تخفیف!

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

(دیدگاه کاربر 2)

۶۴۰,۰۰۰ ریال

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 ایتا یا سروش یا روبیکا با خط 09155136129.

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 اين ويدئوي آموزشي مي خواهيم در خصوص اين موضوع صحبت کنيم که پاکسازي داده هاي پانل چيست و چرا بايد به شناسايي و اقدام لازم در خصوص داده هاي پرت بپردازيم.

توجه داشته باشيد که اينجا در خصوص داده هاي پانل صحبت مي کنيم. ممکن است شما هنوز این صفحه بسیار معروف در سايت ما را که روزانه بازديد کننده بسيار زيادي دارد را نديده باشيد. در اين صفحه سايت ويدئويي ده دقیقه ای رایگان وجود دارد که دقيقا به شما مي گويد که پانل ديتا يا داده هاي ترکيبي يا داده هاي تلفيقي چيستند؟: پانل دیتا چیست؟

اين محصول آموزشي در خصوص داده هاي پانل (ترکيبي) و رگرسيون معمولي OLS است. در خصوص ساير داده ها و يا ساير روشهاي تحليلي مي بايست به فراخور مساله تصميم گيري نمود و اين راه حل به صورت قعطي قابل تعميم نيست. 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 هميشه قبل از انجام تحليل به داده هاي خود نگاهی دقیق بياندازيد!

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

در فیلم کوتاه زیر بخشي از فيلم آموزشي 35 دقيقه اي در این بسته آموزشی قابل مشاهده است:

play-rounded-fill
داده پرت در eviews

داده پرت در eviews

 

این ویدئو را دانلود کنید.

2- اهميت جمع آوري داده ها و محاسبات آنها در پایان نامه های اقتصاد سنجي

جمع آوري داده ها و محاسبه متغيرها يک مرحله بسيار مهم از تحقيقات اقتصاد سنجي 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 روي يک موضوع از دسترسي داشتن به داده هاي آن اطمينان حاصل نماييد.

3- داده پرت در آمار و داده کاوي

داده پرت موضوعي است که در علم آمار و همچنين در داده کاوي به آن پرداخته شده است. تشخيص داده پرت يا ناهنجاري در داده ها در اوايل قرن 19 مطالعه شده است. يک تحليلگر خبره و دقيق حتما قبل از هر گونه تحليلي به بررسي اين موضوع مي پردازد.

1-3- داده پرت چيست؟

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.

2-3- مثالهايي از داده هاي پرت

در شرکتهاي بورسي شرکتهايي با وضعيت هاي کاملا متفاوتي وجود دارند و شکل گيري داده پرت در آنها چيز بعيدي نيست. به عنوان مثال شرکتی را می شناسم که هنوز در بورس هست اما عملا کارخانه آن تعطيل است. البته این شرکت هنوز عملا اعلام ورشکستگي 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.

3-3- دو نوع داده پرت

برخي محققان به دو نوع داده پرت اشاره کرده اند که عبارتند از پرت ضعيف (نويز) و پرت قوي (ناهنجاري).

4-3- چرا بررسي داده هاي پرت لازم است؟ اين کار چه ثمره اي دارد؟

يکي از کاربردي بررسي و شناسايي داده هاي پرت شناسايي داده هاي اشتباه در ميان داده هاي شماست. حال اين اشتباه ممکن است ناشي از محاسبات باشد و يا اينکه ناشي از تايپ و ورود داده باشد.

داده هاي پرت باعث بوجود آمدن مشکلات بعدي در تمام مراحل تحليل مي شود. چه مرحله آزمون ريشه واحد باشد، چه مرحله هم انباشتگي و چه مرحله برازش مدل و بررسي نيکويي برازش. بنابراين بايد مشکل را به صورت ريشه ای شناخت و حلش کرد.

در کل بايد گفت تشخيص و اقدام لازم در خصوص داده پرت منجر به افزايش کيفيت داده مي گردد.

5-3- کاربرد روشهاي تشخيص داده هاي پرت چيست؟

مواردی از کاربرد روشها و فنون تشخیص داده های پرت به این قرار است: تشخيص نشت آب يا شکستگي لوله در يک محله مسکوني. تشخيص نفوذ در شبکه، تشخيص تقلب کارت اعتباري.

6-3- الگوريتم هاي شناسايي و حذف داده هاي پرت

بر حسب دامنه کاربرد، ويژگي هاي مسئله و زمينه هاي تحقيقاتي مي بايست روش مناسب جهت شناسايي داده هاي پرت انتخاب شود.

الگوريتم هاي مختلفي در علم داده کاوي براي شناسايي و حذف داده هاي پرت استفاده مي شوند. اين الگوريتم ها در هر حوزه اي متفاوت هستند زيرا حساسيت ها متفاوت است. به عنوان مثال اين روشها و الگوريتم ها در پزشکي به گونه اي متفاوت از صنعت مورد استفاده قرار مي گيرند.

7-3- دسته بندي رايج تشخيص داده پرت

روش هاي مبتني بر توزيع

اين روش ها که بيشتر در علم آمار استفاده مي گردد مبتني بر توزيع داده ها است و از آزمون هاي آماري استفاده مي شود. و آزمون آماري پاسخ اين سوال را مي دهد که آيا يک داده متعلق به اين مدل و اين توزيع هست يا خير. و اگر فرض اچ صفر رد شود خواهند گفت مثلا داده پرت است. کيفيت اين روش وابستگي شديدي به مفروضات ما در مدل واقعي دارد.

روش هاي مبتني بر خوشه بندي

در اين روش خوشه هاي کوچک را به عنوان داده هاي پرت در نظر مي گيرند. منظور از خوشه هاي کوچک، خوشه هايي هستند که ميزان قابل توجهي نقاط داده کمتري نسبت به ساير خوشه ها دارند.

روش هاي مبتني بر فاصله

با نمودار جعبه اي مي توان داده هاي 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 هاي مبتني بر چگالي

در روش هاي مبتني بر تراکم، داده اي پرت است که تراکم آن نسبت به همسايگان خود به ميزان قابل توجهي کمتر باشد.

براي اطلاعات بيشتر در خصوص داده های پرت به این مقاله و منابع آن مراجعه نماييد: دانلود مقاله روشهای تشخیص داده پرت

4- شرح روش تجربي «اطمينان شرق» در زمينه پاکسازي و حذف داده پرت (در داده هاي پانل)- این بسته آموزشی

در این بسته می آموزیم چگونه نگاهي عميق و موشکافانه به داده ها داشته باشيم و با کمک نمودارها نقاط پرت را شناسايي کنيم. همزمان نگاهي نيز به نتايج حاصل از ران شدن مدل رگرسيون داشته باشيم تا بتوانيم تصميم نهايي را بگيريم.

اين شيوه کار که خدمت شما آموزش داده مي شود از فوت و  فن هاي کوزه گري است که تحليلگران حرفه اي انجام مي دهند و جايي اين نکته به خوبي آموزش داده نمي شود اما ما صادقانه آنرا در اختيار شما مي گذاريم. زيرا مايليم تحليلگري به معناي واقعي و کاربردي خودش در فرهنگ علمي ايرانيان جا بيفتد.

اين شيوه کار تجربه عملياتي ما به عنوان يک تحلیلگر آماري است و در هيچ منبع رسمي چنين آموزشي وجود ندارد.

 

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.

5/5 - (4 امتیاز)

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

  1. عربی

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

  2. حسن (خریدار محصول)

    صفر 13500 تومان دادم هیچ دستاوردی نداشت فقط پولم حرام شد

دیدگاه خود را بنویسید

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