30 درصد تخفیف ویژه ترم جدید تحصیلی

روز
ساعت‌
دقیقه
ثانیه
آموزش آمار و احتمال مهندسی
زمان آموزش: 34 ساعت و 5 دقیقه
مشاهده ی فهرست
درس اول:  آمار توصیفی
  • جدول های آماری
    • جدول فراوانی برای داده های گسسته
    • جدول فراوانی برای داده های پیوسته
  • نمودارهای آماری
    • نمودارهای فراوانی برای داده های گسسته
    • نمودارهای فراوانی برای داده های پیوسته
  • خلاصه کردن داده ها در چند عدد
    • شاخص های تمرکز
      • میانگین
      • میانه
      • چندک ها
      • نما
    • شاخص های پراکندگی
      • دامنه داده ها
      • میانگی انحرافات
      • واریانس
      • انحراف استاندارد
      • روش تبدیل داده ها
درس دوم: احتمال: فضای نمونه و پیشامد
  • احتمال
  • مدل احتمال روی فضای نمونه متناهی
  • چند قانون احتمال
  • قواعد شمارش
  • جایگشت
  • تبدیل
  • ترکیب
  • مدل احتمال روی فضای نمونه نامتناهی سفارش پذیر
  • فضای نمونه پیوسته
  • احتمال شرطی
  • قانون ضرب احتمال
  • پیشامدهای مستقل
  • رابطه استقلال و ناسازگاری دو پیشامد
  • حاصلضرب دو مدل احتمال
  • فرمول تفکیک احتمالی
  • فرمول احتمال بیز
درس سوم: متغیرهای تصادفی
  • توزیع احتمالات گسسته: تابع توزیع و خواص آن
  • توزیع احتمالات پیوسته: خواص تابع چگالی احتمال و تابع توزیع
  • توزیع احتمالات دو متغیره
  • توزیع احتمالات حاشیه ای
  • توزیع احتمالات شرطی
  • متغیرهای تصادفی مستقل
  • توزیع احتمالات چند متغیره
درس چهارم: امید ریاضی
  • مفهوم امید ریاضی
  • امیدریاضی تابعی از یک یا چند متغیر تصادفی
  • قوانین امید ریاضی
  • امیدهای ریاضی خاص
    • گشتاورهای یک متغیر تصادفی
    • واریانس
    • کواریانس
    • ضریب همبستگی
  • امیدریاضی و واریانس شرطی
درس پنجم: برخی توزیع های احتمال
  • توزیع برنولی
  • توزیع دو جمله ای
  • توزیع فوق هندسی
  • تقریب توزیع فوق هندسی
  • توزیع پواسن
  • تقریب توزیع دو جمله ای بوسیله توزیع پواسن
  • توزیع دو جمله ای منفی
  • توزیع هندسی
  • توزیع یکنواخت گسسته
  • توزیع یکنواخت پیوسته
  • توزیع نمایی
  • رابطه توزیع نمایی و توزیع پواسن
  • توزیع نرمال
  • توزیع نرمال استاندارد
  • سطح زیر منحنی نرمال
  • تقریب توزیع دو جمله ای بوسیله توزیع نرمال
  • توزیع مجموع متغیرهای تصادفی نرمال
درس ششم: توزیع های نمونه ای 
  • نمونه تصادفی
  • پارامتر و آماره
  • توزیع نمونه ای
  • توزیع نمونه ای میانگین
  • قضیه حد مرکزی
  • توزیع نمونه ای واریانس
  • توزیع مربع کای (کای 2)
  • توزیع T
  • توزیع نمونه ای اختلاف میانگین ها
  • توزیع F
درس هفتم: نظریۀ برآوردیابی 
  • استنباط آماری
  • برآورد پارامتر مجهول جمعیت
    • برآورد نقطه ای
    • برآورد فاصله ای
  • برآوردگر نا اریب
  • برآوردگر کارا
  • برآورد میانگین جمعیت
    • واریانس جمعیت معلوم
    • واریانس جمعیت نامعلوم
    • تعیین اندازه نمونه
  • برآورد واریانس جمعیت
  • برآورد تفاضل میانگین دو جمعیت
  • برآورد نسبت واریانس دو جمعیت
درس هشتم: آزمون فرضهای آماری 
  • ناحیه بحرانی و آماره آزمون
  • خطاهای آزمون
  • انواع فرض ها
  • آزمون های یک طرفه و دو طرفه
  • آزمون فرض های آماری روی پارامترهای جمعیت
  • آزمون برازندگی
  • تعریف رگرسیون
  • مدل تجربی
  • مدل تئوری
  • تفاوت بین مدل های تجربی و تئوری
  • نقش رگرسیون در علوم خاص
  • یک مطالعه موردی در حوزه ی شیمی
  • مفهوم بهترین خط گذرنده از نقاط آزمایش
  • آشنایی با توزیع نرمال و ارتباط آن با خطاهای آزمایش
  • به دست آوردن بهترین معادله خط عبوری از نقاط آزمایش
  • محاسبه شیب خط رگرسیون
  • محاسبه عرض از مبدا خط رگرسیون
  • روش حداقل سازی مجموع مربعات خط
  • بررسی یک مثال عملی جهت درک بیشتر مطالب ارائه شده
  • محاسبه واریانس در رگرسیون خطی
  • محاسبه واریانس شیب
  • محاسبه واریانس عرض از مبدا
  • محاسبه فاصله اطمینان شیب
  • محاسبه فاصله اطمینان عرض از مبدا
  • بررسی میزان کیفیت رگرسیون خطی با استفاده از توزیع T و آنالیز واریانس
  • پیش بینی مقادیر جدید با استفاده از معادله خطی رگرسیون
  • پیش بینی مقادیر جدید با استفاده از فاصله اطمینان
  • انجام رگرسیون خطی تک متغیره با استفاده از نرم افزار اکسل
مشاهده پیشنمایش
آموزش نمودار دایره ای
زمان آموزش: 9 دقیقه
مشاهده ی فهرست
  • تعریف نمودار دایره ای
  • کاربرد نمودار دایره ای در آمار
  • مراحل و روش رسم نمودار دایره ای
مشاهده پیشنمایش
آموزش توزیع نرمال
زمان آموزش: 6 ساعت و 5 دقیقه
مشاهده ی فهرست
  • مقدمه، شامل تعریف توزیع نرمال با مثال­های عینی و روزمره،
  • تابع چگالی احتمال (Probability Density Function) برای متغیر تصادفی X که دارای توزیع نرمال است، شامل تعریف PDF و بررسی آن روی منحنی نرمال،
  • امید ریاضی و واریانس برای متغیر تصادفی X،
  • بررسی تغییرات منحنی نرمال با مقادیر مختلف پارامترهای مکانی و پراکندگی،
  • بررسی ویژگی­ های مهم منحنی نرمال (زنگوله­ای شکل)،
  • تابع توزیع تجمعی (Cumulative Distribution Function) برای متغیر X،
  • بررسی تغییرات منحنی تجمعی متغیر تصادفی X با مقادیر مختلف پارامترهای مکانی و پراکندگی،
  • توزیع نرمال استاندارد (متغیر تصادفی Z)، شامل تعریف توزیع، تابع چگالی احتمال (PDF)، تابع توزیع تجمعی (CDF)، و ویژگی­ های مهم منحنی نرمال استاندارد،
  • استفاده از جدول احتمالات نرمال استاندارد به روش مستقیم و روش غیرمستقیم با مثال­­های مختلف در حالات مختلف،
  • حل­ مثال­های متنوع به روش تئوری همراه با توضیحات کامل تئوری و تستی،
  • بررسی حالات دیگر از جدول احتمالات توزیع نرمال استاندارد،
  • محاسبه احتمال برای متغیر نرمال و نرمال استاندارد با استفاده از نرم­افزار اکسل (Excel 2016)
  • محاسبه احتمال برای متغیر نرمال و نرمال استاندارد با استفاده از ماشین­ حساب علمی (Casio-fx-570 ESPLUS)
مشاهده پیشنمایش
آموزش آمار زیستی 1
زمان آموزش: 10 ساعت و 40 دقیقه
مشاهده ی فهرست

درس اول: مفاهیم اساسی در آمار زیستی:

  • تعاریف اولیه:
    • علم آمار،
    • جامعه آماری،
    • سرشماری،
    • نمونه آماری،
    • داده،
    • پارامتر
    •  آماره؛
  • مفاهیم اساسی:
    • تعریف شیوع،
    • بروز،
    • مرگ­ و میر؛
  • انواع متغیر:
    • متغیر کیفی
    • متغیر کمی (کمی گسسته و کمی پیوسته)؛
  • مقیاس­ های اندازه ­گیری:
    • مقیاس اسمی،
    • مقیاس ترتیبی،
    • مقیاس فاصله­ ای
    • مقیاس نسبی؛
  • طراحی آزمایش: معرفی انواع مطالعات ایپدمیولوژی:
    • مطالعه مشاهده ­ای (مطالعه مقطعی، گذشته­ نگر و آینده­ نگر)؛
    •  مطالعه مداخله ­ای:
      • کاهش اثرات متغیرها از طریق: تصادفی­ سازی، بلوک ­بندی کردن و کور بودن،
      • تکرار و اندازه نمونه؛
  • معرفی برخی روش­های نمونه­ گیری:
    • نمونه گیری تصادفی،
    • نمونه­ گیری سیستماتیک،
    • نمونه­ گیری آسان،
    • نمونه­ گیری طبقه ­ای،
    • نمونه ­گیری خوشه ­ای
    • نمونه ­گیری چند مرحله­ ای.

درس دوم: توزیع فراوانی برای مشاهدات کیفی:

  • فراوانی مطلق،
  • فراوانی نسبی،
  • فراوانی تجمعی،
  • فروانی تجمعی-نسبی؛
  • تنظیم جدول توزیع فراوانی برای مشاهدات کیفی.

درس سوم : انواع میانگین و کاربردهای آن:

  • تعریف میانگین؛
  • میانگین حسابی؛
  • بررسی هفت ویژگی مهم میانگین حسابی؛
  • میانگین پیراسته؛
  • میانگین وینزوری؛
  • میانگین وزنی؛
  • میانگین هندسی ساده؛
  • میانگین هندسی وزنی؛
  • معیارهای گرایش به مرکز
    • میانگین به عنوان معیارهای گرایش به مرکز؛
    • روش محاسبه میانه برای نمونه­های زوج و فرد؛
    • بررسی چهار ویژگی مهم میانه؛
    • معرفی مد (نما) و انواع آن؛
    • بررسی دو ویژگی مهم مد (نما)

درس چهارم: معیارهای پراکندگی برای مشاهدات کمی:

  • دامنه تغییرات؛
    • چندک­ها (دهک­ها، چارک­ها و صدک­ها)؛
  • دامنه میان­چارکی؛
  • انحراف متوسط از میانگین؛
  • واریانس و انحراف استاندارد؛
  • ضریب تغییرات؛
  • بررسی معایب و مزایای هر یک از معیارهای پراکندگی.

درس پنجم: طبقه بندی مشاهدات کمی:

  • تنظیم جدول توزیع فراوانی برای مشاهدات کمی؛
  • برآورد معیارهای میانگین، چندک­ها (دهک­ها، چارک­ها و صدک­ها)، مد (نما)، انحراف متوسط از میانگین، واریانس و انحراف معیار در جدول توزیع فراوانی برای مشاهدات کمی طبقه­بندی شده.

درس ششم: نمایش گرافیکی مشاهدات:

  • نمایش گرافیکی مشاهدات کیفی: نمودارهای دایره­ ای و میله ­ای؛
  • نمایش گرافیکی مشاهدات کمی: نمودارهای جعبه­ ای، هیستوگرام، ساقه و برگ؛
  • مقایسه نمودارهای جعبه­ای برای دو نمونه؛
  • برآورد معیارهای میانگین و مد (نما) در نمودار هیستوگرام در دو حالت: (1) پهنای دسته­های مشاهدات یکسان باشد و (2) دسته ­های مشاهدات دارای پهنای برابر نباشد؛
  • محاسبه مقادیر چندک (دهک، چارک و صدک) در نمودار ساقه و برگ.

منابع:

  • Fundamentals of Biostatistics. Rosner B., 8th edition, 2016.
  • Biostatistics for Biological and Health Sciences with Statdisk. Triola M. & Triola F., 1st edition, 2014.
  • Biostatistics for Dummies. C. Pezzullo., 2013.
  • BIOSTSTISTICS: A Foundation for Analysis in the Health sciences. Daniel W. W., 8th edition, 2005.

 

مشاهده پیشنمایش
آمار توصیفی مدیریت و مهندسی
زمان آموزش: 6 ساعت و 24 دقیقه
مشاهده ی فهرست
  • معرفی آمار توصیفی
  • ابزارهای عددی
    • میانگین نمونه ای
    • واریانس نمونه ای
    • برد
    • میانه
    • مد
  • هیستوگرام
    • حدس زدن توزیع
    • عدم تقارن:
      • چولگی مثبت
      • چولگی منفی
      • چولگی صفر-تقارن
  • نمودار جعبه ای
    • چندک ها:
      • چارک
      • دهک
      • صدک
  • نمودار احتمالات
    • برآورد شهودی-کیفی
    • تفسیر:
      • چولگی
      • دنباله سنگین-سبک
  • سری های زمانی
    • زمان
    • الگوها:
      • سیکل
      • روند
      • جابجایی
    • نمودار شاخه و برگ
  • نمودار پراکنش
    • آمار چندمتغیره
    • RY
مشاهده پیشنمایش
آشنایی با ماتریس
زمان آموزش: 2 ساعت و 20 دقیقه
مشاهده ی فهرست
  • بردارها
  • بردارهای سطری
  • بردارهای ستونی
  • اعمال بین بردارها
  • جمع و تفریق بردارها
  • ضرب اسکالر
  • خواص بردارها
  • خاصیت جابجایی
  • خاصیت شرکت پذیری
  • عضو صفر
  • عضو قرینه
  • تعبیر هندسی بردار
  • ماتریس ها
  • اعمال بین ماتریس ها
  • خواص ماتریس ها
  • ماتریس قطری
  • ماتریس مربعی
  • ماتریس همانی
  • ماتریس بالا مثلثی
  • ماتریس پایین مثلثی
  • ماتریس وارون
  • ماتریس منفرد
  • ترانهاده ماتریس
  • ماتریس متقارن
  • ماتریس الحاقی
  • ماتریس هرنیتی
  • دستگاه معادلات خطی
  • حل انواع مثال و تمرین 
  • خواص دترمینان
  • دترمینان ماتریس 3*3
  • دترمینان ماتریس بالا مثلثی
  • دترمینان ماتریس پایین مثلثی
  • دترمینان ماتریس قطری
  • روش ساروس
  • شرط وارون پذیری ماتریس
  • ترانهاده ماتریس همسازه
  • روش کرامر
  • روش حذفی گاوس
  • روش ماتریس وارون
  • حل انواع مثال و تمرین
مشاهده پیشنمایش
ورود | ثبت نام
شماره موبایل خود را وارد کنید

ثبت‌نام یا ورود به منزله پذیرش شرایط و قوانین همیاردرس است

برگشت
کد تایید را وارد کنید
کد تایید برای شماره موبایل شما ارسال گردید
ارسال مجدد کد تا دیگر
برگشت
رمز عبور را وارد کنید
رمز عبور حساب کاربری خود را وارد کنید
برگشت
رمز عبور را وارد کنید
رمز عبور حساب کاربری خود را وارد کنید
برگشت
درخواست بازیابی رمز عبور
لطفا پست الکترونیک خود را وارد کنید
برگشت
کد تایید را وارد کنید
کد تایید برای شماره موبایل شما ارسال گردید
ارسال مجدد کد تا دیگر
ایمیل بازیابی ارسال شد!
لطفاً به صندوق الکترونیکی خود مراجعه کرده و بر روی لینک ارسال شده کلیک نمایید.
تغییر رمز عبور
یک رمز عبور برای اکانت خود تنظیم کنید
تغییر رمز با موفقیت انجام شد