ایمیل پشتیبانی خرید: [email protected]

علم آمار تلاش دارد تا در خصوص مشخصات یک جمعیت آماری استنتاج و نتیجه گیری کند. بنابراین نیاز است تا بر اساس جمعیت هدف آزمایشات و نمونه گیری هایی که بر پایه شانس و احتمالات هستند را انجام داده و بر اساس نتایج مشاهده شده سعی در شناخت جمعیت کرد.

[vc_row][vc_column][vc_message]

ثبت نام در وب سایت و شرکت در دوره رایگان است

مشاهده رایگان هر ویدئو در بخش «برنامه آموزشی»

[/vc_message][vc_separator][/vc_column][/vc_row][vc_row][vc_column width=”1/4″]

[/vc_column][vc_column width=”3/4″][vc_column_text]
۹۹۴ مشاهده
[/vc_column_text][vc_column_text]زمانی که یک آزمایش انجام می‌شود، تمامی جزئیات اتفاق افتاده در آن آزمایش مدنظر نبوده و با توجه اهداف از پیش تعیین شده نیاز است آن سری از نتایج خروجی مناسب برای رسیدن به اهداف خود را مورد بررسی قرار دهیم. همچنین برای انجام تجزیه و تحلیل آماری، لازم است تا این نتایج به زبان ریاضی تبدیل شده و به صورت عدد (کمی) باشند. بنابراین بر اساس هدف مدنظر و به منظور تبدیل نتایج کیفی به کمی، از متغیرهای ریاضی استفاده می‌شود و با استفاده از تعریف توابعی که می‌توانند نمایانگر رفتار جمعیت باشند، سعی در شناخت رفتار جمعیت می‌کنیم. به این متغیرهای ریاضی که بر اساس شانس و احتمال رخ می‌دهند متغیرهای تصادفی وبه توابعی که احتمال رخدادن مقادیر مختلف متغیرهای تصادفی در جمعیت ارائه می‌دهند توزیع‌های احتمال می‌گویند

در این دوره سعی شده متغیرهای تصادفی و توزیع‌های احتمال به صورت کامل تشریح شده و اکثر توزیع های کاربردی و معروف نیز ارائه شده است. از آنجایی که در متغیرهای تصادفی و توزیع های احتمال به عنوان مبانی و پایه استفاده از مدل های احتمالی در علم و عمل استفاده می‌شوند، به منظور از دست ندادن کلیات این دوره، امکان پشیبرد یک پروژه عملی در آن وجود نداشت، اما از ابزارها و توابع نرم افزار مایکروسافت اکسل استفاده شد تا دانشجویان نحوه بکارگیری آنها را در این نرم افزار بتوانند درک کنند.

پیش نیاز ها و نیازمندی ها

آشنایی با مفاهیم اولیه نرم افزار اکسل

دوره آمار توصیفی

مطالب پوشش داده شده در این دوره

تعریف متغیرهای تصادفی

تابع توزیع احتمال و انواع آن

امیدهای ریاضی

تابع مولد گشتارو

توزیع های احتمال معروف گسسته

توزیع های احتمال معروف پیوسته[/vc_column_text][/vc_column][/vc_row]

برنامه درسی دوره

تعریف متغیر تصادفی و تابع توزیع احتمال
درس ۱: تعریف متغیر تصادفی Details FREE 00:19:00
درس ۲: تعریف تابع توزیع احتمال Details FREE 00:20:00
درس ۳: مثال هایی برای تابع توزیع احتمال Details FREE 00:20:00
دیگر تابع توزیع های احتمال
درس ۴: توزیع احتمال توام Details FREE 00:20:00
درس ۵: توزیع احتمال شرطی Details FREE 00:20:00
درس ۶: متغیرهای تصادفی مستقل Details FREE 00:20:00
امیدهای ریاضی
درس ۷: تعریف امید ریاضی Details FREE 00:20:00
درس ۸: تعریف واریانس Details FREE 00:00:00
درس ۹: تعریف کوواریانس Details FREE 00:00:00
درس ۱۰: تعریف تابع مولد گشتاور Details FREE 00:20:00
توزیع های احتمال معروف گسسته
درس ۱۱: توزیع احتمال یکنواخت گسسته Details FREE 00:20:00
درس ۱۲: توزیع احتمال برنولی Details FREE 00:20:00
درس ۱۳: توزیع احتمال بینم Details FREE 00:20:00
درس ۱۴: توزیع احتمال فوق هندسی Details FREE 00:20:00
درس ۱۵: توزیع احتمال هندسی Details FREE 00:20:00
درس ۱۶: توزیع احتمال بینم منفی Details FREE 00:20:00
درس ۱۷: توزیع احتمال پواسون Details FREE 00:20:00
توزیع های احتمال معروف پیوسته
درس ۱۸: توزیع احتمال یکنواخت پیوسته Details FREE 00:00:00
درس ۱۹: توزیع احتمال نرمال Details FREE 00:40:00
درس ۲۰: توزیع احتمال گاما Details FREE 00:40:00
درس ۲۱: توزیع احتمال نمایی Details FREE 00:20:00
درس ۲۲: توزیع احتمال بتا Details FREE 00:00:00
درس ۲۳: توزیع احتمال ویبول Details FREE 00:20:00
درس ۲۴: توزیع احتمال مربع کای Details FREE 00:20:00
درس ۲۵: توزیع احتمال تی-استیودنت Details FREE 00:20:00
درس ۲۶: توزیع احتمال F Details FREE 00:00:00

نقد و بررسی دوره

نا مشخص

امتیاز
  • 5 ستاره0
  • 4 ستاره0
  • 3 ستاره0
  • 2 ستاره0
  • 1 ستاره0

هیچ نقد و بررسی برای این دوره ثبت نشده است.

TAKE THIS COURSE
  • FREE
  • 120 Days
  • لیست آرزو
85 دانشجو ثبت نام کرده
© دیاکو دانش افزار.
X