فکر نمی کنم در تمام اینترنت، هیچ اسلاید آموزشی ای بهتر از این اسلایدها، مبحث بسیار مهم رگرسیون ساده را با جزئیات و بصورت قدم به قدم آموزش داده باشد.
این فایل در فرمت پاورپوینت است. برای مشاهده ی موشن ها و حرکات پاورپوینت، بعد از باز کردن فایل، دکمه ی F5 را بزنید.
دقت داشته باشید که این آموزش، یک آموزش تحلیلی رگرسیون است و سعی دارد رگرسیون را بصورت تحلیل به مخاطب آموزش دهد.
این فایل حاوی مطالعه اقتصاد سنجی (فصل نهم: روش ماتریسی مدل رگرسیون خطی) می باشد که به صورت فرمت PowerPoint در 31 اسلاید در اختیار شما عزیزان قرار گرفته است، در صورت تمایل می توانید این محصول را از فروشگاه خریداری و دانلود نمایید.
فهرست
چکیده
مدل رگرسیون خطی K متغیره
فروض مدل رگرسیون خطی کلاسیک با استفاده از نماد ماتریسی
OLSتخمین
حداقل واریانس- کوواریانس
ماتریس همبستگی
آزمون فرضیه ضرایب تکی رگرسیون و نمادهای ماتریسی
پیش بینی با استفاده از رگرسیون مرکب
تصویر محیط برنامه
منبع درس : کتاب رگرسیون تالیف جواد بهبودیان
عناوین فصلها:
مفهوم و ویژگیهای همبستگی و وابستگی
اهداف فصل اول :
هدف کلی : آشنایی کلی با مفهوم و ویژگیهای همبستگی و وابستگی
هدفهای رفتاری:
پس از مطالعة این فصل می توانید:
- مفهوم کوواریانس و همبستگی را یاد گرفته و از هم تمیز دهید.
- ضریب همبستگی دو متغیر تصادفی را محاسبه کنید.
- برآوردهای ضریب همبستگی را پیدا نمایید.
- توزیع ضریب همبستگی را بدست آورید.
- آزمونهای مربوط به ضریب همبستگی را انجام دهید.
فصل اول :
کواریانس و همبستگی :
کواریانس دو متغیرتصادفی برا براست
درحقیقت کواریانس X,Y میزان تغییرآنهارا نسبت به هم در یک جهت یا در دو
جهت مخالف به طورمتوسط بیان می دارد.
شامل 320 اسلاید powerpoint
محل انتشار: دهمین کنگره بین المللی مهندسی عمران تبریز
تعداد صفحات: 8
نوع فایل : pdf
هدیه فیاض بخش - کارشناسی ارشد عمران آب دانشگاه آزاد اسلامی واحد تهران مرکز.
محمدرضا کاویانپور (شناسه پژوهشگر - Researcher ID: ۲۰۶۳)
دانشیار گروه عمران دانشگاه صنعتی خواجه نصیر.
مهرنوش هدایتی زاده - کارشناسی ارشد عمران آب دانشگاه صنعتی خواجه نصیر.
برآورد دبی اوج سیلاب برای حوضه های فاقد ایستگاه در طراحی سازه های آبی از اهمیت زیادی برخوردار است. یکی از مهمترین روش های برآورد دبی اوج سیلاب در مناطق فاقد آمار روش تحلیل منطقه ای ) مدل بندی ( سیلاب می باشد. مدل بندی سیلاب بر اساس رابطه علت و معلولی و برقراری رابطه ریاضی بین سیلاب و عوامل تولید آن، مورد تایید بسیاری از پژوهشگران قرار گرفته است. در این تحقیق از قابلیت شبکه های مفهومی ) شبکه های عصبی مصنوعی( در شبیه سازی مشخصات فیزیوگرافیک و هیدرولوژیک حوضه آبریز جهت مدلسازی و پیش بینی دبی سیلاب حوضه استفاده شده است. نتایج حاصل از این مدل با نتایج روش رگرسیون که یکی از رایج ترین روش های مدل بندی منطقه ای سیلاب می باشد، مقایسه شدند . مطالعه موردی بر روی حوضه آبریز قزل اوزن سفیدرود، یکی از مهمترین حوضه های آبریز کشور و دارای رودخانه های پر آب و مهم، انجام گرفت. معماری مختلف شبکه های عصبی مصنوعی برای آموزش و تست شبکه مورد استفاده قرار گرفت و نتایج شبکه های ساخته شده با این توابع با هم مقایسه و بهترین شبکه پیش بینی سیلاب برای دبی با دوره بازگشت مختلف ارائه می شود. نتایج نشان دهنده دقت شبکه عصبی پرسپترون چند لایه با الگوریتم یادگیری پس انتشار خطا میباشد. در انتها برای تعیین درجه اهمیت پارامترهای ورودی شبکه از آنالیز حساسیت استفاده شد و تاثیر ورودی های کم اثر شامل زمان تمرکز و طول آبراهه در خروجی شبکه مشخص شد . مقایسه نتایج حاصل نشان دهنده دقت بیشتر مدل سیستم شبکه عصبی در مقایسه باروش رگرسیون دارد.
تحلیل منطقه ای سیلاب، شبکه عصبی مصنوعیANN , رگرسیون خطی، دبی اوج سیلاب، آنالیز حساسیت