:این ویدیو مقدمه ای بر علم دیتاساینس (Data Science)، معرفی تکنولوژیهای R در این زمینه و نحوه نوشتن وب اپلیکیشن در زبان برنامه نویسی R است. مثال این آموزش در زمینه متن کاوی و تحلیل احساسات براساس متن است.
دریافت ویدیو آموزشی
مدت زمان: 7 دقیقه 25 ثانیه
مقدمه ای بر R shiny و Data Science
افزایش سرعت 100 برابری پردازش داده های حجیم Big Data با Microsoft R Revolution:
توصیف نرم افزار R - Microsoft R Revolution
شرکت Revolution Analytics که در سال ۲۰۰۷ تاسیس شده است، و تولیدکنندهی نرمافزاری آماری است که از هستهی متن باز open source و open core نرم افزار R استفاده میکند و اختصاصا برای استفادههای Enterprise کاربرد دارد. این شرکت با سرمایهگذاری شرکت intel توانست قابلیتهای محصولی خود را توسعه دهد و در سال ۲۰۱۰ نرمافزار Revolution R Enterprise را در دو نسخهی رایگان و تجاری عرضه کند. در سال ۲۰۱۵ شرکت Microsoft این شرکت را خرید و با ایجاد تغییرات اساسی در ساختار و مدلهای یکپارچگی آن، قابلیتهای R را به پلتفرم SQL ۲۰۱۶ اضافه کرد. در همین راستا، تغییراتی در برندینگ و طبقهبندی نرمافزاری ارائهشدهی قبلی مطابق آنچه در تصویر زیر میبینید، ایجاد شد و در حال حاضر نرمافزارهای شرکت Revolution Analytics در قالب برند مایکروسافت و به عنوان بخشی از محصولات این شرکت عرضه میشوند.
پلتفرم H2o:
پلتفرم H2o علاوه بر اینکه پکیج اصلی پیاده سازی یادگیری ماشین و یاد گیری عمیق (Deep Learning) و تمیزسازی داده ها در نرم افزار R می باشد. در نرم افزارهای پایتون و جاوا JAVA نیز کتابخانه آن پیاده سازی شده است. علاوه بر این پلتفرم H2o ماهیتی مستقل دارد و تحت وب و بصورت کلود Cloud کار تحلیل داده و پردازش داده ها (حجیم یا غیر حجیم) را انجام میدهد و ظاهری بسیار مدرن و پیشرفته دارد (H2o Amazon).
مزیت پلتفرم H2o:
انجام فرآیند پیش پردازش و پیاده سازی الگوریتم های داده کاوی بر روی اطلاعات بصورت نیمه اتوماتیک انجام می شود.
دانلود ویدیو پلتفرم تحلیل نیمه اتوماتیک داده H2o
عنوان: H2o R Data Science
حجم: 11.4 مگابایت
دانلود ویدیو معرفی تحلیل داده Microsoft R
عنوان: Microsoft R for Visual Studio::R Revolution
حجم: 8.11 مگابایت
دانلود آموزش کاربردی مدل سوئیچینگ مارکف بخش اول
عنوان: آموزش مدل مارکف سوئیچینگ MS-AR
حجم: 855 کیلوبایت
تهیه کننده: حسین خاندانی
دانلود آموزش کاربردی مدل سوئیچینگ مارکف بخش دوم
عنوان: آموزش ویدیویی مارکف سوئیچینگ در ایویوز
حجم: 11.1 مگابایت
توضیحات: آموزش ویدیویی در ایویوز (منبع: سایت ایویوز)
در پست زیر روش تخمین انواع مدلهای پانل از جمله مدل Pool، اثررات بین گروهی (be)، اثرات ثابت (FE) یا درون گروهی (within) و تصادفی (RE) یک و دو طرفه و آزمون های مرتبط با آن آموزش داده شده است. از جمله این آزمون ها F لیمر و Hausman می باشد.
آموزش پانل دیتا در نرم افزار RStudio
عنوان: آموزش پانل دیتا در نرم افزار R
حجم: 1.4 مگابایت
تهیه کننده: حسین خاندانی
آموزش انتخاب بین مدل های مختلف کاب-داگلاس، ترانسلوگ، فرم درجه دوم تعمیم یافته، ترانسندنتال، لئونتیف، لئونتیف تعمیم یافته و توابع CES و نحوه تخمین و تفسیر این نوع توابع در ایویوز (EVIEWS)
* معرفی انواع توابع
* بررسی مزیت و محدودیت های هر تابع
* اولویت بندی بر اساس انعطاف پذیری
* نحوه انتخاب بهترین مدل از بین مدل های متفاوت
آموزش تخمین و تفسیر تابع ترانسلوگ در نرم افزار
عنوان: آموزش تخمین و تفسیر ضرایب تابع ترانسلوگ
حجم: 734 کیلوبایت
تهیه کننده: حسین خاندانی
انتخاب نوع صحیح تابع از بین توابع مختلف اقتصادی
عنوان: آموزش انتخاب مدل بهینه از بین چندین مدل
حجم: 896 کیلوبایت
دانلود ایویوز 9 نسخه 32 بیتی (Eviews 9)
عنوان: Eviews 9 (32 bit
حجم: 193 مگابایت
دانلود کرک ایویوز Eviews 9
عنوان: دانلود فایل کرک 32 بیتی ایویوز 9
حجم: 216 کیلوبایت
دانلود ایویوز 9 نسخه 64 بیتی (Eviews 9) به همراه کرک 64 بیتی
عنوان: Eviews 9 (64 bit
حجم: 200 مگابایت
استاک و واتسون (Stock & Watson, 1993) با تعدیل روش حداقل مربعات معمولی، روشی برای برآورد رابطة میان متغیرهای دارای روندهای تصادفی را پیشنهاد کردهاند و آن را حداقل مربعات معمولی پویا (DOLS) یا حداقل مربعات معمولی تعمیمیافته (GOLS) نامیدهاند. مقصود از پویا بودن، آن است که در این روش الگوی زمانی واکنش یک متغیر وابسته، نسبت به تغییرات متغیر (یا متغیرهای) مستقل مورد توجه قرار میگیرد. این رگرسیون زمانی مورد استفاده قرار می گیرد که متغیرهای نامانا باشند و تنها وجود یک بردار هم انباشتگی مورد تایید قرار گیرد اما نکته قوت آن نسبت به روش هم انباشتگی انگل-گرنجر و یوهانسن این است که لازم نیست متغیرهای از یک درجه مانا باشند. در فایل زیر میتوانید بخش اول آموزش این روش را دانلود نمایید.
آموزش رگرسیون هم انباشته DOLS در نرم افزار Eviews (بخش اول)
عنوان: آموزش روش DOLS در نرم افزار Eviews
حجم: 368 کیلوبایت
تهیه کننده: حسین خاندانی
بخش دوم آموزش رگرسیون هم انباشته DOLS (بخش دوم)
عنوان: آموزش تخمین dols در ایویوز
حجم: 553 کیلوبایت
تهیه کننده: حسین خاندانی
این نرم افزار از سرعت بسیار بالایی در حل مدلهای بزرگ برخوردار است. در واقع میتوان از GAMS به عنوان بهترین نرم افزار حل مسائل بهینه سازی بسیار بزرگ و پیچیده نام برد. GAMS در واقع مخفف کلمه (The General Algebraic Modeling System) است. از GAMS برای حل مسائل برنامه ریزی خطی LP، برنامه ریزی غیرخطی NLP، برنامه ریزی صحیح مختلط MIP، برنامه ریزی غیرخطی صحیح مختلط MINLP و مسائل مکمل خطی MCP استفاده میکنند.همچنین GAMS یکی از نرم افزارهای حرفه ای در حل مسائل بهینه سازی ریاضی میباشد. در فایل زیر میتوانید آموزش نحوه تدوین مدلهای تعادل عمومی استاندارد قابل محاسبه در نرم افزار گمز را دانلود نمایید.
همچنین برای علاقمندان یک مقاله آموزش تخمین مدل تعادل عمومی CGE در محیط نرم افزار ایویوز (Eviews) نیز بارگذاری شده است.
تهیه شده توسط پژوهشگاه نیرو
دانلود آموزش CGE در نرم افزار گمز
عنوان: آموزش تدوین مدل تعادل عمومی استاندارد
حجم: 2.76 مگابایت
مقاله تخمین مدل تعادل عمومی در نرم افزار Eviews
عنوان: آموزش برنامه نویسی مدل CGE در Eviews
حجم: 258 کیلوبایت
آموس یا اِی موس (AMOS) یکی دیگر از نرم افزارهای نسل اول معادلات ساختاری هست که قادر است که به تحلیل روشهای چند متغیره استاندارد بپردازد و شامل رگرسیون و تحلیل عاملی؛ همبستگی و تحلیل واریانس است. مزیت ویژه AMOS این است که شرکت IBM این نرم افزار رو همراه با SPSS ارائه داده و از این نظر همخوانی زیادی با SPSS داره. این جزوه توسط مهدی مالمیر تهیه شده است.
نرم افزار تحلیل آماری اموس AMOS جهت محاسبات تحلیل عامل و مدل معادلات ساختاری استفاده میشود. برونداد نرمافزار اموس به صورت گرافیکی بوده و لذا درک مطلب را تسهیل میکند.
دانلود آموزش نرم افزار AMOS
عنوان: فایل آموزش نرم افزار آموس AMOS
حجم: 787 کیلوبایت
دانلود کتاب اقتصاد سنجی گرین
عنوان: کتاب اقتصاد سنجی گرین 2012
حجم: 6.43 مگابایت
دانلود کتاب حل و راهنمایی سنجی گرین
عنوان: کتاب حل و راهنمای سنجی گرین
حجم: 2.09 مگابایت
دانلود کتاب اقتصاد سنجی ولدریج
عنوان: کتاب اقتصاد سنجی جفری ام ولدریج 2012
حجم: 8.5 مگابایت
دانلود کتاب پانل دیتا ولدریج
عنوان: کتاب اقتصاد سنجی ولدریج پانل دیتا
حجم: 3.72 مگابایت
دانلود فایل کاری کتاب ولدریج (اکسل، ایویوز و استاتا)
عنوان: فایل اکسل، ایویوز و استاتا ولدریج
حجم: 9.45 مگابایت
دانلود کتاب اقتصاد سنجی بالتاجی
عنوان: دانلود کتاب اقتصاد سنجی بالتاجی 2006
حجم: 2.39 مگابایت
دانلود کتاب مقدماتی برنامه نویسی در Eviews
عنوان: کتاب اقتصاد سنجی با برنامه نویسی در Eviews
حجم: 252 کیلوبایت
حل تمرینات کتاب سنجی جانستون
عنوان: حل تمرین اقتصادسنجی جانستون و دیناردو
حجم: 5.88 مگابایت
دانلود کتاب اقتصاد سنجی در اکسل با شبیه سازی مونت کارلو
عنوان: دانلود کتاب مونت کارلو
حجم: 16.1 مگابایت
دانلود کتاب اقتصاد سنجی مالی بروکس با کاربرد در ایویوز
عنوان: کتاب اقتصاد سنجی بروکس 2014
حجم: 11.1 مگابایت
دانلود فایل کاری و دیتاهای کتاب بروکس
عنوان: فایل داده های کتاب بروکس
حجم: 2.68 مگابایت
با توجه به برگزاری کارگاه های آموزشی نرم افزار های اکسل، ایویوز و استاتا برای دانشجویان ارشد رشته های اقتصاد، مدیریت مالی و حسابداری عناوین مطرح شده در این کارگاه ها به شرح زیر است:
از این پس، تمام مباحث در رابطه حل تمرین و کارگاه های آموزشی نرم افزار های ایویوز، استاتا و غیره در آدرس زیر ارائه میشود . دانشجویان میتوانند برنامه کارگاه و فایلهای آموزشی و غیره را در این صفحه مشاهده نمایند:
برای کسب اطلاعات کارگاه دانشجویان اقتصاد به آدرس بالا مراجعه نمایید.
عناوین مطح شده در جلسه دوم کارگاه برای دانشجویان مدیریت مالی:
دانشجویان مدیریت مالی در آینده میتوانند فایل های آموزشی این کارگاه را در وب و در همین پست دانلود نمایند.
برای مشاهده برنامه کارگاه دانشجویان مدیریت مالی (علیرضا خیری) به صفحه زیر مراجعه نمایید:
در این فایل ما نحوه وارد کردن داده ها در نرم افزار R و همچنین انجام تخمین رگرسیون ساده را آموزش داده ایم. در فایل های بعدی روش های پیشرفته اقتصاد سنجی مانند روش GMM ، مدلهای سری زمانی، شیبه سازی و همچنین نحوه کار با package های موجود در R آموزش داده خواهد شد.
آموزش تخمین رگرسیون در نرم افزار R
فایل داده های آموزش (با پسوند txt)
عنوان: آموزش تخمین رگرسیون در R
حجم: 1.02 مگابایت
تهیه کننده: حسین خاندانی
زبان R ، یک نوع زبان برنامه نویسی دارای محیط نرم افزاری برای محاسبات آماری و تحلیل داده به کار میرود که در سال 1993 در گروه آماری دانشگاه اوکلند کشور نیوزلند ،به وسیله آقایان رابرت جنتلمن و روس ایهاک طراحی شد. هچنین در سال 1995 به صورت کامل به معرفی عموم مردم رسید. این نرم افزار کاربرد زیادی در مباحث اقتصادسنجی دارد که دوستان میتوانند آنرا از لینک زیر دانلود نمایند.
عنوان: نسخه 3.1 نرم افزار R
حجم: 54,964 KB
عنوان: نرم افزار RStudio
حجم: 45 MB
رگرسیون یا اقتصادسنجی فضایی شاخهای از اقتصادسنجی است که توسط پروفسور انسلین در سال 1988 به دنیای علم اقتصاد معرفی شد. وی در کتاب خود به نام "اقتصادسنجی فضایی، روشها و مدلها" به تشریح این روش اقتصادسنجی پرداخته است. تکنیک معرفی شده توسط وی دارای قابلیتهای بهتری نسبت به اقتصادسنجی مرسوم مقطعی و سریزمانی است. تفاوت اساسی این شیوه از تجزیه و تحلیل بکارگیری اطلاعات و دادههای طول و عرض جغرافیایی در محاسبات است. منظور از اثرات فضایی در محاسبات عواملی هستند که به مکان استقرار متغیرها مربوط میشوند. عامل اول مبحث وابستگی یا خودهمبستگی فضایی بین مشاهدات دادهای نمونه در نقاط مختلف است و عامل دوم ساختار یا ناهمسانی فضایی که ناشی از روابط مدل است که با حرکت بر روی صفحه مختصات همراه با داده نمونهای تغییر میکند.
در این پست فیلم های آموزشی دوست عزیر و گرامی بند آقای دکتر ساسان قاراخانی به بصورت رایگان در اختیار پژوهشگران و متخصصین علم آمار، اقتصادسنجی و علوم داده Data Science قرار گرفته است. همچنین دوستان میتوانند بصورت آنلاین این ویدیو های آموزشی را در سایت آپارات مشاهده نمایند و از سایر ویدیوهای آموزشی نیز استفاده کنند. لینک های مشاهده آنلاین آموزش ها | لینک 1 | لینک 2 | لینک 3 . همچنین دوستان میتوانند با عضویت در کانال اقتصادسنجی نوین به آدرس eghtesadsanjinovin@ نیز از این آموزش های بهره مند شوند.
با تشکر از کانل اقتصادسنجی نوین و دکتر قاراخانی
مجموعه جامع ویدیویی آموزش رگرسیون های پانل فضایی
عنوان: آموزش تحلیل و رگرسیون های فضایی Spatial Regression
حجم: 395 مگابایت
مدرس: ساسان قاراخانی
رویکردی نوین در برنامه نویسی
زبان برنامه نویسی دومین زبان برتر در زمینه Data Science و حوزه یادگیری ماشین و داده کاوی محسوب می گردد. یکی از مزیت های این زبان که آن را در حوزه Data Science بسیار محبوب نموده است منظومه تکنولوژی تایدی کردن اطلاعات با استفاده از رویکرد جدید برنامه نویسی Tidyvese است.
مزیت های این رویکرد و تکنولوژی برنامه نویسی بمنظور پیش پردازش داده ها:
برنامه نویسی ساده و روان
فرآیند ساده debugging
مدیریت بهینه object
مدیریت فضای Ram
سرعت برنامه نویسی و پردازش سریع تر
آموزش داده کاوی و علوم داده با رویکرد برنامه نویسی Tidyverse in R
عنوان: آموزش داده کاوی و تمیزسازی داده با Tidyverse in R
آموزش تکنولوژی و پکیج Tidyverse در زبان برنامه تویسی R
حجم: 37 مگابایت
آموزش فارسی مصورسازی اطلاعات با استفاده از دستور زبان گرافیکی Data Visualization with Grammar of Graphics for Data Science
معرفی و آموزش دستور زبان گرامر گرافیکی با استفاده از ggplot با استفاده از لایه های geometry
مزیت ها:
برنامه نویسی آسان
قابلیت سوار کردن انواع پلات های روی لایه ثابت
تلفیق آسان انواع پلات ها
تنوع بالای پلات ها و توابع geom
:مدرس: خاندانی
دانلود آموزش ویدیویی مصورسازی اطلاعات با GGplot در R
عنوان: آموزش ویدیویی مصورسازی اطلاعات با ggplot در R
توضیحات: آموزش تکنولوژی دستور زبان گرافیکی Grammar of Graphic در R
حجم: 43.1 مگابایت
مدرس: حسین خاندانی
مدلهای معادلات همزمان مبتنی بر رویکردی است که طبق آن، برخی متغیرها را درونزا و برخی را برونزا فرض میکند. تعیین متغیرها به دو دسته درونزا و برونزا ممکن است پشتوانه نظری داشته باشد یا ممکن است سلیقهای باشد. حتی زمانی که پشتوانه نظری دارد، در خصوص آن تردیدهایی مطرح میشود و ممکن است نتایج تجربی با مبانی نظری در تناقض باشد. به هر حال در شرایطی که مطمئن نیستیم چه متغیرهایی درونزا و چه متغیرهایی برونزا هستند، از رویکرد دیگری در مدلسازی معادلات همزمان استفاده میشود که معروف به مدلهای خودر گرسیون برداری (VAR) هستند. این رویکرد بر این نکته تأکید دارد که بایستی در مدلسازی و بهویژه در تعیین متغیرهای درون زا و برون زا، از اعمال سلیقه های فردی پرهیز شود و لذا همه متغیرها را درون زا در نظر می گیرد. مشابه معادلات همزمان، در روش خودرگریسون برداری، ابتدا یک مدل معادلات همزمان طراحی می شود که در آن همه متغیرها تابعی از مقادیر جاری و گذشته یکدیگر می باشند.
این مدل، معروف به مدل VAR ساختاری (SVAR) می باشد. از طرف دیگر، با حل مدل SVAR برای متغیرهای مورد نظر، فرم حل شده VAR به دست میآید که معروف به VAR استاندارد است. در این مدل، هر یک از متغیرها تابعی از مقادیر گذشته همه متغیرهای موجود در مدل هستند. از آنجا که VAR استاندارد تابعی از مقادیر گذشته متغیرها است، با روش OLS قابل تخمین است، اما برای مدل SVAR چنین شرایطی برقرار نیست. یکی از موضوعات اصلی در این مدلها، قابلیت شناسایی مدل SVAR است. بدین معنی که با تخمین مدل VAR استاندارد بایستی بتوانیم به ضرایب مدل SVAR برسیم.
در این پست فیلم های آموزشی دوست عزیر و گرامی بند آقای دکتر ساسان قاراخانی به بصورت رایگان در اختیار پژوهشگران و متخصصین علم آمار، اقتصادسنجی و علوم داده Data Science قرار گرفته است. همچنین دوستان میتوانند بصورت آنلاین این ویدیو های آموزشی را در سایت آپارات مشاهده نمایند و از سایر ویدیوهای آموزشی نیز استفاده کنند. لینک های مشاهده آنلاین آموزش ها | لینک 1 مجموعه ویدیوها . همچنین دوستان میتوانند با عضویت در کانال اقتصادسنجی نوین به آدرس eghtesadsanjinovin@ نیز از این آموزش های بهره مند شوند.
با تشکر از کانل اقتصادسنجی نوین و دکتر قاراخانی
دانلود آموزش جامع ویدیویی مبانی نظری و تخمین BVAR
عنوان: آموزش جامع تخمین Bayesian Var در ایویوز
حجم: 106 مگابایت
مدرس: ساسان قاراخانی
دانلود آموزش ویدیویی تخمین مدل SVAR in Eviews
عنوان: آموزش تخمین SVAR در EViews
حجم: 22.5 مگابایت
مدرس: ساسان قاراخانی
در این ویدیو نحوه فعال نمودن کرنل R در ژوپیتر نوت بوک با پیاده سازی یک مثال خوشه بندی با استفاده از زبان R آموزش داده شده است. همچنین نحوه نصب کتابخانه و پکیج نیز در ویدیو مختصرا شرح داده شده است.
پروژه ژوپیتر که در سال ۲۰۱۴ توسط فرناندو پرز از آیپایتون اشتقاق یافت، از محیطهای اجرایی در دهها زبان برنامهنویسی پشتیبانی میکند. نام این پروژه به سه زبان برنامهنویسی که مورد پشتبانی این پروژه هستند، یعنی جولیا، پایتون (زبان برنامهنویسی) و آر (R)، -(JuPyteR)-و همچنین گالیله نوت بوک (یادداشتهای گالیله) اشاره دارد. پروژه ژوپیتر محصولات کامپیوتری تعاملی دفتر یادداشت ژوپیتر، مرکز ارتباطات ژوپیتر، آزمایشگاه ژوپیتر، و نسل بعدی دفتر یادداشت ژوپیتر را ایجاد کرده و پشتیبانی میکند.
آموزش برنامه نویسی R در Jupyter Notebook
عنوان: آموزش کلاسترینگ و کد نویسی R در Jupyter Notebook
توضیحات: آموزش نصب و فعال کردن کرنل R در ژوپیتر
حجم: 29.4 مگابایت
مدرس: حسین خاندانی
آموزش تبدیل مدل های و الگوریتم های آماری و یادگیری ماشین به یک وب اپلیکشین Wep Application
دانلود آموزش ایجاد وب اپلیکیشن داده محور با شاینی
عنوان: R shiny web app
حجم: 35.8 مگابایت
توضیحات: آموزش اپلیکیشن با R shiny
مدرس: حسین خاندانی
پارت دوم آموزش ایجاد اپلیکشن آماری و داده محور با R Shiny
عنوان: آموزش معماری کتابخانه و فریمورک R Shiny
حجم: 47.7 مگابایت
مدرس: حسین خاندانی
آموزش پردازش داده ها حجیم با بیگ دیتا (Big Data) در آر و پایتون با معماری شرکت مایکروسافت با پیاده سازی رگرسیون لاجیت یا لاجستیک
معرفی MRO- Microsoft R Open
معرفی Python Server معرفی R Server
معرفی Python R Tools for Visual Studio
پیاده سازی رگرسیون برای برای داده های حجیم Big Data
عنوان: آموزش بیگ دیتا بمنظور پیاده سازی الگوریتم های آماری و یادگیری ماشین
حجم: 30.4 مگابایت
توضیحات: پردازش داده های حجیم در آر و پایتون
مدرس: حسین خاندانی
درباره این سایت