من خلال درجة الماجستير الخاص هذه، ستساهم في تقدم الإحصاء الحاسوبي من خلال المعرفة الأكثر شمولاً القائمة على أفضل تقنيات الحوسبة والبرمجة"

لقد ساهم التقدم الذي تم إحرازه في مجال الإحصاء في اتخاذ قرارات دقيقة وفعالة بناءً على الكم الهائل من البيانات وتحليلها والاستنتاجات المستخلصة منها. مع ذلك، إذا كان هناك عنصر واحد عزز بشكل كبير تطور هذا العلم، فهو عمله المنسق مع الحوسبة، والذي بفضله أصبح من الممكن أتمتة المهام وتحسين الإجراءات والتعامل مع الكميات الزائدة من المعلومات في بضع ثوانٍ. قد أتاحت برمجة الخوارزميات المعقدة وتصميم هياكل البيانات الثابتة والديناميكية للمهنيين في هذا المجال العمل بطريقة أكثر أمانًا ومضمونة في تقدير الاتجاهات والتنبؤات الاجتماعية والاقتصادية والسياسية المختلفة في العالم الحالي بيئة.

بناءً على ذلك وعلى المستوى العالي جدًا من المعرفة المطلوبة في هذا المجال، قررت TECH وفريق خبرائها إطلاق برنامج يسمح للخريجين بالتعمق في الإحصاء الحاسوبي من خلال جولة شاملة في مجالاته الرئيسية. هكذا تنشأ درجة الماجستير الخاص هذه، وهي عبارة عن تجربة أكاديمية مدتها 1500 ساعة تغطي أحدث التطورات المتعلقة بوصف واستكشاف البيانات والبرمجة وإدارة البرامج الإحصائية الرئيسية (SPSS وR). بالإضافة إلى ذلك، فإنه يركز على تطبيقات الإحصاء في الصناعة الحالية وعلى تصاميم العينات لمختلف القطاعات. أخيرًا، يسلط الضوء على التقنيات الرئيسية متعددة المتغيرات لتحسين جودة النتائج، وبالتالي التنبؤ.

كل هذا يتم %100 عبر الإنترنت ومن خلال برنامج صممه خبراء حقيقيون في هذا المجال، والذين لم يشاركوا بفعالية في تكوين المنهج الدراسي فحسب، بل اختاروا أيضًا مئات الساعات من المواد الإضافية المتنوعة: حالات الاستخدام، ومقاطع الفيديو التفصيلية، المقالات البحثية، والقراءات الإضافية، وأكثر من ذلك بكثير! سيكون كل شيء متاحًا في الحرم الجامعي الافتراضي منذ بداية النشاط الأكاديمي ويمكن تنزيله على أي جهاز متصل بالإنترنت. بهذه الطريقة، تقدم TECH تدريبًا شاملاً ومرنًا، يتكيف مع احتياجات خريجيها والمتطلبات الأكثر تطلبًا لسوق العمل الحالي في مجال الإحصاء الحاسوبي.

لن يكون تحقيق التميز وأعلى مستوى احترافي أمرًا معقدًا بفضل مسار هذا البرنامج ودرجة التخصص العالية جدًا التي ستكتسبها من خلال إكماله"

هذا الماجستير الخاص في الإحصاء الحاسوبي على البرنامج التعليمي الأكثر اكتمالا وحداثة في السوق. أبرز خصائصها هي:

تطوير الحالات العملية المقدمة من قبل خبراء في الإحصاء الحاسوبي
محتوياتها البيانية والتخطيطية والعملية البارزة التي يتم تصورها بها تجمع المعلومات تقنيات 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
توفر المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت

مؤهل علمي يتناول الإحصاء الحاسوبي من القاعدة إلى إدارته الشاملة، من خلال اكتساب المفاهيم الأساسية واستخدام برامج الكمبيوتر الرئيسية"

تضم في هيئة التدريس فريقًا من المهنيين من القطاع الذين يجلبون خبراتهم العملية إلى هذا التدريب، بالإضافة إلى متخصصين معترف بهم من المجتمعات الرائدة والجامعات المرموقة.

وسيتيح محتوى البرنامج المتعدد الوسائط، والذي صيغ بأحدث التقنيات التعليمية، للمهني التعلم السياقي والموقعي، أي في بيئة محاكاة توفر تدريبا غامرا مبرمجا للتدريب في حالات حقيقية.

يركز تصميم هذا البرنامج على التعلم القائم على حل المشكلات، والذي المهني في يجب أن تحاول من خلاله حل المواقف المختلفة للممارسة المهنية التي تنشأ من خلاله. للقيام بذلك، سيحصل على مساعدة من نظام فيديو تفاعلي مبتكر من قبل خبراء مشهورين.

ستعمل على تصميم خوارزميات معقدة من خلال التقنيات الوصفية الأكثر ابتكارًا وفعالية لبيئة الحوسبة الحالية"

ستجد في الحرم الجامعي الافتراضي 1500 ساعة من المحتوى المتنوع، والذي يمكنك الوصول إليه من أي مكان تريد وفي أي وقت تريد، ومن خلال أي جهاز متصل بالإنترنت"

تم تنفيذ الخطة الدراسية لهذا المؤهل العلمي من قبل فريق من الخبراء في مجال علوم الكمبيوتر والإحصاء، الذين، باتباع معايير الجودة الصارمة الخاصة بـ TECH، اختاروا المعلومات الأكثر طليعية وشمولية في هذا القطاع. علاوة على ذلك، فقد تم تكييفها مع منهجية Relearning والتي تتكون من تكرار أهم المفاهيم في جميع أنحاء المنهج، مع تفضيل التعلم التدريجي والتقدمي دون الحاجة إلى استثمار ساعات إضافية في الحفظ. بهذه الطريقة، سيحضر الخريج تدريبًا على أعلى مستوى أكاديمي، وسيكتسب من خلاله، دون أدنى شك، الإدارة المهنية لأدوات وتقنيات الإحصاء الحاسوبي.

سيكون لديك وحدة محددة مخصصة لمنهجية الحيود السداسي، والتي ستتمكن من خلالها من تقليل العيوب أو الإخفاقات في تقديم منتج أو خدمة إلى العميل/المستخدم"

الوحدة 1. وصف البيانات واستكشافها

1.1 مقدمة في الإحصاء

1.1.1 المفاهيم الأساسية الإحصاء
2.1.1 الهدف من تحليل البيانات الاستكشافية أو الإحصاء الوصفي
3.1.1 أنواع المتغيرات ومستويات القياس
4.1.1 التقريب والتدوين العلمي

2.1 ملخص البيانات الإحصائية

1.2.1 التوزيعات التكرارية: الجداول
2.2.1 تجميع الفاصل الزمني
3.2.1 التمثيلات الرسومية
4.2.1 الرسم التفاضلي
5.2.1 المخطط المتكامل

3.1 الإحصاء الوصفي أحادي البعد

1.3.1 خصائص موضع المركز: المتوسط، الوسيط، المنوال
2.3.1 خصائص الموقف الأخرى: الربعيات، العشريات والنسب المئوية
3.3.1 خصائص التشتت: التباين والانحراف المعياري (العينة والسكان)، والمدى، والمدى الربيعي
4.3.1 خصائص التشتت النسبية
5.3.1 الدرجات الموحدة
6.3.1 خصائص الشكل: الانحراف والتفرطح

4.1 المكملات في دراسة المتغير

1.4.1 التحليل الاستكشافي: مخطط مربع ورسوم بيانية أخرى
2.4.1 التحول المتغير
3.4.1 وسائل أخرى: هندسية، توافقية، تربيعية
4.4.1 عدم المساواة في Chebyshev

5.1 الإحصاء الوصفي ثنائي الأبعاد

1.5.1 توزيعات التردد ثنائية الأبعاد
2.5.1 الجداول الإحصائية ذات الدخول المزدوج. التوزيعات الهامشية والمشروطة
3.5.1 مفاهيم الاستقلال والاعتماد الوظيفي
4.5.1 التمثيلات الرسومية

6.1 مكملات لدراسة متغيرين

1.6.1 الخصائص العددية للتوزيع ثنائي الأبعاد
2.6.1 لحظات مشتركة وهامشية ومشروطة
3.6.1 العلاقة بين التدابير الهامشية والمشروطة

7.1 التراجع

1.7.1 خط الانحدار العام
2.7.1 منحنيات الانحدار 
3.7.1 تعديل خطي
4.7.1 التنبؤ والخطأ

8.1 الارتباطات 

1.8.1 مفهوم الارتباط
2.8.1 أسباب الارتباط
3.8.1 معامل ارتباط Pearson]
4.8.1 تحليل الارتباط

9.1 العلاقة بين الصفات

1.9.1 معامل Spearman
2.9.1 معامل Kendall
3.9.1 مربع كاي

10.1 مقدمة عن السلاسل الزمنية

1.10.1 التسلسل الزمني
2.10.1 العملية التصادفية

1.2.10.1 العمليات الثابتة
2.2.10.1 العمليات غير الثابتة

3.10.1 النماذج
4.10.1 التطبيقات

الوحدة 2. البرمجة

1.2    مقدمة في البرمجة

1.1.2    الهيكل الأساسي للكمبيوتر
2.1.2    Software
3.1.2    لغات البرمجة
4.1.2    دورة حياة تطبيقات الحاسوب

2.2.    تصميم الخوارزمية

1.2.2    حل المشاكل
2.2.2    التقنيات الوصفية
3.2.2    عناصر وهيكل الخوارزمية

3.2.    عناصر البرنامج

1.3.2    أصل وخصائص لغة C++
2.3.2    بيئة التطوير
3.3.2    مفهوم البرنامج
4.3.2    أنواع البيانات الأساسية
5.3.2    العاملين
6.3.2    التعبيرات
7.3.2    الأحكام
8.3.2    دخول وإخروج البيانات

4.2.    أحكام التحكم

1.4.2    الأحكام
2.4.2    التشعبات
3.4.2    الحلقات

5.2.    التجريد والنمطية: الوظائف

1.5.2    التصميم النموذجي
2.5.2    مفهوم الوظيفة والمنفعة
3.5.2    تعريف الخاصية
4.5.2    تدفق التنفيذ في استدعاء الخاصية
5.5.2    النموذج الأولي للخاصية
6.5.2    استرداد النتائج
7.5.2    استدعاء الخاصية: المقاييس
8.5.2    تمرير المقاييس حسب المرجع والقيمة
9.5.2    نطاق المعِّرف

6.2.    هياكل البيانات الثابتة

1.6.2    المصفوفات.
2.6.2    المصفوفات. متعددات الوجوه
3.6.2    البحث والفرز
4.6.2    السلاسل. وظائف الإدخال/الإخراج للسلاسل
5.6.2    الهياكل تقاطعات
6.6.2    أنواع البيانات الجديدة

7.2.    هياكل البيانات الديناميكية: المؤشرات

1.7.2    المفهوم تعريف المؤشر
2.7.2    المشغلين والعمليات مع المؤشرات
3.7.2    مصفوفات المؤشر
4.7.2    المؤشرات والمصفوفات
5.7.2    مؤشرات إلى السلاسل
6.7.2    مؤشرات إلى الهياكل
7.7.2    متعددة المراوغة
8.7.2    مؤشرات الوظيفة
9.7.2    تمرير الوظائف والهياكل والمصفوفات كمعلمات دالة

8.2.    ملفات

1.8.2    مفاهيم أساسية
2.8.2    عمليات بالملفات
3.8.2    أنواع الملفات
4.8.2    تنظيم الملفات
5.8.2    مقدمة إلى ملفات C++
6.8.2    إدارة الملفات

9.2.     العودية

1.9.2    تعريف العودية
2.9.2    أنواع العودية
3.9.2    المميزات والعيوب
4.9.2    الاعتبارات
5.9.2    التحويل العودي التكراري
6.9.2    مكدس العودية

10.2.    الاختبار والتوثيق

1.10.2    اختبار البرنامج
2.10.2    اختبار الصندوق الأبيض
3.10.2    اختبار الصندوق الأسود
4.10.2    أدوات للاختبار
5.10.2    توثيق البرنامج

الوحدة 3. البرمجيات الإحصائية 1

1.3. مقدمة عن بيئة SPSS

1.1.3 كيف يعمل برنامج SPSS
2.1.3 إنشاء وإدراج وإزالة الأشياء في الذاكرة

2.3. وحدة التحكم في SPSS

1.2.3 بيئة وحدة التحكم في SPSS
2.2.3 الضوابط الرئيسية

3.3. وضع Script في SPSS

1.3.3 بيئة Script في SPSS
2.3.3 الأوامر الرئيسية

4.3. الأشياء في SPSS

1.4.3 العناصر
2.4.3 قراءة البيانات من ملف
3.4.3 حفظ البيانات
4.4.3 توليد البيانات

5.3. هياكل التحكم في تدفق التنفيذ

1.5.3 الهياكل الشرطية
2.5.3 الهياكل المتكررة / التكرارية
3.5.3 المتجهات والمصفوفات

6.3. العمليات مع الأشياء

1.6.3 إنشاء الأشياء
2.6.3 تحويل الأشياء
3.6.3 العاملين
4.6.3 كيفية الوصول إلى قيم الشيء: نظام الفهرسة؟
5.6.3 الوصول إلى قيم الشيء بالأسماء
6.6.3 محرر البيانات
7.6.3 وظائف حسابية بسيطة
8.6.3 الحسابات مع المصفوفات

7.3. الوظائف في برنامج SPSS

1.7.3 الحلقات والمتجهات
2.7.3 إنشاء الوظائف الخاصة

8.3. الرسومات في SPSS

1.8.3 إدارة الرسم البياني

1.1.8.3 فتح أجهزة  الرسم البياني المتعددة
2.1.8.3 تخطيط الرسم البياني

2.8.3 وظائف الرسم البياني
3.8.3 معلمات  الرسم البياني

9.3. المجموعات في SPSS

1.9.3 مكتبة SPSS
2.9.3 المجموعات في SPSS

10.3. الإحصائيات في برنامج SPSS

1.10.3 مثال بسيط لتحليل التباين
2.10.3 التركيبات
3.10.3 الوظائف العامة

الوحدة 4. البرمجيات الإحصائية 2

1.4. مقدمة عن بيئة R

1.1.4 كيف يعمل برنامج R؟
2.1.4 إنشاء وإدراج وإزالة الأشياء في الذاكرة

2.4. وحدة التحكم في R

1.2.4 بيئة وحدة التحكم في R
2.2.4 الضوابط الرئيسية

3.4. وضع Script في R

1.3.4 بيئة وحدة التحكم في R
2.3.4 الأوامر الرئيسية

4.4. الأشياء في R

1.4.4 العناصر
2.4.4 قراءة البيانات من ملف
3.4.4 حفظ البيانات
4.4.4 توليد البيانات

5.4. هياكل التحكم في تدفق التنفيذ

1.5.4 الهياكل الشرطية
2.5.4 الهياكل المتكررة / التكرارية
3.5.4 المتجهات والمصفوفات

6.4. العمليات مع الأشياء

1.6.4 إنشاء الأشياء
2.6.4 تحويل الأشياء
3.6.4 العاملين
4.6.4 كيفية الوصول إلى قيم الشيء: نظام الفهرسة
5.6.4 الوصول إلى قيم الشيء بالأسماء
6.6.4 محرر البيانات
7.6.4 وظائف حسابية بسيطة
8.6.4 الحسابات مع المصفوفات

7.4. الوظائف في R

1.7.4 الحلقات والمتجهات
2.7.4 كتابة برنامج في R
3.7.4 إنشاء الوظائف الخاصة

8.4. الرسومات في R

1.8.4 إدارة الرسومات

1.1.8.4 فتح أجهزة رسومية متعددة
2.1.8.4 تخطيط الرسم البياني

2.8.4 وظائف الرسم
3.8.4 أوامر الرسوم البيانية منخفضة المستوى
4.8.4 المعلمات الرسومية
5.8.4 مجموعات Grid و Lattice

9.4. المجموعات في R

1.9.4 مكتبة R
2.9.4 المجموعات في R

10.4. الإحصائيات في R

1.10.4 مثال بسيط لتحليل التباين
2.10.4 التركيبات
3.10.4 الوظائف العامة

الوحدة 5. التطبيقات الإحصائية في الصناعة

1.5    نظرية الأرتال

1.1.5    المقدمة
2.1.5    أنظمة الأرتال
3.1.5    مقاييس الفعالية
4.1.5    عملية بواسون
5.1.5    التوزيع الأسي
6.1.5    عملية النشوء والوفاة
7.1.5    نماذج الطابور مع الخادم
8.1.5    نماذج ذات خوادم متعددة
9.1.5    نماذج الانتظار ذات السعة المحدودة
10.1.5    نماذج ذات مصادر محدودة
11.1.5    نماذج عامة

2.5    مقدمة إلى الرسوم البيانية

2.2.5    مفاهيم أساسية
3.2.5    الرسوم البيانية الموجهة وغير الموجهة
4.2.5    تمثيلات المصفوفة: مصفوفات الجوار والإصابة

3.5.    تطبيقات الرسم البياني

1.3.5    الأشجار: خصائص
2.3.5    أشجار متجذرة
3.3.5    خوارزمية بحث العمق
4.3.5    تطبيق لمنع القرار
5.3.5    خوارزمية بحث الاتساع
6.3.5    الحد الأدنى للوزن غطاء الشجرة

4.5    المسارات والمسافات

1.4.5    المسافة في الرسوم البيانية
2.4.5    خوارزمية المسار الحرج

5.5.    قمة التدفق

1.5.5    شبكات النقل
2.5.5    توزيع التدفق بأقل تكلفة

6.5.    تقنية تقييم ومراجعة البرامج (PERT)

1.6.5    التعريف
2.6.5    منهج
3.6.5    التطبيقات

7.5.    المسار الحرج أو طريقة المسار الحرج (CPM)

1.7.5    التعريف
2.7.5    منهج
3.7.5    التطبيقات

8.5.    إدارة المشاريع

1.8.5    الاختلافات والمزايا بين طرق PERT وCPM
2.8.5    إجراءات رسم نموذج الشبكة
3.8.5    تطبيقات ذات مدة نشاط عشوائية

9.5.    المخزونات الحتمية

1.9.5    التكاليف المرتبطة بالتدفقات
2.9.5    التكاليف المرتبطة بالمخزونات أو التخزين
3.9.5    التكاليف المرتبطة بالعمليات. تخطيط التجديد
4.9.5    نماذج إدارة المخزون

10.5.    المخزونات الاحتمالية

1.10.5    مستوى الخدمة ومخزون السلامة
2.10.5    حجم الطلب الأمثل
3.10.5    الفترة
4.10.5    فترات مختلفة
5.10.5    المراجعة المستمرة
6.10.5    المراجعة الدورية

الوحدة 6. تصاميم العينات

1.6.    اعتبارات عامة لأخذ العينات

1.1.6    المقدمة
2.1.6    ملاحظات تاريخية
3.1.6    مفهوم السكان والإطار والعينة
4.1.6    مزايا وعيوب أخذ العينات
5.1.6    مراحل عملية أخذ العينات
6.1.6    تطبيقات أخذ العينات
7.1.6    أنواع أخذ العينات
8.1.6    تصاميم العينات

2.6    عينة عشوائية بسيطة

1.2.6    المقدمة
2.2.6    تعريف تصميم أخذ العينات MAS (N, n) وMASR والمعلمات المرتبطة بها
3.2.6    تقدير المعلمات السكانية
4.2.6    تحديد حجم العينة (بدون استبدال)
5.2.6    تحديد حجم العينة (مع الاستبدال)
6.2.6    مقارنة بين أخذ العينات العشوائية البسيطة بدون ومع الاستبدال
7.2.6    التقدير في المجموعات السكانية الفرعية

3.6.    أخذ العينات المحتملة

1.3.6    المقدمة
2.3.6    تصميم العينة أو الإجراء
3.3.6    الإحصائيون والمقدرون وخصائصهم
4.3.6    توزيع المقدر في أخذ العينات
5.3.6    اختيار الوحدات بدون ومع الاستبدال. احتمالات متساوية
6.3.6    التقدير المتزامن للمتغيرات

4.6    تطبيقات أخذ العينات الاحتمالية

1.4.6    التطبيقات الرئيسية
2.4.6    الأمثلة

5.6.    اخذ عينة عشوائية

1.5.6    المقدمة
2.5.6    التعريف والخصائص
3.5.6    المقدرون تحت (M.A.E (n
4.5.6    التبني
5.5.6    تحديد حجم العينة
6.5.6    جوانب أخرى من M.A.E

6.6.    تتطبيقات أخذ العينات العشوائية الطبقية

1.6.6    التطبيقات الرئيسية
2.6.6    الأمثلة

7.6.    أخذ العينات المنهجية

1.7.6    المقدمة
2.7.6    التقديرات في أخذ العينات المنهجية
3.7.6    تحليل التباين في أخذ العينات المنهجية
4.7.6    كفاءة أخذ العينات المنهجية مقارنة بـ MAS
5.7.6    تقدير التباين: العينات المكررة أو المتداخلة

8.6.    تطبيقات أخذ العينات المنهجية

1.8.6    التطبيقات الرئيسية
2.8.6    الأمثلة

9.6.    طرق التقدير غير المباشرة

1.9.6    طرق السبب
2.9.6    طرق الانحدار

10.6.    تطبيقات طرق التقدير غير المباشر

1.10.6    التطبيقات الرئيسية
2.10.6    الأمثلة

الوحدة 7. التقنيات الإحصائية متعددة المتغيرات 1

1.7.    التحليل العاملي

1.1.7    المقدمة
2.1.7    أساسيات التحليل العاملي
3.1.7    التحليل العاملي
4.1.7    طرق دوران العوامل وتفسير تحليل العوامل

2.7.    نمذجة التحليل العاملي

1.2.7    الأمثلة
2.2.7    النمذجة في البرامج الإحصائية

3.7.    تحليل المكونات الرئيسية

1.3.7    المقدمة
2.3.7    تحليل المكونات الرئيسية
3.3.7    منهجيات تحليل المكونات الرئيسية

4.7    نمذجة تحليل المكونات الرئيسية

1.4.7    الأمثلة
2.4.7    النمذجة في البرامج الإحصائية

5.7.    تحليل المراسلات

1.5.7    المقدمة
2.5.7    اختبار الاستقلال
3.5.7    ملفات تعريف الصفوف وملفات تعريف الأعمدة
4.5.7    تحليل القصور الذاتي للسحابة النقطية
5.5.7    تحليل المراسلات المتعددة

6.7.    نمذجة تحليل المراسلات

1.6.7    الأمثلة
2.6.7    النمذجة في البرامج الإحصائية

7.7.    التحليل المميز

1.7.7    المقدمة
2.7.7    قواعد القرار لمجموعتين
3.7.7    التصنيف على مختلف السكان
4.7.7    التحليل التمييزي الكنسي لFisher 
5.7.7    اختيار المتغيرات: Forwrad وBackward
6.7.7    منهجيات التحليل التمييزي

8.7    نمذجة التحليل التمييزي

1.8.7    الأمثلة
2.8.7    النمذجة في البرامج الإحصائية

9.7    التحليل العنقودي. 

1.9.7    المقدمة
2.9.7    تدابير المسافة والتشابه
3.9.7    خوارزميات التصنيف الهرمي
4.9.7    خوارزميات التصنيف غير الهرمية
5.9.7    إجراءات تحديد العدد المناسب من المجموعات
6.9.7    توصيف المجموعات
7.9.7    منهجيات التحليل العنقودي

10.7    نمذجة التحليل العنقودي

1.10.7    الأمثلة
2.10.7    النمذجة في البرامج الإحصائية

الوحدة 8. التقنيات الإحصائية متعددة المتغيرات 2

1.8 المقدمة
2.8 المقياس الإسمي

1.2.8 تدابير الارتباط للجداول 2x2

1.1.2.8 معامل Phi
2.1.2.8 المخاطر النسبية
3.1.2.8 نسبة المنتجات المتقاطعة (Odds Ratio)

2.2.8 تدابير الارتباط لجداول IxJ

1.2.2.8 معامل الطوارئ
2.2.2.8 V Cramer
3.2.2.8 Lambdas
4.2.2.8 Tau de Goodman و Kruskal
5.2.2.8 معامل عدم اليقين

3.2.8 معامل كابا

3.8. الجدول الترتيبي

1.3.8 معاملات غاما
2.3.8 Tau-b y Tau-c من Kendall
3.3.8 D Sommers

4.8 مقياس الفاصل أو النسبة

1.4.8 معامل Eta
2.4.8 معاملات الارتباط Pearson وSpearman

5.8. التحليل الطبقي في جداول 2x2

1.5.8 التحليل الطبقي
2.5.8 التحليل الطبقي في جداول 2x2

6.8. صياغة المشكلة في النماذج اللوغاريتمية

1.6.8 النموذج المشبع لمتغيرين
2.6.8 النموذج المشبع العام
3.6.8 أنواع أخرى من النماذج

7.8. النموذج المشبع

1.7.8 حساب الآثار
2.7.8 جودة الملاءمة
3.7.8 اختبار تأثيرات k
4.7.8 اختبار الارتباط الجزئي

8.8 النموذج الهرمي

1.8.8 النموذج Backward

9.8 نماذج الاستجابة Probit

1.9.8 صياغة المشكلة
2.9.8 تقدير المعلمة
3.9.8 اختبار جودة المطابقة لمربع كاي
4.9.8 اختبار التوازي للمجموعات
5.9.8 تقدير الجرعة اللازمة للحصول على معدل استجابة معين

10.8 الانحدار اللوجستي الثنائي

1.10.8 صياغة المشكلة
2.10.8 المتغيرات النوعية في الانحدار اللوجستي
3.10.8 اختيار المتغيرات
4.10.8 تقدير المعلمة
5.10.8 حسن التلاؤم
6.10.8 تصنيف الأفراد
7.10.8 التنبؤ

الوحدة 9. منهجية الحيود السداسي لتحسين الجودة

1.9.    ضمان الجودة الإحصائية

1.1.9    المقدمة
2.1.9    ضمان الجودة الإحصائية

2.9    منهجية الحيود السداسي

1.2.9    لوائح الجودة
2.2.9    منهجية الحيود السداسي

3.9    مخططات التحكم

1.3.9    المقدمة
2.3.9    العملية في حالة من الرقابة الإحصائية والعملية خارج نطاق السيطرة
3.3.9    مخططات التحكم وتناقضات الفرضيات
4.3.9    الأساس الإحصائي لمخططات التحكم. النموذج العام
5.3.9    أنواع مخططات التحكم

4.9    أدوات SPC الأساسية الأخرى

1.4.9    دراسة الحالة التوضيحية
4.92    بقية"العظماء السبعة"

5.9.    مخططات التحكم للسمة

1.5.9    المقدمة
2.5.9    مخططات التحكم للكسر غير المطابق
3.5.9    مخططات التحكم لعدد غير الملتزمين
4.5.9    مخططات التحكم في العيوب

6.9    مخططات التحكم للمتغيرات

1.6.9    المقدمة
2.6.9    مخططات التحكم في المتوسط والنطاق
3.6.9    مخططات التحكم للوحدات الفردية
4.6.9    مخططات التحكم على أساس المتوسطات المتحركة

7.9.    أخذ عينات قبول الكثير عن طريق السمات

1.7.9    المقدمة
2.7.9    أخذ عينات بسيطة حسب السمات
3.7.9    أخذ العينات المزدوجة حسب السمات
4.7.9    أخذ عينات متعددة حسب السمات
5.7.9    أخذ العينات متسلسلة
6.7.9    التفتيش مع التصحيح

8.9    تحليل قدرات نظام العمليات والقياس

1.8.9    تحليل قدرة العملية
2.8.9    دراسات قدرة نظام القياس

9.9    مقدمة لمنهجية Taguchi لتحسين العمليات

1.9.9    مقدمة لمنهجية Taguchi
2.9.9    الجودة من خلال تحسين العملية

10.9    دراسة حالة

1.10.9    حالات الاستخدام لمخططات التحكم في السمات
2.10.9    حالات الاستخدام لمخططات التحكم للمتغيرات
3.10.9    حالات الاستخدام لأخذ عينات القبول دفعة تلو الأخرى حسب السمات
4.10.9    دراسات حالة لتحليل قدرة نظام العمليات والقياس
5.10.9    حالات عملية توضيحية لمقدمة منهجية تاغوتشي لتحسين العمليات

الوحدة 10. تقنيات التنبؤ المتقدمة

1.10.    نموذج الانحدار الخطي العام

1.1.10    التعريف
2.1.10    الخصائص
3.1.10    الأمثلة

2.10    الانحدار الجزئي للمربعات الصغرى

1.2.10    التعريف
2.2.10    الخصائص
3.2.10    الأمثلة

3.10    الانحدار على المكونات الرئيسية

1.3.10    التعريف
2.3.10    الخصائص
3.3.10    الأمثلة

4.10    انحدار RRR

1.4.10    التعريف
2.4.10    الخصائص
3.4.10    الأمثلة

5.10    انحدار Ridge

1.5.10    التعريف
2.5.10    الخصائص
3.5.10    الأمثلة

6.10    انحدار Lasso

1.6.10    التعريف
2.6.10    الخصائص
3.6.10    الأمثلة

7.10    انحدار Elasticnet

1.7.10    التعريف
2.7.10    الخصائص
3.7.10    الأمثلة

8.10    نماذج التنبؤ غير الخطية

1.8.10    نماذج الانحدار غير الخطية
2.8.10    المربعات الصغرى غير الخطية
3.8.10    التحول إلى نموذج خطي

9.10    تقدير المعلمة في نظام غير خطي

1.9.10    الاستخطاط
2.9.10    طرق أخرى لتقدير المعلمة
3.9.10    التقييم الأولي 
4.9.10    برامج الحاسوب

10.10    الاستدلال الإحصائي في الانحدار غير الخطي

1.10.10    الاستدلال الإحصائي في الانحدار غير الخطي
2.10.10    التحقق من صحة الاستدلال التقريبي
3.10.10    الأمثلة

أمامك فرصة مثالية لمنح حياتك المهنية منعطفًا 180 درجة والتخصص في منطقة مزدهرة ذات توقعات مستقبلية، مثل الإحصاء الحاسوبي. هل ستسمح لها بالمرور؟"