آموزش ویدئویی شناسایی داده پرت در داده های ترکیبی (پانلی)

(دیدگاه کاربر 1)

۱۳,۵۰۰ تومان

این آموزش برای داده های پانلی (ترکیبی) تهیه شده است اما تا حدود زیادی برای داده های مقطعی نیز کاربرد دارد.

همراه با پشتیبانی و پاسخگویی رایگان به سوالات مرتبط در واتس آپ.

مدرس: سید مجتبی فرشچی، مدیریت «اطمینان شرق» و کارشناس ارشد رشته آمار اقتصادی از شهید بهشتی تهران. برای توضیحات کامل در خصوص این محصول و مشاهده بخشی از این فیلم آموزشی، به بخش توضیحات این صفحه در پایین تر مراجعه نمایید.

بلافاصله بعد از خرید لینک دانلود در اختیار شما قرار خواهد گرفت. برای خرید، بر روی “افزودن به سبد خرید” کلیک نمایید:

در این ویدئوی آموزشی می خواهیم در خصوص این موضوع صحبت کنیم که پاکسازی داده های پانل چیست و چرا باید به شناسایی و اقدام لازم در خصوص داده های پرت بپردازیم.

توجه داشته باشید که اینجا در خصوص داده های پانل صحبت می کنیم. ممکن است شما هنوز این صفحه بسیار معروف در سایت ما را که روزانه بازدید کننده بسیار زیادی دارد را ندیده باشید. در این صفحه سایت ویدئویی ده دقیقه ای رایگان وجود دارد که دقیقا به شما می گوید که پانل دیتا یا داده های ترکیبی یا داده های تلفیقی چیستند؟: پانل دیتا چیست؟

این محصول آموزشی در خصوص داده های پانل (ترکیبی) و رگرسیون معمولی OLS است. در خصوص سایر داده ها و یا سایر روشهای تحلیلی می بایست به فراخور مساله تصمیم گیری نمود و این راه حل به صورت قعطی قابل تعمیم نیست. البته برای داده های مقطعی نیز می توان تا حد زیادی از این آموزش بهره برد. داده های مقطعی داده هایی هستند که در یک مقطع زمانی خاص (مثلا طی یکسال) اطلاعاتی جمع آوری شده است.

اما در حالت کلی بخاطر داشته باشید که همیشه قبل از انجام تحلیل به داده های خود نگاهی دقیق بیاندازید!

۱- بخشهایی از فیلم آموزشی داده های پرت- این آموزش ویدئویی

در فیلم کوتاه زیر بخشی از فیلم آموزشی ۳۵ دقیقه ای در این بسته آموزشی قابل مشاهده است:

داده پرت در eviews

داده پرت در eviews

 

این ویدئو را دانلود کنید.

۲- اهمیت جمع آوری داده ها و محاسبات آنها در پایان نامه های اقتصاد سنجی

جمع آوری داده ها و محاسبه متغیرها یک مرحله بسیار مهم از تحقیقات اقتصاد سنجی است. هرگز این مرحله جمع آوری داده را دست کم نگیرید و فکر نکنید که مثلا با نصف روز این کار قابل انجام است!!

جمع آوری داده ها و سپس انجام محاسبات بر روی آنها کاری سخت و وقت گیر است. ممکن است لازم شود به محلی مخصوص در دانشگاه خویش و یا به بازار بورس اوراق بهادار مراجعه نموده و از نرم افزارهای رهاورد نوین و کدال و امثال آن به استخراج داده هایی که در پایان نامه خویش و برای براورد مدل به آن نیاز دارد، اقدام نمایید. حتی برای محاسبه برخی متغیرهای مدل خود ممکن است مجبور شوید صورت های مالی تک تک شرکتها را بررسی کنید و اطلاعات را یادداشت نمایید.

بنابراین خیلی مهم است قبل از شروع به کار بر روی یک موضوع از دسترسی داشتن به داده های آن اطمینان حاصل نمایید.

۳- داده پرت در آمار و داده کاوی

داده پرت موضوعی است که در علم آمار و همچنین در داده کاوی به آن پرداخته شده است. تشخیص داده پرت یا ناهنجاری در داده ها در اوایل قرن ۱۹ مطالعه شده است. یک تحلیلگر خبره و دقیق حتما قبل از هر گونه تحلیلی به بررسی این موضوع می پردازد.

۱-۳- داده پرت چیست؟

دادهٔ پرت یا به عبارت دیگر نقطه دور افتاده به داده‌ای گفته می‌شود که با دیگر داده‌های هم‌گروه فاصلهٔ چشمگیری داشته‌ باشد. به بیان ساده داده پرت داده ای است که از سایر داده پرت افتاده است.

۲-۳- مثالهایی از داده های پرت

در شرکتهای بورسی شرکتهایی با وضعیت های کاملا متفاوتی وجود دارند و شکل گیری داده پرت در آنها چیز بعیدی نیست. به عنوان مثال شرکتی را می شناسم که هنوز در بورس هست اما عملا کارخانه آن تعطیل است. البته این شرکت هنوز عملا اعلام ورشکستگی ننموده است. داده های این شرکت در یک صنعت خاص بورس می تواند باعث شکل گیری داده های پرت در تحقیق یا پایان نامه شما گردد.

۳-۳- دو نوع داده پرت

برخی محققان به دو نوع داده پرت اشاره کرده اند که عبارتند از پرت ضعیف (نویز) و پرت قوی (ناهنجاری).

۴-۳- چرا بررسی داده های پرت لازم است؟ این کار چه ثمره ای دارد؟

یکی از کاربردی بررسی و شناسایی داده های پرت شناسایی داده های اشتباه در میان داده های شماست. حال این اشتباه ممکن است ناشی از محاسبات باشد و یا اینکه ناشی از تایپ و ورود داده باشد.

داده های پرت باعث بوجود آمدن مشکلات بعدی در تمام مراحل تحلیل می شود. چه مرحله آزمون ریشه واحد باشد، چه مرحله هم انباشتگی و چه مرحله برازش مدل و بررسی نیکویی برازش. بنابراین باید مشکل را به صورت ریشه ای شناخت و حلش کرد.

در کل باید گفت تشخیص و اقدام لازم در خصوص داده پرت منجر به افزایش کیفیت داده می گردد.

۵-۳- کاربرد روشهای تشخیص داده های پرت چیست؟

مواردی از کاربرد روشها و فنون تشخیص داده های پرت به این قرار است: تشخیص نشت آب یا شکستگی لوله در یک محله مسکونی. تشخیص نفوذ در شبکه، تشخیص تقلب کارت اعتباری.

۶-۳- الگوریتم های شناسایی و حذف داده های پرت

بر حسب دامنه کاربرد، ویژگی های مسئله و زمینه های تحقیقاتی می بایست روش مناسب جهت شناسایی داده های پرت انتخاب شود.

الگوریتم های مختلفی در علم داده کاوی برای شناسایی و حذف داده های پرت استفاده می شوند. این الگوریتم ها در هر حوزه ای متفاوت هستند زیرا حساسیت ها متفاوت است. به عنوان مثال این روشها و الگوریتم ها در پزشکی به گونه ای متفاوت از صنعت مورد استفاده قرار می گیرند.

۷-۳- دسته بندی رایج تشخیص داده پرت

روش های مبتنی بر توزیع

این روش ها که بیشتر در علم آمار استفاده می گردد مبتنی بر توزیع داده ها است و از آزمون های آماری استفاده می شود. و آزمون آماری پاسخ این سوال را می دهد که آیا یک داده متعلق به این مدل و این توزیع هست یا خیر. و اگر فرض اچ صفر رد شود خواهند گفت مثلا داده پرت است. کیفیت این روش وابستگی شدیدی به مفروضات ما در مدل واقعی دارد.

روش های مبتنی بر خوشه بندی

در این روش خوشه های کوچک را به عنوان داده های پرت در نظر می گیرند. منظور از خوشه های کوچک، خوشه هایی هستند که میزان قابل توجهی نقاط داده کمتری نسبت به سایر خوشه ها دارند.

روش های مبتنی بر فاصله

با نمودار جعبه ای می توان داده های پرت را مشاهده نمود. نمودار جعبه ای که به راحتی می توان توسط نرم افزارهای آماری این نمودار را استخراج نمود ساختاری به صورت زیر دارد:

نمودار جعبه ای
نمودار جعبه ای

روش های مبتنی بر چگالی

در روش های مبتنی بر تراکم، داده ای پرت است که تراکم آن نسبت به همسایگان خود به میزان قابل توجهی کمتر باشد.

برای اطلاعات بیشتر در خصوص داده های پرت به این مقاله و منابع آن مراجعه نمایید: دانلود مقاله روشهای تشخیص داده پرت

۴- شرح روش تجربی «اطمینان شرق» در زمینه پاکسازی و حذف داده پرت (در داده های پانل)- این بسته آموزشی

در این بسته می آموزیم چگونه نگاهی عمیق و موشکافانه به داده ها داشته باشیم و با کمک نمودارها نقاط پرت را شناسایی کنیم. همزمان نگاهی نیز به نتایج حاصل از ران شدن مدل رگرسیون داشته باشیم تا بتوانیم تصمیم نهایی را بگیریم.

این شیوه کار که خدمت شما آموزش داده می شود از فوت و  فن های کوزه گری است که تحلیلگران حرفه ای انجام می دهند و جایی این نکته به خوبی آموزش داده نمی شود اما ما صادقانه آنرا در اختیار شما می گذاریم. زیرا مایلیم تحلیلگری به معنای واقعی و کاربردی خودش در فرهنگ علمی ایرانیان جا بیفتد.

این شیوه کار تجربه عملیاتی ما به عنوان یک تحلیلگر آماری است و در هیچ منبع رسمی چنین آموزشی وجود ندارد.

 

این بسته آموزشی با قیمتی بسیار مناسب در اختیار شما دانشجو و محقق گرامی قرار می گیرد: ۳۳۰۰۰  فقط ۱۶۰۰۰ تومان. 

برای خرید بر روی “اضافه به سبد خرید” در بالای صفحه کلیک نمایید. بلافاصله بعد از پرداخت لینک دانلود این بسته آموزشی – ویدئویی در اختیار شما قرار خواهد گرفت.

1 دیدگاه برای آموزش ویدئویی شناسایی داده پرت در داده های ترکیبی (پانلی)

  1. Avatar

    عربی

    متشکرم از بیان رسا و گذاشتن این ویدئو ارزشمند در خصوص داده دورافتاد و پرت

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا

سلام دانش پژوه عزیز؛

1- بهترین راه ارتباط با ما واتساپ (09155136129) می باشد. زیرا قبل از هر اعلام نظری، لازم است فایلهای شما را ببینیم.

2- آموزش های ویدئویی ما، کار با نرم افزار محبوب EViews را برای شما ممکن و حتی آسان خواهد نمود (خصوصا مبحث پانل دیتا). ضمن اینکه اگر داده داشته باشید آمادگی قبول فقط انجام تحلیل رگرسیون پانل دیتا را نیز داریم.

 

مشاور آماری اطمینان شرق

Open chat
1
سلام. چنانچه قصد سفارش تحلیل دارید، می توانید از طریق واتس آپ {09155136129} با ما ارتباط بگیرید.
روی آیکن واتس آپ کلیک کنید: