آمار مقدماتی

Aida Fallahzadeh
آیدا فلاح زاده
اخرین بروزرسانی فروردین 31, 1401
4.5 /5
(2)
42 نفر ثبت نام کرده اند

درباره این دوره

دوره “آمار مقدماتی” به بررسی مفاهیم ابتدایی آمار جهت فهم بهتر آنالیزهای آماری و مقالات می پردازد. در این دوره سعی می‌شود تا مفاهیم را با زبان ساده توضیح دهیم تا برای تمامی علاقه‌مندان قابل درک باشد. تمامی علاقه‌مندان به آمار و انجام پژوهش‌های علمی که رشته اصلی آنها آمار نیست و می‌خواهند مفاهیم را با زبان ساده یاد بگیرند تا بتوانند آنالیزهای آماری را خودشان انجام دهند، از مخاطبین هدف این دوره آموزشی هستند.

اهداف یادگیری

آشنایی با علم آمار و آنچه که برای انجام آنالیز های پیشرفته تر پیش نیاز است
یادگیری جامع مفاهیم پایه آمار و تست های ساده آماری

موارد ارائه شده

  • مقدمه (تعریف آمار/نمونه گیری/انواع داده)
  • توصیف عددی داده ها (اندازه گیری گرایش مرکزی و پراکندگی)
  • مفهوم P value
  • توزیع داده (مفاهیم چولگی و کشیدگی)
  • مفهوم فرضیه آماری
  • آشنایی با تست های پارامتریک و نانپارامتریک
  • آشنایی با مقایسه دو متغییر کیفی

پیشنیازها

  • پیش نیاز برای این دوره لازم نیست.

مخاطب هدف

  • تمامی علاقه‌مندان به آمار و انجام پژوهش‌های علمی که رشته اصلی آنها آمار نیست و میخواهند مفاهیم را با زبان ساده یاد بگیرند تا بتوانند آنالیزهای آماری را خودشان انجام دهند.

برنامه تحصیلی

12 درس1 ساعت 29 دقیقه

آمار مقدماتی

معرفی محتوا و سر فصل ها2:57پیش نمایش
مقدمات | قسمت اول11:06پیش نمایش
مقدمات | قسمت دوم8:58پیش نمایش
توصیف عددی داده‌ها (گرایش مرکزی)8:26
توصیف عددی داده ها (شاخص پراکندگی)9:38
P Value7:46
توزیع داده‌ها8:32
فرضیه آماری10:32
تست‌های پارامتریک و نانپارامتریک12:23
مقایسه دو متغییر کیفی9:24
نظرسنجی دوره
نوبل سرتیف خود را چگونه دریافت کنیم؟

اساتید دوره

آیدا فلاح زاده

4.5/5
2 دوره
2 دیدگاه
42 دانشجو
  • دانشجوی پزشکی دانشگاه تهران
  • برنده جایزه در کنگره بین المللی
  • داور مجلات معتبر خارجی
  • محقق در مراکز تحقیقاتی
  • رتبه 90 کنکور سراسری
مشاهده بیشتر

بازخورد دانشجو

4.5
2 رتبه بندی
50%
50%
0%
0%
0%

نقد و بررسی (2)

So useful and informative

It was so helpful

یک نظر بنویسید

60,000 تومان

سطح
مبتدی
مدت زمان 1.5 ساعت
تعداد درس
12 درس

موارد ارائه شده

  • مقدمه (تعریف آمار/نمونه گیری/انواع داده)
  • توصیف عددی داده ها (اندازه گیری گرایش مرکزی و پراکندگی)
  • مفهوم P value
  • توزیع داده (مفاهیم چولگی و کشیدگی)
  • مفهوم فرضیه آماری
  • آشنایی با تست های پارامتریک و نانپارامتریک
  • آشنایی با مقایسه دو متغییر کیفی