آموزش تجزیه و تحلیل رگرسیون .
آموزش تجزیه و تحلیل سریهای زمانی .
تحلیل واریانس، آنالیز واریانس .
آموزش اقتصاد سنجی .
روشهای ناپارامتری .

 
آموزش آمار آموزش تجزیه و تحلیل آماری داده ها تجزیه و تحلیل داده های آماری ارتباط با ما
.
 

آنالیز داده ها هنر ارزیابی و خلاصه کردن داده ها و نتیجه گیری از آنها است. ممکن است تصور کنید کلمه هنر یک اشتباه تایپی است. معمولا خلاقیت در کلاس های آمار یا آنالیز داده ها دیده نمی شود اما باید باشد. آنالیز داده ها چیزی فراتر از اصطلاحات نامانوس و فرمول های آماری است. آنالیز خوب داده ها مجموعه ای از تجربه، دانش و کنجکاوی است و دانستن اینکه چه سوال های مطرح است و چگونه بهترین پاسخ را برای آنها برگزینیم.

آنالیز داده ها یک فعالیت روزمره نیست و هر مجموعه داده ها به نوبه خود منحصر به فرد است.

بهترین راه آموختن آنالیز داده ها انجام دادن آن است. استفاده و یادگیری نرم افزارهای آماری برای آنالیز داده ها ضروری است. این نرم افزار ها به شما کمک می کنند تا انرژی خود را به جای آنکه صرف جزئیات محاسباتی نمائید صرف فکر کردن در مورد خود مشکل نمائید. اما این امر به معنی این نیست که نیازی به دانستن مفاهیم مربوط به آنالیز داده ها ندارید. امروزه با وجود نرم افزارهای پیشرفته محاسبه آزمون های آماری و گرفتن خروجی کار چندان سختی نیست ولی اصل و شالوده آنالیز داده ها این است که:

  • آیا این آزمون آماری برای هدف من مناسب است؟
  • آیا این آزمون یا نمودار اماری را می توان برای این نوع داده ها به کار برد؟
  • نتیجه این ازمون یا خروجی چه می گوید آیا فرضیه من قابل قبول است؟

بنابراین یک کلاس یا کتاب خوب در مورد اموزش نرم افزارها و آنالیز داده ها باید به نحوی طراحی و برنامه ریزی شود که فرد در حین یادگیری چگونگی انجام آزمون توسط نرم افزار با معانی و مفاهیم اماری نتایج حاصل آشنا گردد و بتواند به زبانی ساده و سلیس فرضیات مورد آزمون را تحلیل کرده و نتایج حاصل را در جهت ارائه پیشنهاد یا نتیجه گیری به کار برد.

بنابراین هنگام کار با نرم افزارهای آماری به سادگی قادر خواهید بود آنالیزهای آماری و ترسیم نمودارهای گرافیکی را اجرا کنید. اما این برنامه ها مهمترین کار را نمی توانند انجام دهند و آن:

  • انتخاب آنالیز مناسب
  • تفسیر نتایج انها
این کار به عهده شماست.

در این قسمت به بررسی تحلیل داده های آماری با ساختارهای مختلف می پردازیم. قبل از هر اقدامی لازم است که واژه ها و مفاهیمی که در عمل با آنها برخورد می کنیم را تعریف کنیم.

  • در یک هیستوگرام باید به دنبال چه چیزهایی بگردیم؟
  • نمودار ساقه و برگ چیست؟
  • درصد چیست؟ و جه زمانی از آن اسثفاده می کنیم؟
  • درصد تجمعی چیست و چه زمانی می توان از آن استفاده کرد؟
  • شاخص های مرکزی و پراکندگی چیست؟
  • میانگین، میانه و مد چیست؟ و چه تفاوت هایی با هم دارند؟
  • محاسبه میانگین از جدول توزیع فراوانی
  • میانه چیست؟ و چگونه محاسبه می شود؟
  • چرا محاسبه (برآورد) میانه (جامعه) مهم است؟
  • محاسبه میانه از جدول توزیع فراوانی
  • محاسبه مد از جدول توزیع فراوانی
  • کدام یک از شاخص های مرکزی بر دیگری برتری دارد؟
  • میانگین وزنی چیست و چگونه محاسبه می شود؟
  • ضرورت استفاده از شاخص های پراکندگی
  • دامنه تغیرات چیست؟ و چگونه محاسبه می شود؟
  • دامنه میان چارکی چیست؟
  • انحراف متوسط چیست و چگونه محاسبه می شود؟
  • واریانس چیست؟ و تفاوت آن با انحراف معیار چیست؟
  • محاسبه واریانس و انحراف معیار
  • محاسبه انحراف معیار و واریانس از جدول توزیع فراوانی
  • آیا برای مقایسه پراکندگی دو جامعه با واحدهای متفاوت می توان از انحراف معیار استفاده کرد؟
  • صدک ها چه هستند و چه اطلاعاتی از آن ها به دست می آید؟
  • محاسبه چندک ها ( صدک ها، دهک ها و چارکها)
  • نمودار جعبه ای چیست؟
  • نمره استاندارد شده چیست و چه استفاده ای دارد؟
  • توزیع نرمال چیست؟
  • نمودار Q-Q توزیع نرمال چیست؟
  • نمودار Q-Q detrended توزیع نرمال چیست؟
  • نحوه ی استفاده از جدول توزیع نرمال استاندارد
  • توزیع t یا t- استودنت چیست؟
  • توزیع کای دو - توزیع خی دو
  • توزیع F - توزیع فیشر
  • نمودار ساقه و برگ چیست؟
  • بررسی نرمال بودن
  • رسم نمودار جعبه ای در نرم افزار spss
  • جدول متقاطع: کدام درصد را محاسبه کنیم سطر یا ستون؟
  • فاصله اطمینان و سطح اطمینان
  • آزمون فرض های آماری
  • ارتباط بین آزمون فرض و فاصله اطمینان
  • تشخیص الگوی مدل سری زمانی
  • آزمون هاسمن چیست و چه کاربردی دارد؟
  • آزمون f لیمر چیست و چه کاربردی دارد؟

  • تحلیل واریانس چیست؟
  • اندازه گیری رابطه
  • ضرایب همبستگی خطی
  • همبستگی و علیت
  • رگرسیون چیست؟
  • رابطه ی بین دو متغیر
  • مدل رگرسیونی خط مستقیم
  • نمودار پراکنش چیست؟
  • روش حداقل مربعات خطا
  • خواص برآورد کننده های کوچکترین توان های دوم
  • استنباط در مورد پارامترهای مدل رگرسیونی خطی ساده
  • تفاوت میانگین پاسخ و پاسخ چیست؟
  • پیش بینی میانگین پاسخ برای یک مقدار معین x
  • پیش بینی پاسخ برای یک مقدار معین x
  • استفاده از خط رگرسیون برای برآورد میانگین پاسخ
  • تحلیل واریانس رگرسیون خطی ساده
  • آنالیز باقیمانده های رگرسیون
  • رگرسیون کاذب چیست؟
  • هم انباشتگی چیست؟
  • آزمون های هم انباشتگی چیست؟
  • آزمون ریشه واحد چیست؟
  • آزمون دیکی فولر چیست؟
  • مانایی، ایستایی، سکون چیست؟
  • تشخیص الگوی مدل سری زمانی

  • روشهای ناپارامتری چیست؟
  • کاربرد آزمون نیکویی برازش چیست؟
  • نحوه ی کار آزمون نیکویی برازش
  • محاسبه آزمون نیکویی برازش خی دو
  • آزمون هم توزیعی
  • تابع توزیع تجربی چیست؟
  • آزمون نیکویی برازش کولموگروف اسمیرنوف
  • فاصله اطمینان ( نوار اطمینان) برای تابع توزیع تجمعی
  • آزمون هم توزیعی ( دو نمونه ای) کولموگروف اسمیرنوف

  • جامعه های چند جمله ای چیست؟

  • کنترل کیفیت آماری
  • مجله اینترنتی آموزش آمار
    http://amar.ibep.ir