دوره آموزشی مقدمه ای بر Stata
4 ساعت 14 دقیقهمبتدی2019-02-14
مدرسین

Franz Buscha
Professor of Economics at the University of Westminster
جزئیات دوره
یادگیری و به کارگیری تکنیک های آماری جدید اغلب می تواند یک تجربه دلهره آور باشد. نرم افزاری مانند Stata، یک بسته نرم افزاری آماری یکپارچه، می تواند کمک کند. Stata چابک و آسان برای استفاده، خودکارسازی و گسترش است و به شما کمک می کند تا برای مجموعه داده های بسیار بزرگ دستکاری، تجسم و مدل سازی داده ها را انجام دهید. در این دوره، فرانتس بوشا مقدمه ای جامع بر Stata و کاربردهای مختلف آن در تحلیل داده های مدرن ارائه می دهد. گزینه های مختلفی را که Stata در دستکاری، کاوش، تجسم و مدل سازی انواع پیچیده داده به شما می دهد، مرور کنید. کاربرد عملی - و تفسیر - تکنیک های آماری رایج مانند تجزیه و تحلیل توزیعی و رگرسیون بر روی داده های واقعی را کاوش کنید. هر درس نقاط قوت برنامه را نشان می دهد و پایه ای محکم برای انجام تجزیه و تحلیل کمی خود به شما می دهد.
توجه: این دوره با استفاده از نسخه 15 Stata ضبط شده است، اما تمامی پوشش ها برای نسخه های 15 و 16 دقیق و به روز است.
اهداف یادگیری
نحو دستور Stata
وارد کردن داده ها
توصیف و خلاصه کردن داده ها
انجام تجزیه و تحلیل توزیعی
کار با متغیرها
دستکاری داده ها
نمودارسازی
انجام آمار استنباطی
رگرسیون حداقل مربعات معمولی
مدل های نتیجه باینری
مدل های انتخاب دسته بندی
توجه: این دوره با استفاده از نسخه 15 Stata ضبط شده است، اما تمامی پوشش ها برای نسخه های 15 و 16 دقیق و به روز است.
اهداف یادگیری
نحو دستور Stata
وارد کردن داده ها
توصیف و خلاصه کردن داده ها
انجام تجزیه و تحلیل توزیعی
کار با متغیرها
دستکاری داده ها
نمودارسازی
انجام آمار استنباطی
رگرسیون حداقل مربعات معمولی
مدل های نتیجه باینری
مدل های انتخاب دسته بندی
مهارت ها
StataStatisticsData Science FoundationsData VisualizationIntroduction toData AnalysisData ScienceBusiness Analysis and StrategyBusiness Software and Tools
سرفصل ها
0. مقدمه
- 01 - چرا باید از Stata استفاده کنید
- 02 - پیش نیازها
- 03 - نحوه تدریس این دوره
1. شروع به کار
- 04 - مروری بر رابط
- 05 - سفارشی کردن تنظیمات خود
- 06 - استفاده موثر از کمک
- 07 - دستور دستور
- 08 - فایل های .do و .ado چیست
- 09 - فایل های ثبت نام
- 10 - وارد کردن داده ها
2. کاوش داده ها
- 11 - مشاهده داده های خام
- 12 - توصیف و تلخیص
- 13 - جدول بندی و جداول
- 14 - مقادیر از دست رفته
- 15 - تحلیل توزیعی (عددی)
- 16 - اوزان
- 17 - کاوش داده ها - چالش
- 18 - کاوش داده ها - راه حل
3. دستکاری داده ها
- 19 - کدگذاری مجدد یک متغیر موجود
- 20 - ایجاد یک متغیر جدید
- 21 - نامگذاری و برچسب گذاری متغیرها
- 22 - تولید گسترده
- 23 - متغیرهای شاخص
- 24 - حفظ و رها کردن متغیرها
- 25 - ذخیره داده ها
- 26 - ادغام و الحاق
- 27 - متغیرهای رشته ای
- 28 - ماکروهای محلی و حلقه زدن
- 29 - دستکاری داده ها - چالش
- 30 - دستکاری داده ها - راه حل
4. نمودار در Stata
- 31 - مقدمه ای بر دستورات گراف
- 32 - نمودارهای میله ای و نمودارهای نقطه ای
- 33 - تحلیل توزیعی (گرافیکی)
- 34 - نمودار دایره ای
- 35 - پراکندگی و خطوط برازش
- 36 - کرت های کانتور
- 37 - نقشه های جغرافیایی
- 38 - نمودار در Stata - چالش
- 39 - نمودار در Stata - راه حل
5. آمار استنباطی پایه
- 40 - آمار برای دو متغیر طبقه ای
- 41 - تست های یک یا دو معنی
- 42 - همبستگی دو متغیره و رگرسیون
- 43 - تجزیه و تحلیل واریانس
- 44 - آمار استنباطی پایه - چالش
- 45 - آمار استنباطی پایه - حل
6. رگرسیون حداقل مربعات معمولی (OLS).
- 46 - رگرسیون و تفسیر OLS
- 47 - متغیرهای توضیحی طبقه بندی شده در OLS
- 48 - تشخیص رگرسیون OLS
- 49 - بررسی فرم عملکردی در رگرسیون OLS
- 50 - آزمون فرضیه OLS
- 51 - ارائه برآوردهای رگرسیون OLS
- 52 - رگرسیون حداقل مربعات معمولی - چالش
- 53 - رگرسیون حداقل مربعات معمولی - حل
7. مدلهای نتیجه باینری (Logit و Probit)
- 54 - مدل های احتمال خطی، لاجیت و پروبیت
- 55 - تشخیص
- 56 - تفسیر ضرایب و حواشی
- 57 - مدل های نتیجه باینری - چالش
- 58 - مدل های نتیجه باینری - راه حل
8. مدل های انتخاب دسته بندی
- 59 - logit و probit دستور داد
- 60 - لاجیت چندجمله ای
- 61 - مدل های انتخاب دسته بندی - چالش
- 62 - مدلهای انتخاب طبقه بندی - راه حل
نتیجه
- 63 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی داده ها ، مدل سازی اقتصادی و پیش بینی با Stata
- دوره آموزشی مقدمه ای بر NLP با استفاده از R
- دوره آموزشی معرفی برنامه نویسی عملکردی در ++C
- دوره آموزشی مقدمه ای بر Transact-SQL
- دوره آموزشی مقدمه ای بر Terraform در پلتفرم ابری گوگل
- دوره آموزشی یادگیری جامع زبان R:بخش دوم دادههای مدل سازی
- دوره آموزشی یادگیری توسعه MySQL
- دوره آموزشی یادگیری توسعه MySQL نسخه (2020)
مسیرهای مرتبط
- مسیر آموزشی گواهینامه حرفهای مبانی آماری یادگیری ماشین
- مسیر آموزشی آماده شدن برای آزمون Certified Information Privacy Professional (CIPP/US)
- مسیر آموزشی تبدیل شدن به یک توسعه دهنده نرم افزار
- مسیر آموزشی ساخت یک برنامه واقعیت مجازی با React
- مسیر آموزشی کاوش شغلی در توسعه وب فرانت اند
- مسیر آموزشی تبدیل شدن به یک تحلیلگر برنامه ریزی مالی شرکت
- مسیر آموزشی تبدیل شدن به یک متخصص تجزیه و تحلیل دادهها
- مسیر آموزشی مهارت های خود را به عنوان یک متخصص یادگیری ماشین ارتقا دهید