اين کتاب براي تدريس دروس مختلف نظير آمار، آمار پيشرفته، آمار چند متغيره و بيومتري طراحي شده و سرفصل های لازم را پوشش ميدهد. بي شک همچون هر نگارش ديگري اين مجموعه نيز عاري از اشکال نيست و خاضعانه از پژوهشگران و دانشجويان گرامي خواهشمندم در صورت امکان، ديدگاههاي خود را در مورد اين کتاب انعکاس دهند.
فصل اول: جایگاه آمار درپژوهش علمی
۱-۱- جایگاه آمار در پژوهش
۱-۲- تعریف علم آمار
۱-۳- کاربرد علم آمار
فصل دوم: یادآوری برخی از اصطلاحات و مفاهیم آمار
۲-۱- شاخصهای آماری
۲-۲- جامعه آماری
۲-۳- نمونه آماری
۲-۴- روش های نمونه برداری
۲-۵- داده، تنوع و متغیر
۲-۶- شاخص های تمایل مرکزی
۲-۷- شاخص های پراکندگی
۲-۸- دستورالعمل آمار توصیفی در نرم افزار SAS
۲-۹- شاخص های شکل توزیع
۲-۱۰- برآورد یا تخمین پارامترها
۲-۱۱- خطا
۲-۱۲- توزیع های احتمال
۲-۱۳- دستورالعمل تست نرمالیته در نرم افزار SAS
۲-۱۴- توزیع t
۲-۱۵- توزیع F
تمرین
فصل سوم: استنباط آماری
۳-۱- مقدمه
۳-۲- قضاوت در مورد میانگین یک جامعه
۳-۳- قضیه حد مرکزی
۳-۴- قضاوت در مورد مقایسه میانگین دو نمونه
۳-۵- مقایسه بیش از دو جامعه با روش تجزیه واریانس
۳-۶- تجزیه و تحلیل با نرم افزار SAS
تمرین
فصل چهارم: مروری بر طرح های آماری
۴-۱- مقدمه
۴-۲- مروری بر اصطلاح ها و تعریف ها
۴-۳- اصول کلی تجزیه واریانس
۴-۴- مقایسه میانگین تیمارها
۴-۵- طرح های آزمایشی پایه
تمرین
فصل پنجم: مقدمه ای بر ارتباط بین متغیرها
۵-۱- ارتباط بین متغیرها
۵-۲- کوواریانس
۵-۳- ضریب همبستگی ساده (پیرسون)
۵-۴- تفسیر ضریب همبستگی پیرسون
۵-۵- انواع ضرایب همبستگی
۵-۶- رگرسیون
۵-۷- دستور نرم افزار SAS برای تجزیه همبستگی
تمرین
فصل ششم: رگرسیون خطی ساده
۶-۱- مقدمه
۶-۲- برازش خط رگرسیونی
۶-۳- قانون حداقل مربعات برای ترسیم بهترین خط
۶-۴- تعیین معادله خط رگرسیون و برآورد پارامترها
۶-۵- برآورد خطای مدل
۶-۶- آزمون های آماری در رگرسیون ساده خطی
۶-۷- دستورالعمل نرم افزار SAS برای برازش رگرسیون ساده خطی
۶-۸- دستورالعمل نرم افزار SAS برای آزمون عدم برازش رگرسیون خطی
۶-۹- بررسی کارایی (کفایت) مدل رگرسیون خطی ساده
تمرین
فصل هفتم: مروری بر جبر ماتریس¬ها
۷-۱- مقدمه
۷-۲- تعریف ماتریس
۷-۳- برگردان یا ترانهاد ماتریس
۷-۴- انواع ماتریس
۷-۵- دو ماتریس هم مرتبه
۷-۶- تساوری دو ماتریس
۷-۷- همبستگی (هم راستایی) خطی و رتبه یک ماتریس
۷-۸- عملیات جبری روی ماتریس
۷-۹- معکوس (وارون) یک ماتریس
۷-۱۰- معادله ماتریسی
۷-۱۱- قضایای پایه در ماتریس¬ها
۷-۱۲- امید ریاضی بردار یا ماتریس تصادفی
۷-۱۳- ماتریس واریانس – کوواریانس (ماتریس کوواریانس) یک بردار تصادفی
۷-۱۴- مقدار ویژه و بردار ویژه
۷-۱۵- عدد نویسی ماتریس و عملیات مربوطه در نرم افزار SAS
تمرین
فصل هشتم: رگرسیون ساده خطی در نماد ماتریس
۸-۱- مقدمه
۸-۲- معادلات نرمال در نماد ماتریس
۸-۳- برآورد ضرایب رگرسیونی در نماد ماتریس
۸-۴- تجزیه واریانس رگرسیون در نماد ماتریس
۸-۵- استنباط در تجزیه رگرسیون
۸-۶- آزمون فرض ها و حدود اطمینان
۸-۷- واریانس در نماد ماتریس
تمرین
فصل نهم: رگرسیون چند متغیره خطی
۹-۱- مدل رگرسیونی چند متغیره خطی
۹-۲- برآورد ضرایب رگرسیون چندگانه
۹-۳- رگرسیون خطی چندگانه به روش ماتریس
۹-۴- تجزیه واریانس رگرسیون خطی چندگانه
۹-۵- آزمون های فرض در رگرسیون چندگانه
۹-۶- ضریب تشخیص چندگانه
۹-۷- تعیین سهم هر متغیر مستقل در مدل چندگانه (مجموع مربعات اضافی)
۹-۸- ضریب تشخیص جزء
۹-۹- ضرایب رگرسیون و همبستگی جزء
۹-۱۰- روش های محاسبه ضریب همبستگی جزء
۹-۱۱- بررسی سهم متغیرهای X در مدل چند متغیره
۹-۱۲- دامنه اطمینان در رگرسیون چندگانه
۹-۱۳- حل مسائل رگرسیون چندگانه در نرم افزار SAS
تمرین
فصل دهم: تعیین کفایت مدل رگرسیونی
۱۰-۱- مقدمه
۱۰-۲- برخی معیارهای بررسی کفایت مدل رگرسیونی
۱۰-۳- تبدیل متغیرها
۱۰-۴- تبدیل برای خطی کردن مدل
۱۰-۵- رسم داده ها در برابر مانده ها در SAS
۱۰-۶- آزمون نرمال بودن داده ها در SAS
۱۰-۷- تبدیل متغیرها در SAS
تمرین
فصل یازدهم: رگرسیون مرحله ای و تجزیه مسیر
۱۱-۱- رگرسیون مرحله ای
۱۱-۲- روش های FORWARD، BACKWARD و STEPWISE در SAS
۱۱-۳- تجزیه ضرایب مسیر
۱۱-۴- محاسبه ضرایب مسیر
۱۱-۵-رگرسیون استاندارد شده یا تجزیه مسیر در SAS
تمرین
فصل دوازدهم: رگرسیون غیر خطی
۱۲-۱- مقدمه
۱۲-۲- توابع نمایی (Exponential functions)
۱۲-۳- تابع لگاریتمی (Logarithmic function)
۱۲-۴- توابع توانی (Power functions)
۱۲-۵- مدل لجستیک (Logistic model) و پروبیت (Probit model)
۱۲-۶- مدل های رگرسیون چند جمله ای غیر خطی (چند جمله ای های متعامد)
۱۲-۷- چند جمله ای های متعامد به روش کوتاه
۱۲-۸- بررسی وجود یا عدم وجود روابط غیر خطی
۱۲-۹- رگرسیون غیر خطی در SAS
تمرین
فصل سیزدهم: آشنایی با برخی روش های کاهش ابعاد داده¬ها
۱۳-۱- مقدمه
۱۳-۲- تجزیه به مؤلفه های اصلی (Principal component analysis)
۱۳-۳- انجام تجزیه به مؤلفه های اصلی با نرم افزار SAS
۱۳-۴- تجزیه خوشه ای (Cluster analysis)
۱۳-۵- همبستگی کوفنتیک
۱۳-۶- انجام تجزیه خوشه ای (کلاستر) با نرم افزار SAS
منابع
جداول
دسته بندی موضوعی | موضوع فرعی |
علوم پایه |
رياضی و آمار
|