آموزش تحلیل های رگرسیونی با اس پی اس اس SPSS + گواهینامه

آموزش تحلیل های رگرسیونی با اس پی اس اس SPSS + گواهینامه

5 ساعت
4.5

الگوی خطی، توانایی پیش‌بینی مقادیر متغیر وابسته را دارد. به عنوان مثال فرض کنید یک کارشناس اقتصادی بخواهد میزان فروش نفت ایران برای ماه آینده را پیش‌بینی نماید، برای این منظور این کارشناس می‌تواند از یک الگوی رگرسیون سری زمانی استفاده کند یا مثلا یک کارشناس حوزه آموزش و پرورش می‌خواهد بر اساس متغیرها، میزان تلاش و کوشش، ضریب هوشی، وضعیت مالی خانواده دانش‌آموز، وضعیت تحصیلی والدین دانش‌آموز و موفقیت دانش‌آموز را در امتحان کنکور پیش‌بینی کند، برای این منظور کارشناس می‌تواند از یک الگوی رگرسیون لجستیک (Logistic Regression) استفاده کند یا مثلا فرض کنید یک کارشناس حوزه مسکن بخواهد بر اساس متغیرهای مساحت زیربنا و قدمت یک ساختمان، قیمت آن را پیش‌بینی کند، در چنین مواقعی استفاده از یک الگوی رگرسیون خطی می‌تواند نیاز این کارشناس را برآورده نماید. به عنوان مثال دیگری فرض کنید یک کارشناس حوزه پزشکی بخواهد بر اساس سن بیمار، جنسیت بیمار و اندازه تومور سرطانی، طول عمر بیمار را پیش‌بینی کند، برای این منظور به‌کارگیری الگوی رگرسیون لجستیک، می‌تواند کمک‌کننده باشد. با توجه به این مثال‌ها می‌توان ادعا کرد که تقریبا در تمامی ‌رشته‌های دانشگاهی، الگوهای رگرسیونی قابل به‌کارگیری هستند. در برخی رشته‌های علوم انسانی مانند رشته علوم تربیتی، علوم اجتماعی، روانشناسی و... بدون استفاده از رگرسیون عملا نمی‌توان هیچ‌گونه کار تحقیقی را انجام داد. امروزه تقریبا تمامی‌ رشته‌های دانشگاهی از آمار استفاده می‌کنند و یکی از شاخه‌های کاربردی علم آمار که در سال‌های اخیر به شدت مورد علاقه پژوهشگران رشته‌های مختلف قرار گرفته، رگرسیون است. قاعدتا نمی‌توان در حجم زیاد داده‌ها، به صورت دستی، تحلیل‌های رگرسیونی را انجام داد و نیاز است از نرم‌افزارهای آماری مانند SPSS, R, SAS و... استفاده کرد. از آنجایی که برای استفاده از نرم‌افزارهای آماری به طور عمده باید با برنامه‌نویسی آشنا بود و در مواقع کاربرهای رگرسیون با برنامه‌نویسی آشنایی ندارند، بنابراین ضرورت دارد تا از نرم‌افزاری منویی مانند SPSS استفاده کرد. نرم‌افزار SPSS به دلیل پوشش به نسبت خوب عمده موضوعات آماری، تقریبا امروزه در همه رشته‌ها به کار گرفته می‌شود، بنابراین ضرورت دارد که با شیوه استفاده از این نرم‌افزار در تحلیل‌های رگرسیونی آشنا شد. در این فرادرس ما سعی کرده‌ایم، نحوه انجام تحلیل‌های رگرسیونی با نرم‌افزار SPSS را به کاربرها آموزش دهیم، به گونه‌ای که در انتهای آموزش، کاربرها این توانایی را خواهند داشت که یک تحلیل رگرسیونی را انجام دهند.

تریلر دوره

توضیحات کامل دوره

...

سرفصل‌های دوره

  • چکیده
    0:01:32

  • معرفی منوهای نرم‌افزار SPSS
    رایگان 0:13:15
  • نحوه تعریف متغیرها در SPSS
    0:11:48
  • تفکیک فایل SPSS بر حسب سطوح یک متغیر کیفی
    0:14:21
  • انتخاب نمونه از فایل داده SPSS
    0:11:24
  • نحوه استفاده از گزینه‌های Compute و Recode در منوی Transform
    رایگان 0:08:58
  • محاسبه همبستگی پیرسون متغیرها با استفاده از گزینه Bivariate
    0:14:18
  • محاسبه همبستگی‌های Spearman و کندال متغیرها با استفاده از گزینه Bivariate
    0:07:21
  • محاسبه همبستگی جزئی متغیرها در SPSS
    0:12:50
  • آزمون ۱

  • گزینه Estimate پنجره Statistics
    0:15:42
  • گزینه Covariance matrix پنجره Statistics
    رایگان 0:14:30
  • محاسبه جدول آنالیز واریانس در پنجره Statistics
    0:17:22
  • محاسبه آماره‌های توصیفی و انواع همبستگی در پنجره Statistics
    0:13:12
  • بررسی هم‌خطی با استفاده از Collinearity در پنجره Statistics
    0:14:51
  • محاسبه آماره دوربین واتسون در پنجره Statistics
    0:06:50
  • تمرین ۱ - برآورد واریانس خطا
  • تمرین ٢ - فرض صفر ضرایب رگرسیونی
  • تمرین ۳ - ضرایب رگرسیونی
  • تمرین ۴ - متغیرهای پیشگویی
  • آزمون ۲

  • محاسبه مقادیر برازیده‌ شده متغیر پاسخ در پنجره Save
    رایگان 0:13:23
  • محاسبه مقادیر انواع مانده‌ها در پنجره Save
    0:07:18
  • محاسبه مقادیر آماره‌های کوک و ماهالانوبیس (Mahalanobis) در پنجره Save
    0:13:10
  • محاسبه مقادیر آماره‌های DFBETA و DFFIT در پنجره Save
    0:17:31
  • محاسبه فواصل اطمینان و پیش‌بینی متغیر پاسخ در پنجره Save
    0:05:05
  • تمرین ۱ - داده‌‌های موثر در تحلیل رگرسیونی
  • آزمون ۳

  • خروجی پنجره‌های Plot و Option
    رایگان 0:12:31
  • دستیابی به استنباط‌های رگرسیونی با استفاده از روش بوت‌استرپ (Bootstrap)
    0:13:20
  • آزمون ۴

  • دستیابی به الگوی رگرسیونی بهینه با روش پسرو
    0:12:26
  • محاسبات مربوط به روش پسرو
    0:06:25
  • دستیابی به الگوی رگرسیونی بهینه با روش پیشرو
    0:15:56
  • دستیابی به الگوی رگرسیونی بهینه با روش گام ‌به‌ گام
    0:11:56
  • دستیابی به الگوی رگرسیونی بهینه برای مثال مونتگمری (Montgomery)
    0:13:22
  • برازش الگوی رگرسیونی با پنجره Curve Estimation
    0:10:39
  • تمرین ۱ - الگوی رگرسیونی بهینه‌‌ با روش پس‌‌رو
  • تمرین ٢ - الگوی رگرسیونی بهینه‌‌ با روش پیش‌‌رو
  • تمرین ۳ - الگوی رگرسیونی بهینه با روش گام به گام
  • آزمون ۵

  • تمرین ۱ - الگوی رگرسیون خطی برازش یافته
  • تمرین ٢ - مثال employee.data در نرم‌‌افزار spss
  • ادامه مسیر تا ورود به بازار کار

  • آموزش تحلیل های رگرسیونی با اس پی اس اس SPSS

  • خلاصه و مرور آموزش
  • واژه‌نامه (Glossary)
  • سوالات متداول (FAQ)
  • مشاغل مرتبط
  • نمونه سئوالات مصاحبه شغلی

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

2,190,000 تومان
438,000 تومان
80% تخفیف

این دوره شامل:
9 فصل آموزشی
5 ساعت ساعت آموزش
دسترسی مادام‌العمر
سطح: مبتدی
گواهی پایان دوره: ندارد
تاریخ انتشار: 1403/12/09
آخرین به‌روزرسانی: 2026-10-29 15:06:55
تعداد امتیازها: 0
تعداد دانشجو:
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: