30% تخفیف روی همه ی آموزش ها

کد تخفیف: hamyar

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