روش های تجزیه آماری چند متغیره
|
|
---|---|
کد درس: —– (2 واحد) | |
رشته: ژنتیک و بهنژادی گیاهی | |
گروه: زراعت و اصلاح نباتات | |
پیش نیاز درس: روش های پیشرفته آماری | |
سال تحصیلی: | |
استاد درس: قادر میرزاقادری | |
اهداف درس: | |
ارزیابی درس:
فعالیت و تمرین (30%)، امتحان پایانترم (70%) |
|
منابع درس:
منبع اصلی: 1- Johnson, R. A. and D. W. Wichern. 2007. Applied multivariate statistical analysis. Prentice Hall Inter. Inc. New Jersey, USA. منابع تکمیلی: |
|
فعالیت و تمرین:
يك مقاله لاتين مرتبط با حداقل دو بخش درس بعلاوه انجام تمارين مربوطه با SAS و ساير نرم افزار هاي آماري
|
|
مطالب (lecture notes):
مدل هاي عمومي خطي (General Linear Models) روشهاي تجزيه واريانس در قالب رگرسيون مروري بر مباني جبر ماتريس (Matrix Algebera) شامل عمليات اصلی، محاسبه ريشه ها و بردار هاي ويژه نمایش گرافیکی داده های چند متغیره مباني تجزيه و تحليل دو و چندمتغيره (Principle of Multivariate Analysis) توزيع چند متغيره نرمال T2 هتلينگ و مقايسه دو جامعه چندمتغيره تجزيه واريانس چندمتغيره (Multivariate Analysis of Variance) روشهای محاسبه فاصله و شباهت (Similarity and Distances) تجزيه به مولفههاي اصلي (Principle Components Analysis, PCA) تجزيه به عاملها (Factor Analysis) Multidimensional Scaling Analysis یا PCoA مروری بر روشهای برآورد پارامترها (Parameter estimation) تجزيه تشخيص (Discrimination and Classification) همبستگي کانونی و متغيرهاي متعارف (Canonical Correlation Analysis) تجزيه خوشهاي (Hierarchical and k-means) رگرسیون لجستیک (Logistic regression) مقدمه ای بر روش شبکه های عصبی (Neural networks |