خواهید داشت. همه فایل‌های کد و منابع این دوره را می‌توانید در https://github.com/PacktPublishing/The-STATA-OMNIBUS-Regression-and-Modelling-with-STATA بیاموزید و درک کنید که مدل‌های Logit و Probit چگونه کار می‌کنند. فرآیند تجسم داده ها در Stata را درک کنید با مدل سازی رگرسیون در Stata آشنا شوید یاد بگیرید که تجزیه و تحلیل داده های طبقه بندی شده را انجام دهید یادگیری اپیدمیولوژی و تجزیه و تحلیل قدرت در مورد دستکاری داده ها در Stata بیاموزید این دوره برای هر کسی که علاقه مند به تجزیه و تحلیل داده ها با استفاده از Stata است طراحی شده است. دانش آموزانی که با داده ها و کمیت ها کار می کنند. مدیران کسب و کار با استفاده از شواهد کمی؛ یا کسانی که در زمینه های اقتصاد، سیاست و علوم اجتماعی هستند نیز این دوره را مفید خواهند یافت. دانش کمی یا آماری پایه برای درک مؤثر مفاهیم تحت پوشش در دوره مفید خواهد بود. به راحتی خروجی رگرسیون را از حداقل مربعات معمولی تفسیر و تجزیه و تحلیل کنید * نکات و ترفندهایی در مورد تحلیل رگرسیون غیرخطی بیاموزید * با اصطلاحات رگرسیون عمومی و مفروضات پشت حداقل مربعات معمولی آشنا شوید.

سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

رگرسیون خطی Linear Regression

  • آمار آسان چیست: رگرسیون خطی؟ What are Easy Statistics: Linear Regression?

  • رگرسیون خطی چیست؟ What is Linear Regression?

  • نتایج یادگیری Learning Outcomes

  • این دوره برای چه کسانی است؟ Who is This Course for?

  • پیش نیازها Prerequisites

  • با استفاده از Stata Using Stata

  • تحلیل رگرسیون چیست؟ What is Regression Analysis?

  • رگرسیون خطی چیست؟ What is Linear Regression?

  • چرا تحلیل رگرسیون مفید است؟ Why is Regression Analysis Useful?

  • چه انواعی از تحلیل رگرسیون وجود دارد؟ What Types of Regression Analysis Exist?

  • تبیین رگرسیون Explaining Regression

  • خطوط بهترین تناسب Lines of Best Fit

  • علیت در مقابل همبستگی Causality Versus Correlation

  • حداقل مربعات معمولی (OLS) چیست؟ What are Ordinary Least Squares (OLS)?

  • حداقل مربعات معمولی تصویری – قسمت 1 Ordinary Least Squares Visual – Part 1

  • Visual حداقل مربعات معمولی – قسمت 2 Ordinary Least Squares Visual – Part 2

  • مجموع مربعات Sum of Squares

  • بهترین برآوردگر خطی بی طرفانه Best Linear Unbiased Estimator

  • فرضیات گاوس-مارکوف The Gauss-Markov Assumptions

  • همجنسگرایی Homoskedasticity

  • بدون خط خطی کامل No Perfect Collinearity

  • خطی بودن در پارامترها Linearity in Parameters

  • میانگین شرطی صفر Zero Conditional Mean

  • چگونه درون زایی را آزمایش و تصحیح کنیم؟ How to Test and Correct Endogeneity?

  • خلاصه فرضیات گاوس-مارکوف The Gauss-Markov Assumptions Recap

  • Stata - مثال های کاربردی Stata - Applied Examples

رگرسیون غیر خطی Non-Linear Regression

  • آمار آسان چیست: رگرسیون غیر خطی What are Easy Statistics: Non-Linear Regression

  • رگرسیون غیر خطی چیست؟ What is Non-Linear Regression?

  • نتایج اصلی یادگیری چیست؟ What are the Main Learning Outcomes?

  • این دوره برای چه کسانی است؟ Who is This Course for?

  • پیش نیازها Prerequisites

  • با استفاده از Stata Using Stata

  • تحلیل رگرسیون غیر خطی چیست؟ What is Non-Linear Regression Analysis?

  • رگرسیون غیر خطی چگونه کار می کند؟ How does Non-Linear Regression work?

  • چرا تحلیل رگرسیون غیر خطی مفید است؟ Why is Non-Linear Regression Analysis Useful?

  • انواع مدل های رگرسیون غیر خطی Types of Non-Linear Regression Models

  • حداکثر احتمال Maximum Likelihood

  • مدل احتمال خطی (LPM) Linear Probability Model (LPM)

  • تبدیل Logit و Probit The Logit and Probit Transformation

  • متغیرهای پنهان Latent Variables

  • اثرات حاشیه ای چیست؟ What are Marginal Effects?

  • متغیرهای توضیحی ساختگی Dummy Explanatory Variables

  • رگرسیون غیر خطی چندگانه Multiple Non-Linear Regression

  • برازش Goodness-of-Fit

  • نکته ای در مورد ضرایب لاجیت A Note About Logit Coefficients

  • نکاتی برای رگرسیون Logit و Probit Tips for Logit and Probit Regression

  • بازگشت به مدل احتمال خطی Back to the Linear Probability Model

  • Stata - نمونه های کاربردی Logit و Probit Stata - Applied Logit and Probit Examples

مدلسازی رگرسیون Regression Modelling

  • معرفی Introduction

  • مدل سازی رگرسیون - عجله نکنید Regression Modelling – Do not Rush it

  • فرم تابعی - چگونه روابط غیر خطی را در رگرسیون خطی مدل کنیم؟ Functional Form - How to Model Non-Linear Relationships in Linear Regression?

  • فرم عملکردی - نمونه های Stata Functional Form - Stata Examples

  • اثرات متقابل - چگونه از اثرات متقابل استفاده و تفسیر کنیم؟ Interaction Effects - How to Use and Interpret Interaction Effects?

  • اثرات متقابل - مثال های Stata Interaction Effects - Stata Examples

  • استفاده از زمان - بررسی روابط دینامیک با اطلاعات زمان Using Time - Exploring Dynamics Relationships with Time Information

  • استفاده از زمان - مثال های Stata Using Time - Stata Examples

  • متغیرهای توضیحی دسته بندی - چگونه آنها را کدنویسی، استفاده و تفسیر کنیم؟ Categorical Explanatory Variables - How to Code, Use, and Interpret them?

  • متغیرهای توضیحی دسته بندی - مثال های Stata Categorical Explanatory Variables - Stata Examples

  • برخورد با چند همخطی - حذف و تبدیل متغیرهای خطی Dealing with Multicollinearity - Excluding and Transforming Collinear Variables

  • برخورد با چند خطی - مثال های Stata Dealing with Multicollinearity - Stata Examples

  • مقابله با ارزش های گمشده - دیدن نادیدنی ها Dealing with Missing Values - Seeing the Unseeable

  • مقابله با ارزش های گمشده - مثال های Stata Dealing with Missing Values - Stata Examples

مقدمه ای بر Stata – شروع به کار Introduction to Stata – Getting Started

  • معرفی Introduction

  • رابط Stata The Stata Interface

  • استفاده از راهنما در Stata Using Help in Stata

  • دستور دستور Command Syntax

  • فایل های .do و .ado .do and .ado Files

  • فایل های گزارش Log Files

  • وارد کردن داده ها Importing Data

مقدمه ای بر Stata – کاوش در داده ها Introduction to Stata – Exploring Data

  • مشاهده داده های خام Viewing Raw Data

  • توصیف و جمع بندی Describing and Summarizing

  • ارزش از دست رفته Missing Values

  • جدول بندی و جداول Tabulating and Tables

  • تجزیه و تحلیل توزیع عددی Numerical Distributional Analysis

  • استفاده از وزنه ها Using Weights

مقدمه ای بر Stata – دستکاری داده ها Introduction to Stata – Manipulating Data

  • رمزگذاری مجدد یک متغیر موجود Recoding an Existing Variable

  • ایجاد متغیرهای جدید، جایگزینی متغیرهای قدیمی Creating New Variables, Replacing Old Variables

  • نامگذاری و برچسب گذاری متغیرها Naming and Labelling Variables

  • برنامه های افزودنی برای ایجاد Extensions to Generate

  • متغیرهای شاخص Indicator Variables

  • داده ها/متغیرها را نگه دارید و رها کنید Keep and Drop Data/Variables

  • ذخیره داده ها Saving Data

  • تبدیل داده های رشته ای Converting String Data

  • ترکیب داده ها Combining Data

  • استفاده موثر از ماکروها و حلقه ها Using Macros and Loops Effectively

  • دسترسی به اطلاعات ذخیره شده Accessing Stored Information

  • حلقه های متعدد Multiple Loops

  • متغیرهای تاریخ Date Variables

  • اشتراک در گروه ها Subscripting Over Groups

مقدمه ای بر Stata – تجسم داده ها Introduction to Stata – Visualizing Data

  • نمودار در Stata Graphing in Stata

  • نمودارهای میله ای و نمودارهای نقطه ای Bar Graphs and Dot Charts

  • توزیع های نموداری Graphing Distributions

  • نمودارهای پای Pie Charts

  • نمودارهای پراکنده و خطوط با بهترین تناسب Scatter Plots and Lines of Best Fit

  • نمودار توابع سفارشی Graphing Custom Functions

  • نمودارهای کانتور (و اثرات متقابل) Contour Plots (and Interaction Effects)

  • داده های جیتر در Scatterplots Jitter Data in Scatterplots

  • زمین های آفتابگردان Sunflower Plots

  • ترکیب نمودارها Combining Graphs

  • تغییر اندازه نمودار Changing Graph Sizes

  • نمودار بندی بر اساس گروه ها Graphing by Groups

  • تغییر رنگ نمودار Changing Graph Colors

  • اضافه کردن متن به نمودارها Adding Text to Graphs

  • نمودارهای پراکنده با دسته بندی ها Scatterplots with Categories

مقدمه ای بر Stata: آزمون میانگین ها، همبستگی ها و تجزیه و تحلیل واریانس (ANOVA) Introduction to Stata: Testing Means, Correlations, and Analysis of Variance (ANOVA)

  • ارتباط بین دو متغیر مقوله ای Association Between Two Categorical Variables

  • ابزار تست Testing Means

  • همبستگی دو متغیره Bivariate Correlation

  • تجزیه و تحلیل واریانس (ANOVA) Analysis of Variance (ANOVA)

مقدمه ای بر Stata: رگرسیون خطی Introduction to Stata: Linear Regression

  • رگرسیون حداقل مربعات معمولی (OLS). Ordinary Least Squares (OLS) Regression

  • متغیرهای عامل در رگرسیون حداقل مربعات معمولی (OLS). Factor Variables in Ordinary Least Squares (OLS) Regression

  • آمار تشخیصی برای رگرسیون حداقل مربعات معمولی (OLS). Diagnostic Statistics for Ordinary Least Squares (OLS) Regression

  • متغیرهای وابسته لاگ و اثرات متقابل در رگرسیون حداقل مربعات معمولی (OLS) Log Dependent Variables and Interaction Effects in Ordinary Least Squares (OLS) Regression

  • آزمون فرضیه در رگرسیون حداقل مربعات معمولی (OLS). Hypothesis Testing in Ordinary Least Squares (OLS) Regression

  • ارائه برآوردها از رگرسیون حداقل مربعات معمولی (OLS). Presenting Estimates from Ordinary Least Squares (OLS) Regression

  • استانداردسازی برآوردهای رگرسیون Standardizing Regression Estimates

  • تخمین های رگرسیون نموداری Graphing Regression Estimates

  • تجزیه و تحلیل تجزیه Oaxaca Oaxaca Decomposition Analysis

  • مدل های مختلط: برش های تصادفی و ضرایب تصادفی Mixed Models: Random Intercepts and Random Coefficients

  • رگرسیون خطی محدود Constrained Linear Regression

مقدمه ای بر Stata: مدل انتخاب دسته بندی Introduction to Stata: Categorical Choice Model

  • مدل‌های انتخاب باینری (رگرسیون Logit/Probit) Binary Choice Models (Logit/Probit Regression)

  • تشخیص و تفسیر رگرسیون لاجیت و پروبیت Diagnostics and Interpretation of Logit and Probit Regression

  • مدل های انتخاب مرتب و چند جمله ای Ordered and Multinomial Choice Models

مدل های متغیر کسری/متناسب Fractional/Proportional Variable Models

  • Logit کسری، رگرسیون بتا، و رگرسیون بتا با تورم صفر Fractional Logit, Beta Regression, and Zero-Inflated Beta Regression

مقدمه ای بر Stata: اعداد تصادفی و شبیه سازی Introduction to Stata: Random Numbers and Simulation

  • اعداد تصادفی Random Numbers

  • فرآیند تولید داده Data Generating Process

  • شبیه سازی نقض مفروضات آماری Simulating a Violation of Statistical Assumptions

  • شبیه سازی مونت کارلو Monte Carlo Simulation

مقدمه ای بر Stata: مدل های داده شمارش Introduction to Stata: Count Data Models

  • ویژگی های Count Data Features of Count Data

  • رگرسیون پواسون Poisson Regression

  • رگرسیون دو جمله ای منفی Negative Binomial Regression

  • رگرسیون تعداد کوتاه شده و سانسور شده Truncated and Censored Count Regression

  • رگرسیون شمارش مانع Hurdle Count Regression

مقدمه ای بر Stata: تجزیه و تحلیل بقا Introduction to Stata: Survival Analysis

  • تجزیه و تحلیل بقا چیست؟ What is Survival Analysis?

  • تنظیم داده های بقا Setting Up Survival Data

  • آمار توصیفی در داده های بقا Descriptive Statistics in Survival Data

  • تجزیه و تحلیل بقای غیر پارامتریک Non-Parametric Survival Analysis

  • مدل خطر متناسب کاکس Cox Proportional Hazard’s Model

  • تشخیص برای مدل های کاکس Diagnostics for Cox Models

  • تجزیه و تحلیل بقای پارامتریک Parametric Survival Analysis

مقدمه ای بر Stata: داده های پانل Introduction to Stata: Panel Data

  • راه اندازی داده های پانل Setting up Panel Data

  • داده های پانل توصیفی Panel Data Descriptive

  • عقب افتادگی و سرنخ Lags and Leads

  • برآوردگرهای پنل خطی Linear Panel Estimators

  • آزمون هاسمن The Hausman Test

  • برآوردگرهای تابلویی غیر خطی Non-Linear Panel Estimators

مقدمه ای بر Stata: تجزیه و تحلیل تفاوت در تفاوت ها Introduction to Stata: Difference-In-Differences Analysis

  • تخمین تفاوت در تفاوت ها Difference-In-Differences Estimation

  • فرض روند موازی Parallel Trend Assumption

  • تفاوت در تفاوت ها بدون روندهای موازی Difference-In-Differences without Parallel Trends

مقدمه ای بر Stata: رگرسیون متغیر ابزاری Introduction to Stata: Instrumental Variable Regression

  • رگرسیون متغیر ابزاری Instrumental Variable Regression

  • متغیرهای درون زا چندگانه Multiple Endogenous Variables

  • رگرسیون متغیر ابزاری غیر خطی Non-Linear Instrumental Variable Regression

  • مدل های انتخاب هکمن Heckman Selection Models

جداول اپیدمیولوژیک Epidemiological Tables

  • مقدمه و داده های نرخ Introduction and Rate Data

  • داده های تجمعی بروز Cumulative Incidence Data

  • داده های مورد-کنترلی Case-Control Data

  • داده‌های مورد-کنترل با نوردهی چندگانه Case-Control Data with Multiple Exposure

  • داده‌های مورد-کنترل همسان Matched Case-Control Data

مقدمه ای بر Stata: تجزیه و تحلیل توان Introduction to Stata: Power Analysis

  • تجزیه و تحلیل توان: حجم نمونه Power Analysis: Sample Size

  • تجزیه و تحلیل توان: قدرت و اندازه اثر Power Analysis: Power and Effect Size

  • تحلیل توان: رگرسیون ساده Power Analysis: Simple Regression

مقدمه ای بر Stata: عملیات ماتریس پایه Introduction to Stata: Basic Matrix Operations

  • عملیات ماتریسی Matrix Operations

  • توابع ماتریسی Matrix Functions

  • ماتریس زیر اسکریپت Matrix Sub-Scripting

  • عملیات ماتریسی با داده ها Matrix Operations with Data

نمایش نظرات

STATA OMNIBUS: رگرسیون و مدل سازی با STATA [ویدئو]
جزییات دوره
14 h 13 m
165
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Franz Buscha
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Franz Buscha Franz Buscha

پروفسور اقتصاد در دانشگاه وست مینستر

فرانتس بوشا در دانشگاه لنکستر اقتصاد خوانده است. او از سال 2006 در دانشگاه وست مینستر، جایی که اکنون استاد اقتصاد است، کار کرده است. فرانتس به همه چیز علم داده علاقه دارد و اقتصاد، آمار و ارزیابی سیاست را در تمام سطوح دانشگاهی تدریس کرده است. فرانتس مقالات تحقیقاتی بسیاری را در مجلات برجسته منتشر کرده است و علایق تحقیقاتی شخصی او در بازگشت به تحصیل و تحرک اجتماعی است. آثار فرانتس توسط رسانه‌های مختلفی مانند بی‌بی‌سی نیوز، اکونومیست، تایمز و هافینگتون پست و سال‌ها فرانتس پوشش داده شده است. میزبان یک برنامه رادیویی ماهانه به نام خط مشی مهم بود.