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