آموزش تجزیه و تحلیل داده ها - رگرسیون غیر خطی چیست؟
Data Analysis - What is Non-Linear Regression?
مقدمه ای آسان برای رگرسیون غیر خطی در تجزیه و تحلیل داده ها
یادگیری و استفاده از روش‌ها و تکنیک‌های جدید اغلب می‌تواند تجربه دلهره‌آوری باشد.
این کلاس برای ارائه یک کلاس فشرده و آسان برای شما طراحی شده است که بر اصول اساسی رگرسیون در تجزیه و تحلیل داده ها تمرکز دارد.
این کلاس روی درک و بکارگیری رگرسیون غیرخطی اساسی در تجزیه و تحلیل داده ها تمرکز دارد. به طور خاص مدل‌سازی logit و probit.
این کلاس توضیح می‌دهد که رگرسیون چیست و رگرسیون Logit و Probit چگونه کار می‌کند. مدل‌سازی Logit و Probit اغلب هنگام تحلیل انتخاب و سایر نتایج گسسته استفاده می‌شود. هر دو روش مفاهیم غیر خطی مهمی را معرفی می کنند که توسط روش های پیشرفته تر استفاده می شود.
کلاسی که از معادلات یا ریاضیات استفاده نمی کند. تمرکز این کلاس روی کاربرد و تفسیر رگرسیون در تجزیه و تحلیل داده‌ها است. یادگیری در این کلاس مبتنی بر گرافیک‌های متحرک است که مفاهیم خاصی را نشان می‌دهد.
هیچ دانش قبلی لازم نیست و این کلاس برای هرکسی است که می‌خواهد با تجزیه و تحلیل کمی درگیر شود.
نتایج اصلی یادگیری عبارتند از:
برای یادگیری و درک شهود اساسی پشت رگرسیون غیر خطی
با اصطلاحات رگرسیون راحت باشید
برای اینکه بتوانیم خروجی رگرسیون logit/probit را به راحتی تفسیر و تجزیه و تحلیل کنیم
برای یادگیری نکات و ترفندها
موضوعات خاصی که پوشش داده خواهد شد عبارتند از:
-
چه نوع تحلیل رگرسیون غیر خطی وجود دارد
رگرسیون غیر خطی چگونه کار می کند؟
چرا رگرسیون غیر خطی مفید است؟
حداکثر احتمال چقدر است؟
- مدل احتمال خطی
رگرسیون Logit و Probit
متغیرهای پنهان
اثرات حاشیه ای
متغیرهای ساختگی در رگرسیون Logit و Probit
آمار مناسب بودن
نسبت‌های فرد برای مدل‌های لاجیت
ساخت مدل Logit و Probit عملی در Stata
نرم افزار رایانه ای Stata برای نشان دادن نمونه های عملی استفاده خواهد شد.
اگر به Stata دسترسی دارید، از کد و مجموعه داده مرتبط برای تکرار نمونه‌های مربوطه از این کلاس استفاده کنید.
اگر به اکسل دسترسی دارید، از مجموعه داده مرتبط استفاده کنید تا نمونه های زیادی از درس را تا جایی که می توانید تکرار کنید.
اگر به R یا SPSS دسترسی دارید از مجموعه داده مرتبط استفاده کنید تا نمونه های زیادی از درس را تا جایی که می توانید تکرار کنید.
به عنوان یک پروژه مرتبط، لطفاً سعی کنید به سؤال زیر پاسخ دهید: با استفاده از داده‌های پیوست شده، مدلی از فارغ‌التحصیلی از دانشگاه بسازید. از ویژگی‌های فردی مختلف و ویژگی‌های صنعتی برای تشخیص اینکه کدام نوع از افراد به احتمال زیاد از دانشگاه فارغ‌التحصیل می‌شوند، استفاده کنید.
این پروژه از یک کاربرد واقعی تحلیل رگرسیون تقلید می کند و درست یا غلط وجود ندارد. همچنین، سؤالات و نظرات را در بخش بحث بگذارید.
درس ها Lessons
-
نکاتی برای رگرسیون Logit و Probit Tips for Logit and Probit Regression
-
برازش Goodness-of-Fit
-
متغیرهای پنهان Latent Variables
-
تحلیل رگرسیون غیر خطی چیست؟ What is Non-Linear Regression analysis?
-
حداکثر احتمال Maximum Likelihood
-
تبدیل Logit و Probit The Logit and Probit Transformation
-
مقدمه Introduction
-
رگرسیون غیر خطی چندگانه Multiple Non-Linear Regression
-
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?
-
متغیرهای توضیحی ساختگی Dummy Explanatory Variables
-
بازگشت به مدل احتمال خطی؟ Back to the Linear Probability Model?
-
نکته ای در مورد ضرایب لاجیت A note about Logit Coefficients
-
مدل احتمال خطی The Linear Probability Model
-
انواع مدل های رگرسیون غیر خطی Types of Non-Linear Regression models
-
اثرات حاشیه ای چیست؟ What are Marginal Effects?
-
Stata - نمونه های کاربردی Logit و Probit Stata - Applied Logit and Probit Examples
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/8241
آموزش حیوان خانگی خود را در Procreate رنگ کنید
Paint your Pet in Procreate
با براش هایی که با Procreate ارائه می شود، حیوان خانگی خود را در Procreate رنگ کنید. این کلاس برای افراد خلاقی است که از قبل اصول استفاده از Procreate را می دانند. ساخت. .."
آموزش یک طبیعت بی جان را با رنگ اکریلیک رنگ کنید
Paint a Still Life in Acrylic
"در این درس من شما را از طریق فرآیند نقاشی یک طبیعت بی جان که در اکریلیک با استفاده از یک مرجع عکس تنظیم شده است، آشنا خواهم کرد. من هر مرحله از این فرآیند را به شما نشان خواهم داد..."
آموزش گنجینه های بازسازی شده: اشیاء یافت شده در کلاژ: خود خلاق خود را جشن بگیرید - هفته 2
Reimagined Treasures: Found Objects in Collage: Celebrate Your Creative Self - Week 2
"کاوش در رسانه های ترکیبی در مجموعه این هفته، ما قصد داریم موضوع "اشیاء یافت شده" را در کلاژ خود بررسی کنیم. به یاد داشته باشید که محیط اطراف خود را جستجو کنید و از آن لذت ببرید.
آموزش تسلط بر نور و بافت با دانه بندی آبرنگ
Mastering Light and Texture with Granulating Watercolors
"Skillshare یک انجمن یادگیری برای سازندگان است. هر کسی می تواند در کلاس آنلاین شرکت کند، درس های ویدیویی را تماشا کند، پروژه ها را ایجاد کند و حتی خود یک کلاس تدریس کند."
Franz Buscha
پروفسور اقتصاد در دانشگاه وست مینستر
Skillshare (اسکیل شیر)
اسکیل‌شر یک پلتفرم آموزشی آنلاین است که به میلیون‌ها افراد در سراسر جهان امکان یادگیری مهارت‌های جدید را فراهم می‌کند. این پلتفرم با ارائه دوره‌های متنوع در زمینه‌هایی از جمله هنر و طراحی، فناوری، کسب و کار، و زندگی موفق، به کاربران خود این امکان را می‌دهد تا به صورت آنلاین به یادگیری بپردازند.
یکی از ویژگی‌های منحصر به فرد سکیل‌شر، ارائه دوره‌های تدریس شده توسط صاحبان مهارت‌ها و افراد موفق در زمینه‌های مختلف است. این امر باعث می‌شود که کاربران از تجربیات و دانش عملی افرادی که در حوزه‌های مورد نظرشان موفق عمل کرده‌اند، بهره‌مند شوند و بهترین اطلاعات را برای بهبود مهارت‌های خود دریافت کنند. به این ترتیب، سکیل‌شر نه تنها یک پلتفرم آموزشی است، بلکه یک جامعه آموزشی است که افراد را به اشتراک گذاری دانش و تجربیات تشویق می‌کند و به آنها کمک می‌کند تا در مسیر پیشرفت و موفقیت خود ادامه دهند.