دوره آموزشی
دوبله زبان فارسی
مدلهای خطی تعمیمیافته در R
✅ سرفصل و جزئیات آموزش
رگرسیون خطی به عنوان یکی از ابزارهای اصلی و کارآمد در آمار شناخته میشود، اما قادر به مدیریت برخی از انواع داده پیچیده نیست. مدل خطی تعمیمیافته (GLM)، رگرسیون خطی را توسعه میدهد تا توزیعهای غیر نرمال، از جمله داده دوجملهای و داده شمارشی را پوشش دهد. در طول این دوره، شما جعبهابزار علم داده خود را گسترش خواهید داد تا شامل GLMها در R شود.
به عنوان بخشی از یادگیری درباره GLMها، یاد خواهید گرفت که چگونه مدلهای داده دوجملهای را با رگرسیون لجستیک و داده شمارشی را با رگرسیون پواسون برازش دهید. همچنین خواهید آموخت که چگونه این نتایج را تفسیر کرده و آنها را با استفاده از ggplot2 رسم کنید.
مدلهای خطی تعمیمیافته در R
-
محدودیتهای مدلهای خطی None
-
رگرسیون پواسون None
-
توابع اولیه ()lm با ()glm None
-
مروری بر رگرسیون لجستیک None
-
توزیع برنولی در مقابل دوجملهای None
-
توابع پیوند - مقایسه پروبیت و لوجیت None
-
ضرایب رگرسیون پواسون None
-
رسم رگرسیون پواسون None
-
درک خروجی رگرسیون لجستیک None
-
ggplot2 و رگرسیون دوجملهای None
-
رگرسیون لجستیک چندگانه None
-
فرمولها در R None
-
فرضیات رگرسیون لجستیک چندگانه None
-
نتیجهگیری None
مشخصات آموزش
مدلهای خطی تعمیمیافته در R
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:14
- مدت زمان :4:00:00
- حجم :229.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy