آموزش رایگان آمار مقدماتی علوم اعصاب

در این دوره، آمار مقدماتی برای کاربرد در رشته‌های علوم اعصاب و روان‌شناسی ارائه خواهد شد. این دوره جهت تدریس آمار و تحلیل داده به دانشجویان دوره دکتری علوم اعصاب در دانشگاه علوم پزشکی تهران در بهار 1400 آماده شده‌است و هدف از آن یادگیری مقدمات مربوط به آمار است. البته تمامی محققانی که نیاز دارند با علم آمار آشنا شوند حتماً می‌توانند از این دوره استفاده نمایند. این درس که بر اساس جزوه درسی نوشته برای دانشجویان دانشگاه میسوری آمریکا تهیه شده‌است و توسط اساتیدی همچون گرت فاستر، دیوید لین، و همکاران ایشان تدوین شده‌است و سعی شده‌است تا دانش مقدماتی آمار ارائه گردد.

آمار علم وسیعی است که راه‌های جمع‌آوری، خلاصه‌سازی و نتیجه‌گیری از داده‌ها را مطالعه می‌کند، این علم برای طیف وسیعی از علوم دانشگاهی فیزیک و علوم اجتماعی گرفته تا انسان‌شناسی و همچنین تجارت، حکومت‌داری و صنعت کاربرد دارد. علم آمار، مبتنی است بر دو شاخه‌ی آمار توصیفی و آمار استنباطی. در آمار توصیفی با داشتن تمام افراد جامعه به بررسی خصوصیت‌های آماری آن پرداخته می‌شود، درحالی‌که در آمار استنباطی با به‌دست‌آوردن نمونه‌ای از جامعه که خصوصیات اصلی جامعه را بیان می‌کند، در مورد جامعه استنباط آماری انجام می‌شود. در نظریه آمار، اتفاقات تصادفی و عدم قطعیت توسط نظریه احتمالات مدل‌سازی می‌شوند. در این علم، مطالعه و قضاوت معقول درباره موضوع‌های گوناگون، بر مبنای یک نمونه انجام می‌شود و قضاوت در مورد یک فرد خاص، اصلاً مطرح نیست. از جمله مهم‌ترین اهداف آمار، می‌توان تولید بهترین اطلاعات از داده‌های موجود و سپس استخراج دانش از آن اطلاعات را ذکر کرد. به همین سبب است که برخی از منابع، آمار را شاخه‌ای از نظریه تصمیم‌ها به شمار می‌آورند.

از طرف دیگر می‌توان آن را به دو بخش آمار کلاسیک و آمار بیز تقسیم‌بندی کرد. در آمار کلاسیک که امروزه در دانشگاه‌ها و دبیرستان‌ها تدریس می‌گردد، ابتدا آزمایش و نتیجه را داریم و بعد بر اساس آن‌ها فرض‌ها را آزمایش می‌کنیم. به‌عبارت‌دیگر ابتدا آزمایش انجام می‌شود و بعد فرض آزمون می‌گردد. در آمار بیزی ابتدا فرض در نظر گرفته می‌شود و سپس داده‌ها با آن مطابقت داده می‌شوند.

مطالب ارائه شده در دوره آموزش رایگان آمار مقدماتی علوم اعصاب چیست؟

مقدمه‌ای بر آمار، چگونگی توزیع داده‌ها و گراف‌ها، اندازه‌گیری میزان پراکندگی داده‌ها، توزیع نرمال و چگونگی محاسبه آن، توزیع نمونه‌ها، مقدمه‌ای بر بررسی فرضیه، مقدمه‌ای بر آزمون تی، اندازه‌گیری‌های تکرارشونده، تحلیل نمونه‌های وابسته و مستقل با استفاده از آزمون تی، آنالیز واریانس، ارتباطات برداری، رگرسیون خطی و در نهایت آزمون Chi-Square است.