هزینه آموزش
۴۲,۰۰۰ تومان

آموزش رگرسیون ۱ (رگرسیون خطی)

آموزش رگرسیون ۱ (رگرسیون خطی)

تعداد دانشجو
۲۱۹ نفر
مدت زمان
۷ ساعت و ۲۱ دقیقه
هزینه آموزش
۴۲,۰۰۰ تومان
محتوای این آموزش
۱ بازخورد (مشاهده نظرات)
آموزش رگرسیون ۱ (رگرسیون خطی)

در این فرادرس سعی شده است که با زبانی ساده و در عین حال دقیق، الگوهای رگرسیون خطی ساده و چندگانه را به دانشجویان آموزش دهیم. برآوردگرهای کمترین توان‌های دوم ضرایب رگرسیونی، قضیه تجزیه واریانس، آزمون معناداری مدل رگرسیونی، آزمون ضرورت وجود متغیرهای پیشگو در الگوهای رگرسیونی، ساختن فواصل اطمینان و انجام آزمون فرضیاتی در مورد ضرایب رگرسیونی، مهم‌ترین مباحث مطرح شده در این آموزش هستند. مهم‌ترین کاربرد الگوهای رگرسیونی، در پیش‌بینی مقادیر متغیر وابسته است که در این آموزش در حل مثال‌های مختلف، این کاربرد الگوهای رگرسیونی نیز به خوبی نشان داده شده است.

آموزش رگرسیون ۱ (رگرسیون خطی)

تعداد دانشجو
۲۱۹ نفر
مدت زمان
۷ ساعت و ۲۱ دقیقه
هزینه آموزش
۴۲,۰۰۰ تومان
محتوای این آموزش
۱ بازخورد (مشاهده نظرات)
مدرس
بهرام حاجی جودکی

دانشجوی دکتری تخصصی آمار

ایشان بیش از 7 سال سابقه تدریس دروس مختلف آماری در دانشگاه دولتی لرستان و دانشگاه پیام نور خرم آباد را در کارنامه خود دارند. همچنین مولف کتاب‌های تحلیل‌های رگرسیونی با نرم‌افزار SPSS و خلاصه مباحث کارشناسی ارشد درس رگرسیون به همراه حل سوالات کارشناسی ارشد درس رگرسیون نیز هستند.

چکیده آموزش


توضیحات تکمیلی

امروزه استفاده از آمار، در برخی رشته‌ها، مانند: روانشناسی، علوم تربیتی، اقتصادسنجی، پزشکی، مهندسی صنایع و... به قدری گسترده شده است که بدون استفاده از آمار عملا نمی‌توان در این رشته‌ها هیچ‌گونه کار تحقیقاتی انجام داد. یکی از شاخه‌های علم آمار که در چند دهه گذشته بسیار مورد توجه محققان رشته‌های گوناگون قرار گرفته است، رگرسیون (Regression) است، به‌ گونه‌ای که شاید بتوان گفت رگرسیون، پرکاربردترین مبحث علم آمار است.

در رگرسیون، هدف پیش‌بینی مقادیر یک متغیر وابسته (پاسخ) بر اساس مقادیر یک یا چند متغیر مستقل است که برای این منظور باید رابطه بین این متغیرها مشخص باشد، اما چون از ماهیت رابطه واقعی بین این متغیرها اطلاعی نداریم و تنها مجموعه‌ای از داده‌های مربوط به این متغیرها در دسترس است، بنابراین سعی می‌کنیم رابطه واقعی را با یک رابطه خطی تقریب بزنیم و از این رابطه خطی برای اهداف پیش‌بینی استفاده کنیم.

در این فرادرس سعی شده است که با زبانی ساده و در عین حال دقیق، الگوهای رگرسیون خطی ساده و چندگانه را به دانشجویان آموزش دهیم. برآوردگرهای کمترین توان‌های دوم ضرایب رگرسیونی، قضیه تجزیه واریانس، آزمون معناداری مدل رگرسیونی، آزمون ضرورت وجود متغیرهای پیشگو در الگوهای رگرسیونی، ساختن فواصل اطمینان و انجام آزمون فرضیاتی در مورد ضرایب رگرسیونی، مهم‌ترین مباحث مطرح شده در این آموزش هستند. مهم‌ترین کاربرد الگوهای رگرسیونی، در پیش‌بینی مقادیر متغیر وابسته است که در این آموزش در حل مثال‌های مختلف، این کاربرد الگوهای رگرسیونی نیز به خوبی نشان داده شده است.

فهرست سرفصل‌ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: رگرسیون خطی ساده - بخش یکم
    • مقدمه
    • همبستگی خطی
    • الگوی رگرسیون خطی ساده
    • برآورد ضرایب رگرسیونی با استفاده از روش کمترین توان‌های دوم خطاها
    • مشکل برون‌یابی در رگرسیون
  • درس دوم: رگرسیون خطی ساده - بخش دوم
    • قضیه تجزیه واریانس
    • ضریب تعیین، ضریب تعیین تعدیل‌شده و ضریب همبستگی چندگانه
    • آزمون معنی‌داری مدل رگرسیون خطی ساده
    • سطح معنی‌داری آزمون (P-Value)
    • رگرسیون خطی ساده بدون عرض از مبدا
  • درس سوم: رگرسیون خطی چندگانه - بخش یکم
    • الگوی رگرسیون خطی چندگانه
    • مقدماتی در مورد جبر ماتریس‌ها
      • رتبه یک ماتریس
      • اثر یک ماتریس
      • دترمینان یک ماتریس
  • درس چهارم: رگرسیون خطی چندگانه - بخش دوم
    • ماتریس واریانس -کوواریانس (Variance-Covariance Matrix) یک بردار تصادفی و برخی از ویژگی‌های آن
    • برآورد ضرایب الگوی رگرسیون خطی چندگانه
    • رگرسیون خطی ساده و سه‌گانه به عنوان حالت خاصی از رگرسیون چندگانه
    • ماتریس برازش (تصویر) و برخی از ویژگی‌های آن
    • ماتریس واریانس - کوواریانس بردار برآوردگرهای ضرایب رگرسیونی
  • درس پنجم: رگرسیون خطی چندگانه - بخش سوم
    • قضیه تجزیه واریانس و تجزیه مجموع توان‌های دوم رگرسیونی
    • ضریب تعیین، ضریب تعیین تعدیل‌شده و ضریب همبستگی چندگانه
    • ضرایب همبستگی جزئی
    • آزمون معنی‌داری مدل رگرسیون خطی چندگانه
    • پراکندگی‌های بیان‌شده جزئی متغیرهای پیشگو
    • آزمون ضرورت وجود متغیرهای پیشگو در الگوی رگرسیونی
  • درس ششم: استنباط در رگرسیون - بخش یکم
    • فاصله اطمینان برای ضرایب رگرسیونی
    • فاصله اطمینان برای متوسط پاسخ
    • فاصله اطمینان برای واریانس خطا
    • فاصله پیش‌بینی برای Y تصادفی
  • درس هفتم: استنباط در رگرسیون - بخش دوم
    • آزمون فرضیه برای ضرایب رگرسیونی
    • آزمون فرضیه برای واریانس خطا
    • راهکاری کلی برای آزمون هر نوع فرضیه‌ای در الگوهای رگرسیونی
    • برآوردهای ماکزیمم درست‌نمایی برای ضرایب رگرسیونی و واریانس خطا
    • قضیه گاوس - مارکف (Gauss–Markov)

مفید برای رشته‌های
  • آمار
  • اقتصادسنجی
  • علوم تربیتی
  • روانشناسی
  • علوم اجتماعی
  • مهندسی صنایع
  • مهندسی کشاورزی
مشاهده بیشتر مشاهده کمتر

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل PDF یادداشت‌ های ارائه مدرس

نرم افزارهای مرتبط با آموزش

R Software - برای پیدا کردن وارون ماتریس‌ها از نرم‌افزار R استفاده شده است.

پیش نیاز

آمار ریاضی 1


پیش نمایش‌ها

۱. رگرسیون خطی ساده - بخش یکم

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۵۹ مگابایت -- (کلیک کنید +))

۲. رگرسیون خطی ساده - بخش دوم

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۱۳ مگابایت -- (کلیک کنید +))

۳. رگرسیون خطی چندگانه - بخش یکم

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۱۱ مگابایت -- (کلیک کنید +))

۴. رگرسیون خطی چندگانه - بخش دوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. رگرسیون خطی چندگانه - بخش سوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. استنباط در رگرسیون - بخش یکم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۷. استنباط در رگرسیون - بخش دوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.

راهنمای سفارش آموزش‌ها

آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

(راهنمایی بیشتر +)

در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
  • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش رگرسیون ۱ (رگرسیون خطی)
ناشر فرادرس
کد آموزش FVST9904
مدت زمان ۷ ساعت و ۲۱ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (لینک دانلود)
حجم دانلود ۳۷۹ مگابایت (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)

آموزش‌های پیشنهادی برای شما

نظرات

تا کنون ۲۱۹ نفر از این آموزش استفاده کرده اند و ۱ نظر ثبت شده است.
farnosh.akbari
farnosh.akbari

خوب

دسته‌بندی موضوعی: آمار و احتمالات

برچسب‌ها:
and variance | Coefficient of Determination | Confidence Interval | Confidence Intervals for Regression Coefficients | Gauss - Markov Theorem | Gauss–Markov | Hypothesis Tests for Regression Coefficients | Least-Squares Estimator for Regression coefficients | Matrix and Vector Notation | Maximum Likelihood Estimators for Regression coefficients | Multiple linear regression | P - Value | p-value | Regression | Simple Linear Regression | Variance-Covariance Matrix | Y تصادفی | آزمون ضرورت وجود متغیرهای پیشگو در الگو رگرسیونی | آزمون فرض مربوط به پارامترهای مجهول الگوهای رگرسیونی | آزمون فرضیه | آزمون فرضیه برای ضرایب رگرسیونی | آزمون فرضیه برای واریانس خطا | آزمون معناداری مدل رگرسیونی | آزمون معنی داری مدل رگرسیون خطی چندگانه | آزمون معنی داری مدل رگرسیون خطی ساده | آزمون معنی داری مدل رگرسیونی | آمار | آمار ریاضی | اثر یک ماتریس | استنباط در رگرسیون | اقتصادسنجی | الگوهای رگرسیون خطی چندگانه | الگوهای رگرسیون خطی ساده | الگوهای رگرسیونی | الگوی رگرسیون خطی | الگوی رگرسیون خطی چندگانه | الگوی رگرسیون خطی ساد | الگوی رگرسیون خطی ساده | الگوی رگرسیونی | الگوی رگرسیونی برازیده | برآورد ضرایب الگوی رگرسیون خطی چندگانه | برآورد ضرایب رگرسیونی | برآورد ضرایب رگرسیونی با استفاده از روش کمترین توان های دوم خطاها | برآورد فاصله ای | برآوردگر کمترین توان های دوم ضرایب رگرسیونی | برآوردگرهای ضرایب رگرسیونی | برآوردگرهای ماکزیمم درست نمایی | برآوردهای ماکزیمم درست نمایی | برآوردهای ماکزیمم درست نمایی برای ضرایب رگرسیونی و واریانس خطا | بردار تصادفی | برون یابی در رگرسیون | پارامترهای مجهول الگوهای رگرسیونی | پراکندگی های بیان شده | پراکندگی های بیان شده جزئی متغیرهای پیشگو | پراکنده گی های بیان شده جزیی متغیرهای پیشگو | پیش بینی مقادیر متغیر وابسته | پیش بینی مقادیر یک متغیر وابسته | تجزیه مجموع توان های دوم رگرسیونی | تجزیه واریانس | تعبیر هندسی برآوردگرهای کم ترین توان های | توزیع فیشر | جبر ماتریس | جبر ماتریس ها | دترمینان یک ماتریس | رابطه خطی | رتبه یک ماتریس | رگرسیون | رگرسیون 1 | رگرسیون چندگانه | رگرسیون خطی چندگانه | رگرسیون خطی ساده | رگرسیون خطی ساده بدون عرض از مبدا | رگرسیون خطی سه گانه | روش کم ترین توان های دوم مانده ها | روش کمترین توان های دوم خطاها | روش کمترین توان های دوم مانده ها | سطح معنی داری آزمون | ضرایب الگوی رگرسیون خطی چندگانه | ضرایب رگرسیونی | ضرایب همبستگی جزئی | ضرایب همبستگی جزیی | ضریب تعیین | ضریب تعیین تعدیل شده | ضریب همبستگی چندگانه | علم آمار | فاصله اطمینان | فاصله اطمینان برای ضرایب رگرسیونی | فاصله اطمینان برای متوسط پاسخ | فاصله اطمینان برای واریانس خطا | فاصله پیش بینی | فاصله پیش بینی برای Y تصادفی | فرم ماتریسی | فرم های ماتریسی | فواصل اطمینان | قضیه تجزیه واریانس | قضیه تجزیه واریانس و تجزیه مجموع توان های دوم رگرسیونی | قضیه گاوس مارکف | کم ترین توان | کم ترین توان های دوم ضرایب رگرسیونی | ماتریس برازش | ماتریس تصویر | ماتریس واریانس - کوواریانس | ماتریس واریانس - کوواریانس بردار برآوردگرهای ضرایب رگرسیونی | ماتریس واریانس - کوواریانس یک بردار تصادفی | ماتریس واریانس کوواریانس | ماتریس واریانس کوواریانس بردار | ماکزیمم درست نمایی | متغیر مستقل | متغیرهای پیشگو | متوسط پاسخ | مجموع توان های دوم خطا | مجموع توان های دوم رگرسیونی | مجموع توان های دوم کل | مدل رگرسیون خطی چندگانه | مشکل برون یابی در رگرسیون | مشکل برونیابی در رگرسیون | معنی داری مدل رگرسیونی | مقدماتی در مورد جبر ماتریس | مناسبت مدل رگرسیونی | همبستگی خطی | واریانس خطا | وجود متغیرهای پیشگو | ویژگی های ماتریس برازش
مشاهده بیشتر مشاهده کمتر
فهرست جلسات ۸ جلسه ویدئویی ×