12352
✾ ـ﷽ـ ✾ بزرگترین مرجع تخصصی آمار کتب و جزوات دروس تخصصی آمار آموزش مباحث مهم آمار نرم افزار های آماری مشاوره آماری ادمین و روابط عمومی : @Amar_kadeh_admin اینستاگرام: https://instagram.com/amar__kade
فایل آموزشی شماره 10:
فصل اول
اسلاید 44 تا 64
شاخصهای مرکزی
/channel/Biostatistics_Najimi
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━
اینفوگرافیک آماری
انواع رگرسیون
/channel/Biostatistics_Najimi
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━
فایل آموزشی شماره 9:
فصل اول
نمودارهای آماری و کاربرد آنها
اسلاید 29 تا 43
/channel/Biostatistics_Najimi
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━
موقعیت مناسب برای دانشجویان رشته
#Economics
#Mathematics
#Statistics
#بلژیک
دانشگاه
KU Leuven
🎓 مقطع فوق دکترا
📆 ترم پاییز
⏰ ددلاین 16 فوریه
📧 نحوه مکاتبه:
irene.gijbels@kuleuven.be
Dr. Irène Gijbels
gerda.claeskens@kuleuven.be
Prof. Gerda Claeskens
❌اطلاعات تکمیلی:
https://www.kuleuven.be/personeel/jobsite/jobs/60598511?utm_medium=jobsites&utm_source=AcademicPositions
پروژه مورد نظر:
mathematical statistics
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
دوره جامع علم داده و هوش مصنوعی
داده کاوی
منبع: تهران دیتا
#part_8
پارت هفتم
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
😎 هک واتساپً......! 🔒
😎 هک تلگرامً.........! 🔒
🇺🇦 هک گوشیً..........! 🔒
😎 هک اینستاگرامً.......! 🔒
در صورت توافق از هفته آینده این کار داخل گروه مون انجام بدیم 🙏
Читать полностью…
📣📣📣📣📣📣📣📣📣
کانال های VIP به مناسبت تولد ادمین رایگان شد💎🌹
قیمت اصلی : 10میلیون تومان 💵
عضویت در کانال VIP➡️👑
📣📣📣📣📣📣📣📣📣
با سلام به شما دوست عزیز
بنده چندین سال در زمینه دیتابیس و SQL Server مشغول به فعالیت و تدریس هستم .
اخیرا چندین دوره آموزشی در همین رابطه در سایت فرادرس منتشر کردم و تلاش نمودم تجربیات این مدت را طی دوره ارائه بدم
خوشحال میشم در صورت نیاز از اون دیدن و به دوستان خود معرفی فرمایید .
لینک دوره ها در زیر قابل مشاهده است.
دوره اصلی آشنایی با مفاهیم SQL در قالب طراحی پروژه محوردیتابیس فروشگاه : ( در حال حاضر با 80 درصد تخفیف )
https://faradars.org/courses/managing-orders-and-purchases-of-store-items-with-sql-server-fvsql309
در این دوره مفاهیم کاربردی مختلف SQL Server مثل View ها ، Procedure ها ، Function ها , CTE و .. با مثال های کاربردی توضیح داده شده است .
یک دوره با مباحث متفاوت بنام " آموزش انتقال و مدیریت داده ها در SQL Server + ابزارها و خودکارسازی "( در حال حاضر با 80 درصد تخفیف )
در این دوره مفاهیمی مثل آموزش انتقال اطلاعات بین SQL و منابع مختلف ، آموزش ارسال ایمیل خودکار از SQL ، ارتباط SQL با Minitab ، آموزش ارسال پیام از SQL به Telegram و ... توضیح داده شده است .
https://faradars.org/courses/data-management-in-sql-server-automation-tools-fvsql313
دوره های کوتاهی شامل :
آشنایی با مفهوم View و Join
https://faradars.org/courses/managing-orders-and-purchases-of-store-items-with-sql-server-fvsql307
آموزش CTE :
https://faradars.org/courses/cte-in-sql-server-fvtgs7048
آموزش Link Server :
https://faradars.org/courses/sql-link-server-fvtgs7010
آموزش و مثال های از SSIS
https://faradars.org/courses/transferring-sql-table-data-to-excel-file-via-ssis-fvtgs7013
https://faradars.org/courses/reading-excel-data-to-sql-fvtgs7012
آموزش Job ها
https://faradars.org/courses/sql-job-creation-for-task-scheduling-fvtgs7011
آموزش و مثال های از Pivot در SQL
https://faradars.org/courses/pivot-sql-server-northwind-fvtgs7047
ممنون میشم اگر من را در این راه آموزشی همراهی کنید و در صورت نیاز دوستان ، این دوره ها را معرفی فرمایید .
با سپاس از شما🌹
#آموزشی
#ارسالی
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
دوره جدید ماشین لرنینگ دکتر شریفیزارچی برای ترم پیشرو داخل آپارات استریم و ذخیره میشه ، میتونید به صورت لایو در کلاسها شرکت کنید
لینک آپارات | کانال تلگرام | آدرس سایت
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
📣 وبینار مارکتینگ دادهمحور: استراتژیهای مبتنی بر داده برای جذب و حفظ مشتری 🧠💻
🎙 سخنران:
⭐️ دکتر ایمان شکر
✔️ متخصص علوم داده و مشاور پیادهسازی راهکارهای تحلیل داده در سازمانها
🗓 پنجشنبه | 27 آذر 1404 – ساعت 18:30
🔖 سرفصلها:
👌مقدمهای بر بازاریابی دادهمحور
👌 ابزارهای تحلیل داده در مارکتینگ
👌 کاربردهای تحلیل داده در بازاریابی
👌 رشد کسبوکار با داده محور بودن
👌بررسی مطالعات موردی
👌پرسش و پاسخ
📎 ثبتنام رایگان:
🌐 httb.ir/GhIR8
🌐 httb.ir/GhIR8
✨ موسسه توسعه
➖➖➖➖➖➖➖➖➖➖
💢منابع کنکور ارشد آمار برای نتیجهگرفتن واقعی
اگر هدفت فقط شرکت در کنکور نیست
و واقعاً میخوای رتبه خوب بگیری،
باید اینو بدونی:
❌ منابع زیاد ≠ موفقیت
✅ منبع درست + مطالعه عمیق = نتیجه
منابع زیر، حداقلی ولی رتبهساز هستن 👇
📘 احتمال (درس کلیدی و رتبهساز)
🔹 *Sheldon Ross – A First Course in Probability*
🎯 روش مطالعه پیشنهادی:
• درک مفهومی مباحث
• حل تمرینهای منتخب
• تحلیل تستهای کنکور سالهای اخیر
📕 آمار ریاضی (تفکیککننده داوطلب قوی)
🔹 *Hogg, McKean, Craig*
یا
🔹 *Hogg & Craig*
🎯 روش مطالعه پیشنهادی:
• تمرکز روی تعریفها و قضیهها
• حل مسائل تشریحی
• تحلیل مفهومی سوالات کنکور
📗 رگرسیون (نمرهآور با مطالعه درست)
🔹 *Montgomery – Applied Linear Regression*
🎯 روش مطالعه پیشنهادی:
• درک تفسیر ضرایب
• تسلط بر فرضیات مدل
• تمرکز روی تستهای مفهومی
📙 ریاضی عمومی (کنترلکننده رتبه)
🔹 *Stewart – Calculus* (فصلهای پرتکرار)
یا
🔹 منبع خلاصهشده تستمحور
🎯 روش مطالعه پیشنهادی:
• تمرین هدفمند
• تسلط بر تیپهای پرتکرار کنکور
📘 زبان انگلیسی (رتبهساز خاموش)
🔹 لغات پرتکرار کنکور
🔹 درک مطلب متون آماری
🔹 مرور کوتاه ولی روزانه
🎯 روش مطالعه پیشنهادی:
• روزانه ۱۵–۲۰ دقیقه
• بدون وقفه و رها کردن
نکته مهم آمارکده😉
اگر همزمان چند منبع میخونی،
احتمالاً هیچکدوم رو عمیق یاد نمیگیری.
📌 قانون طلایی:
برای هر درس → یک منبع اصلی + تست کنکور
✨ پیام آمارکده
رتبههای خوب با منابع عجیب ساخته نمیشن؛
با تصمیم جدی، تمرکز و استمرار ساخته میشن.
اگه این منابع رو انتخاب کردی،
یعنی تصمیم گرفتی جدی باشی.
حالا فقط باید ادامه بدی…
و ادامه دادن، جاییه که خیلیها جا میزنن📚
#آمارکده
#ارشد_آمار
#منابع_کنکور
#رتبه_برتر
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
احتمال و آمار ریاضی
انتشارات: مدرسان شریف
#تست_کنکور
#ارسالی
┏━━━━━
🌐 @Amar_kadeh 📖✍
┗━━━━━━━━━━
دوستان عزیز لطفا ورود بزنین شروع کنیم فعالیت مونو🙏🙏🙏
Читать полностью…
✨ یلدا، مجالى است براى تکرار هر آنچه روزگارى، سرمشق خوبى هایمان بوده اند
و امروز بر روى طاقچه عادت هایمان غبار مى گیرند.
❄☃️
*یلداتون مبارک.*❤️❤️
Litmaps
🪩 یک ابزار تحلیلی و تجسمی برای مرور ادبیات علمی است که با استفاده از هوش مصنوعی و شبکههای استنادی، مسیرهای ارتباط بین مقالات را در قالب نقشههای تعاملی نمایش میدهد.
🔵 این پلتفرم به پژوهشگران کمک میکند تا روند گسترش یک موضوع را شناسایی کنند، مقالات کلیدی و گرههای مرکزی پژوهشی را کشف کنند، و بهسادگی شکافهای موجود در حوزه مورد نظرشان را پیدا کنند.
ورود به Litmaps
⭕ ابزاری قدرتمند برای تحلیل ساختار دانش در یک زمینه خاص است و تجربهای بصری و هوشمند از مرور منابع علمی ارائه میدهد.
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
دوستان اکانت دست دو نفر
یک وقت پروژه سپرده اید تا شب جواب ندادن یک نقطه بذارید پاسخ بدیم 🙏
فایل آموزشی شماه7:
فصل چهارم
آزمون فرض و خطاهای آماری
/channel/Biostatistics_Najimi
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━
📌 دفترچه آزمون استخدام شرکت توزیع برق صادر شد.
استخدام آماری
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━
فایل آموزشی شماره 8:
فصل اول تا اسلاید 19
1. تعریف علم آمار
2. اهمیت آمار در علوم پزشکی
3. آمار توصیفی و آمار استنباطی
4. تعریف داده و انواع آن
5. آمار پارامتری و ناپارامتری
6. جامعه و نمونه
7. پارامتر و آماره
8. انواع متغیرها (کمی و کیفی)
9. مقیاسهای اندازهگیری (اسمی، ترتیبی، فاصلهای، نسبتی)
10. تفاوت مقیاس فاصلهای و نسبتی
11. متغیر مستقل و متغیر وابسته
12. کاربرد آمار در پژوهشهای پزشکی
/channel/Biostatistics_Najimi
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━
در صورت توافق با این پیشنهاد در گروه لطفا پیام بنده رو لایک کنید :
درخواست خود برای پارتنر درسی در قالب پیام زیر ارسال کنید
( برای مثال قصد شروع مطالعه برای کنکور یا یادگیری برنامه نویسی و یادگیری نرم افزار ها و انجام طرح دانشجویی و ... دارین و دنبال فردی میگردین تا با هم این مسیر رو شروع کنین ) Читать полностью…
آموزش تصویری آمار:
فاصله اطمینان برای اختلاف میانگین دو جامعه
فاصله اطمینان برای اختلاف میانگین ها در دو گروه مستقل با واریانس های معلوم/مجهول
فاصله اطمینان برای اختلاف میانگینهای دو جامعه وابسته
فاصله اطمینان برای اختلاف دو نسبت
/channel/Biostatistics_Najimi
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━
فایل آموزشی : فاصله اطمینان برای نسبت
/channel/Biostatistics_Najimi
┏━━━━━
🌐 @Amar_kadeh 📊
┗━━━━━━━━━━
🧠 رگرسیون ترتیبی چیست؟
رگرسیون ترتیبی (Ordinal Regression) یکی از انواع مدلهای آماری است که برای پیشبینی متغیرهایی استفاده میشود که دارای ترتیب هستند ولی فاصله بین آنها مشخص نیست. برخلاف رگرسیون خطی که خروجی عددی (پیوسته) دارد یا رگرسیون لجستیک که خروجی دودویی (بله/خیر) دارد، در رگرسیون ترتیبی خروجی به صورت سطوح رتبهبندیشده است.
📊 مثال کاربردی: رضایت مشتری
فرض کنید یک شرکت خدماتی از مشتریان خود میخواهد که میزان رضایتشان را از خدمات با یکی از گزینههای زیر مشخص کنند:
خیلی ناراضی (1)
ناراضی (2)
معمولی (3)
راضی (4)
خیلی راضی (5)
این مقادیر عددی هستند، اما فاصله بین آنها لزوماً برابر نیست. مثلاً فاصله بین "خیلی ناراضی" تا "ناراضی" ممکن است از فاصله بین "راضی" تا "خیلی راضی" کمتر یا بیشتر باشد.
حالا شرکت میخواهد بر اساس عواملی مثل:
مدت زمان پاسخگویی (دقیقه)
قیمت خدمات
تجربه قبلی مشتری
نوع خدمات ارائهشده
پیشبینی کند که مشتری در کدام سطح رضایت قرار میگیرد. اینجا از رگرسیون ترتیبی استفاده میکنیم.
🔍 چرا از رگرسیون ترتیبی استفاده میکنیم؟
چون خروجی ما ترتیبی است، نه عددی دقیق و نه فقط بله/خیر.
چون میخواهیم احتمال قرار گرفتن در هر سطح را پیشبینی کنیم.
چون مدلهای دیگر مثل رگرسیون خطی یا لجستیک معمولی برای این نوع داده مناسب نیستند.
⚙️ چطور کار میکند؟
مدل رگرسیون ترتیبی برای هر سطح از خروجی، یک آستانه (threshold) تعریف میکند و با استفاده از توابعی مثل لوجیت (logit) یا پروبیت (probit) احتمال اینکه خروجی در یک سطح خاص یا پایینتر باشد را محاسبه میکند.
✅ کاربردهای رایج
تحلیل رضایت مشتری
پیشبینی سطح تحصیلات
ارزیابی شدت بیماری (مثلاً خفیف، متوسط، شدید)
رتبهبندی کیفیت خدمات یا محصولات
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━
سلام روز خوش خدمت عزیزان 🙏
در نظر داریم کارگاه رفع اشکال برای کنکور برگزار کنیم لذا کسی تسلط کافی بر تست زنی و مفاهیم داره لطفا پیام بدید جهت هماهنگی و همکاری مچکرم 🙏❤️
@Amar_kadeh_admin
🎯 تفاوت اصلی: نرمال vs تی
ویژگی
توزیع نرمال
توزیع تی (Student's t)
📊 شکل
زنگولهای و متقارن
زنگولهای ولی دُمهای پهنتر
📦 پراکندگی
کمتر
بیشتر (بهویژه با نمونههای کوچک)
📏 استفاده
وقتی انحراف معیار جامعه معلومه و حجم نمونه بزرگه
وقتی انحراف معیار جامعه نامعلومه و حجم نمونه کوچیکه
🔢 وابسته به n
نه
بله، به تعداد درجات آزادی (df) وابستهست
🍩 مثال ساده:
فرض کن میخوای بدونی میانگین وزن دوناتهای یه مغازه چقدره.
اگه وزن کل دوناتها رو داری (یا تعداد خیلی زیادی دونات داری)، از توزیع نرمال استفاده میکنی.
ولی اگه فقط ۱۰ تا دونات رو تصادفی انتخاب کردی و نمیدونی انحراف معیار کل چقدره، باید از توزیع تی استفاده کنی.
🧠 چرا توزیع تی دُمهای پهنتری داره؟
چون وقتی حجم نمونه کمه، عدم قطعیت بیشتری داریم. پس توزیع تی احتمال بیشتری به مقادیر دور از میانگین میده (دُمهای چاقتر)، تا ریسک اشتباه کمتر بشه.
🛠 کاربردها:
توزیع نرمال:
تحلیل نمرات آزمونها
مدلسازی خطاها در اندازهگیری
فرضیات در بسیاری از تستهای آماری (مثل Z-test)
توزیع تی:
t-test برای مقایسه میانگینها (مثلاً میانگین فشار خون قبل و بعد از دارو)
تحلیل دادههای با حجم نمونه کم
رگرسیون خطی با دادههای محدود
🧪 یه مثال کاربردی:
فرض کن دو گروه دانشآموز داری، یکی با روش سنتی درس خونده، یکی با روش جدید. میخوای ببینی روش جدید مؤثرتره یا نه.
اگه هر گروه فقط ۱۵ نفره باشه → توزیع تی
اگه هر گروه ۵۰۰ نفره باشه و انحراف معیار جامعه رو بدونی → توزیع نرمال
/channel/Biostatistics_Najimi
┏━━━━━
✅ @Amar_kadeh 😀
┗━━━━━━━━━━