احصل على تحديث في الإحصاء التطبيقي لأبحاث التغذية باستخدام R وقم بتبسيط عملياتك في المشروع العلمي الجاري″ 

في إطار البحوث التغذوية، تلعب الإحصاءات دورًا مهمًا، حيث يقوم المتخصصون بتبويب المعلومات والحصول على نتائج الاختبارات التي يتم إجراؤها بطريقة مفصلة. هذه العملية ضرورية لجمع البيانات ونشرها داخل فريق العمل، بحيث يمكن تحقيق النتائج بسرعة وكفاءة أكبر.

إلى هذا الحد، من الضروري أن يتعمق أخصائي التغذية في أحدث المعارف المتعلقة بالعمليات الإحصائية ، لأنها ستكون ذات أهمية حيوية في أبحاثهم. سيسهل عليك ذلك التعامل مع الكم الهائل من المعلومات التي يتم الحصول عليها داخل العينات والتجارب. في ظل هذه الخلفية تم إنشاء هذه المؤهل العلمي، بهدف تقديم رؤية محدثة لتقنية R وإظهار التطورات الحديثة في مجال الإحصاء.

وهكذا، طوال مساق المؤهل الطلاب سيتعرفون على محتويات الرئيسية في الإحصاء الحيوي وخصائص برنامج R، كما سيقومون بنهج شامل لطريقة الانحدار والتحليل متعدد المتغيرات باستخدام R، مع وصف التقنيات الإحصائية للتنقيب عن البياناتData Mining.

يتعلق الأمر ببرنامج 100٪ أونلاين، حيث لا توجد دروس وجهاً لوجه ولا حاجة للذهاب إلى مركز فعلي، لذلك لا يحتاج أخصائي التغذية إلا إلى جهاز متصل بالإنترنت. سيسمح لك ذلك بالتوفيق بين روتين عملك والتزاماتك الشخصية والتطوير مع المحاضرة الجامعة.

هل تريد معرفة المزيد عن الإحصاء الحيوي بإستخدام R؟ سجّل في هذه المحاضرة الجامعية وتعرف على آخر المستجدات التي ستساعدك في أبحاثك الغذائية″

تحتوي المحاضرة الجامعية في الإحصاء الحيوي بإستخدام R على البرنامج العلمي الأكثر اكتمالا وحداثة في السوق. أبرز خصائصها هي:

تطوير دراسات الحالة التي يقدمها خبراء في الإحصاء الحيوي بإستخدام R
محتوياتها البيانية والتخطيطية والعملية البارزة التي يتم تصورها بها تجمع المعلومات العلمية والرعاية العملي حول تلك التخصصات الأساسية للممارسة المهنية
التمارين العملية حيث يمكن إجراء عملية التقييم الذاتي لتحسين التعلم
تركيزها على المنهجيات المبتكرة
كل هذا سيتم استكماله بدروس نظرية وأسئلة للخبراء ومنتديات مناقشة حول القضايا المثيرة للجدل وأعمال التفكير الفردية
إمكانية الوصول إلى المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت

برنامج مصمم خصيصاً لتلبية احتياجاتك حيث ستتمكن من تحديث استراتيجياتك البحثية لتحقيق تقدم أسرع في مشروعك"

البرنامج يضم في أعضاء هيئة تدريسه محترفين في مجال الطاقات المتجددة يصبون في هذا التدريب خبرة عملهم، بالإضافة إلى متخصصين معترف بهم من الشركات الرائدة والجامعات المرموقة.

إن محتوى الوسائط المتعددة الذي تم تطويره باستخدام أحدث التقنيات التعليمية، والذين سيتيح للمهني فرصة للتعلم الموضوعي والسياقي، أي في بيئة محاكاة ستوفر تأهيلا غامرًا مبرمجًا للتدريب في مواقف حقيقية.

يركز تصميم هذا البرنامج على التعلّم القائم على حل المشكلات، والذي يجب على المهني من خلاله محاولة حل مختلف مواقف الممارسة المهنية التي تنشأ على مدار العام الدراسي. للقيام بذلك، سيكون هناك مساعدة من نظام فيديو تفاعلي مبتكر من صنع خبراء مشهورين.

سوف تتقن التحليل متعدد المتغيرات بإستخدام R وأوصافه للبيانات متعددة المتغيرات"

هذا المؤهل يتناسب مع احتياجاتك الفورية، مما يسمح لك بالتعامل مع تقنيات التنقيب عن البيانات ‘Data Mining’ الإحصائية المتقدمة باستخدام R"

في إطار التزامه بالتميز الأكاديمي، صممت جامعة TECH، بالتعاون الوثيق مع فريق التدريس، منهجاً أكاديمياً لهذا البرنامج، مع إثرائه بمواد سمعية بصرية ورسوم بيانية وتمارين عملية وقراءات تكميلية. وبهذه الطريقة، سيحصل أخصائيو التغذية على أفضل الموارد لتحقيق تقدم أسرع في أبحاثهم. باختصار، كل ما يحتاجه أخصائي التغذية للحصول على آخر المستجدات في الإحصاء و R في البحث العلمي بأفضل الضمانات وفي وضع مريح أونلاين. 

ادخل إلى الحرم الجامعي الافتراضي وتعرف على المزيد حول أفضل التقنيات لأبحاثك الغذائية من خلال الرسوم البيانية التفاعلية أو مقاطع الفيديو أو دراسات الحالة″

الوحدة 1 الإحصاء و R في الأبحاث الصحية

1.1    الإحصاء الحيوي

1.1.1    مقدمة في المنهج العلمي
2.1.1    السكان والعينة. مقاييس أخذ العينات للمركزية
3.1.1    التوزيعات المتقطعة والتوزيعات المستمرة
4.1.1    مخطط عام للاستدلال الإحصائي. الاستدلال على المتوسط السكاني العادي.  الاستدلال على المتوسط السكاني العام
5.1.1    مقدمة في الاستدلال غير البارامترى

2.1    مقدمة في R بيئة برمجة للتحليل الإحصائي والرسومي للبيانات

1.2.1    الميزات الأساسية للبرنامج
2.2.1    الأنواع الرئيسية للأشياء
3.2.1    أمثلة بسيطة للمحاكاة والاستدلال الإحصائي
4.2.1     الرسومات
5.2.1    مقدمة في البرمجة R

3.1    طرق الانحدار باستخدام R

1.3.1    نماذج الانحدار
2.3.1    اختيار المتغير
3.3.1    تشخيص النموذج
4.3.1    معالجة القيم المتطرفة
5.3.1    تحليل الانحدار

4.1    تحليل متعدد المتغيرات باستخدام R

1.4.1    وصف البيانات متعددة المتغيرات
2.4.1    التوزيعات متعددة المتغيرات
3.4.1    تقليل الأبعاد
4.4.1    التصنيف غير الخاضع للإشراف: التحليل العنقودي
5.4.1    التصنيف الخاضع للإشراف: التحليل التمييزي

5.1    طرق الانحدار للبحث باستخدام R

1.5.1    النماذج الخطية المعممة (GLM): انحدار بواسون، والانحدار الثنائي السلبي
2.5.1    النماذج الخطية المعممة (GLM): الانحدارات اللوجستية وذات الحدين
3.5.1    الانحدار البواسون والانحدار ذو الحدين السالبين المتضخم بالأصفار
4.5.1    التعديلات المحلية والنماذج المضافة المعممة (GAM)
5.5.1    النماذج المختلطة المعممة (GLMM) والنماذج المختلطة المضافة المعممة (GAMM)

6.1    الإحصاء المطبق على الأبحاث الطبية الحيوية باستخدام R 1 

1.6.1    المفاهيم الأساسية في R. المتغيرات والكائنات في R. معالجة البيانات. الملفات. الرسومات 
2.6.1    الإحصاءات الوصفية ودوال الاحتمالات 
3.6.1    البرمجة والوظائف في R 
4.6.1    تحليل جدول الطوارئ 
5.6.1    الاستدلال الأساسي مع المتغيرات المستمرة 

7.1    الإحصاء المطبق على الأبحاث الطبية الحيوية باستخدام R 2 

1.7.1    تحليل التباين 
2.7.1    تحليل الارتباط 
3.7.1    الانحدار الخطي البسيط 
4.7.1    الانحدار الخطي المتعدد 
5.7.1    الانحدار السوقي 

8.1    الإحصاء المطبق على الأبحاث الطبية الحيوية باستخدام R 3 

1.8.1    المتغيرات المربكة والتفاعلات 
2.8.1    بناء نموذج الانحدار اللوجستي 
3.8.1    تحليل البقاء على قيد الحياة 
4.8.1    انحدار كوكس 
5.8.1    النماذج التنبؤية. تحليل منحنيات ROC 

9.1    تقنيات التنقيب عن البيانات الإحصائية Data Mining باستخدام R 1 

1.9.1    مقدمة Data Mining. التعلّم الخاضع وغير الخاضع للإشراف. النماذج التنبؤية. التصنيف والانحدار 
2.9.1    التحليل الوصفي. المعالجة المسبقة للبيانات 
3.9.1    تحليل المكونات الرئيسية (PCA) 
4.9.1    التحليل العنقودي. الأساليب الهرمية. K-means 

10.1    تقنيات التنقيب عن البيانات الإحصائية Data Mining باستخدام R 2 

1.10.1    مقاييس تقييم النموذج. مقاييس القدرة التنبؤية. منحنيات ROC 
2.10.1    تقنيات تقييم النماذج. التحقق التبادلي. عينات التمهيد  Bootstrap 
3.10.1    الأساليب القائمة على الشجرة (CART) 
4.10.1    آلات دعم المتجهات الداعمة (SVM) 
5.10.1    الغابة العشوائية (Random Forest (RF والشبكات العصبية (NN)  

الأساليب القائمة على الشجرة، والتحليل الوصفي، والتجميع... كل ما تحتاج إلى معرفته عن التقنيات الإحصائية للتنقيب عن البيانات باستخدام R يمكن العثور عليه في المنهج الدراسي"