اپلیکیشن اندرویدی فلش‌کارت آموزشی تطبیق گروهی تعمیم‌یافته: چارچوبی نوین برای تفاوت در تفاوت‌ها و کنترل ترکیبی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تطبیق گروهی تعمیم‌یافته: چارچوبی نوین برای تفاوت در تفاوت‌ها و کنترل ترکیبی

موضوع کلی: استنباط علّی

موضوع میانی: روش‌های پیشرفته استنباط علّی با داده‌های تابلویی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر استنباط علّی: فراتر از همبستگی
• 2. چارچوب نتایج بالقوه (Potential Outcomes)
• 3. مسئله بنیادین استنباط علّی
• 4. اثر درمانی میانگین (ATE) و اثر درمانی بر روی درمان‌شدگان (ATT)
• 5. مفهوم متغیرهای مخدوشگر (Confounders) و بایاس انتخاب (Selection Bias)
• 6. آزمایش‌های تصادفی کنترل‌شده (RCTs) به عنوان استاندارد طلایی
• 7. چالش‌های استنباط علّی با داده‌های مشاهده‌ای
• 8. آشنایی با داده‌های تابلویی (Panel Data) و ساختار آن
• 9. چرا داده‌های تابلویی برای استنباط علّی قدرتمند هستند؟
• 10. روش‌های کلاسیک استنباط علّی با داده‌های تابلویی: یک مرور کلی
• 11. مقدمه‌ای بر روش تفاوت در تفاوت‌ها (Difference-in-Differences)
• 12. فرضیه کلیدی DiD: روندهای موازی (Parallel Trends Assumption)
• 13. تخمین مدل کلاسیک DiD دو در دو (2x2)
• 14. تفسیر ضرایب در رگرسیون DiD
• 15. بررسی بصری فرضیه روندهای موازی
• 16. آزمون‌های آماری برای فرضیه روندهای موازی
• 17. چالش درمان‌های زمان‌بندی‌شده متغیر (Staggered Adoption)
• 18. روش‌های نوین DiD برای درمان‌های متغیر: Callaway & Sant'Anna
• 19. روش‌های نوین DiD برای درمان‌های متغیر: Sun & Abraham
• 20. محدودیت‌های روش تفاوت در تفاوت‌ها
• 21. مقدمه‌ای بر روش کنترل ترکیبی (Synthetic Control)
• 22. منطق کنترل ترکیبی: ساخت یک "همزاد" آماری
• 23. ساخت واحد کنترل ترکیبی از طریق میانگین وزنی
• 24. فرایند بهینه‌سازی برای یافتن وزن‌ها
• 25. فرضیات و پیش‌نیازهای روش کنترل ترکیبی
• 26. تفاوت‌های کلیدی بین کنترل ترکیبی و تفاوت در تفاوت‌ها
• 27. استنتاج آماری در کنترل ترکیبی: آزمون‌های جایگشتی (Permutation Tests)
• 28. تحلیل شکاف (Gap Analysis) در نتایج کنترل ترکیبی
• 29. مطالعات موردی کلاسیک با کنترل ترکیبی
• 30. محدودیت‌های روش کنترل ترکیبی
• 31. وقتی روندهای موازی برقرار نیست: نیاز به روش‌های جایگزین
• 32. وقتی هیچ واحد کنترل خوبی وجود ندارد: چالش کنترل ترکیبی
• 33. نیاز به یک چارچوب یکپارچه: پل زدن بین DiD و کنترل ترکیبی
• 34. معرفی تطبیق گروهی (Groupwise Matching): ایده اصلی
• 35. تفاوت تطبیق فردی و تطبیق گروهی
• 36. چرا "گروه"؟ قدرت الگوهای زمانی مشترک
• 37. تعریف "گروه" در داده‌های تابلویی
• 38. مسیرهای پیش از درمان (Pre-treatment Trends) به عنوان واحد تطبیق
• 39. معرفی چارچوب تطبیق گروهی تعمیم‌یافته (GGM)
• 40. GGM چگونه تفاوت در تفاوت‌ها را تعمیم می‌دهد
• 41. GGM چگونه کنترل ترکیبی را تعمیم می‌دهد
• 42. متریک‌های فاصله برای تطبیق مسیرهای زمانی
• 43. الگوریتم تطبیق گروهی: از تئوری تا عمل
• 44. نقش اندازه گروه در تطبیق
• 45. انتخاب متغیرهای کمکی برای تطبیق
• 46. تخمین‌گر تطبیق گروهی تعمیم‌یافته
• 47. ساخت گروه‌های کنترل متوازن (Balanced Control Groups)
• 48. مفهوم تعادل در مسیرهای زمانی (Trajectory Balancing)
• 49. تخمین اثر درمانی (ATT) با استفاده از GGM
• 50. محاسبه خطاهای استاندارد و فواصل اطمینان
• 51. پیاده‌سازی تطبیق گروهی: آماده‌سازی داده‌ها
• 52. پیاده‌سازی تطبیق گروهی در نرم‌افزار R
• 53. پیاده‌سازی تطبیق گروهی در نرم‌افزار پایتون
• 54. تفسیر خروجی مدل GGM
• 55. ارزیابی کیفیت تطبیق: معیارهای تشخیصی
• 56. آزمون‌های پلاسیمو (Placebo Tests) برای اعتبارسنجی مدل
• 57. تحلیل حساسیت نسبت به انتخاب اندازه گروه
• 58. تحلیل حساسیت نسبت به انتخاب متریک فاصله
• 59. مقایسه نتایج GGM با DiD کلاسیک
• 60. مقایسه نتایج GGM با کنترل ترکیبی کلاسیک
• 61. کاربرد GGM در شرایط درمان زمان‌بندی‌شده متغیر
• 62. برآورد اثرات درمانی پویا (Dynamic Treatment Effects) با GGM
• 63. شناسایی اثرات پیش‌بینی‌کننده (Anticipation Effects)
• 64. تحلیل ناهمگونی اثرات درمانی در زیرگروه‌ها
• 65. تطبیق گروهی با چندین گروه درمانی
• 66. تطبیق گروهی با نتایج چندگانه
• 67. مواجهه با داده‌های نامتوازن (Unbalanced Panels)
• 68. نقش وزن‌دهی در تطبیق گروهی
• 69. ملاحظات محاسباتی و بهینه‌سازی الگوریتم
• 70. تطبیق گروهی و داده‌های با ابعاد بالا (High-Dimensional Data)
• 71. استفاده از روش‌های یادگیری ماشین برای انتخاب متغیر
• 72. ادغام تطبیق گروهی با جنگل‌های علّی (Causal Forests)
• 73. مواجهه با اثرات سرریز (Spillover Effects) و تداخل
• 74. تطبیق گروهی برای سیاست‌های اعمال‌شده در سطح کلان
• 75. کاربرد در اقتصاد: ارزیابی سیاست‌های مالیاتی
• 76. کاربرد در بازاریابی: تحلیل کمپین‌های تبلیغاتی
• 77. کاربرد در بهداشت عمومی: ارزیابی مداخلات سلامت
• 78. کاربرد در علوم سیاسی: تحلیل اثرات قوانین جدید
• 79. مطالعه موردی ۱: تحلیل یک سیاست اقتصادی با GGM
• 80. داده‌ها و فرضیات مطالعه موردی ۱
• 81. نتایج و تفسیر مطالعه موردی ۱
• 82. مطالعه موردی ۲: ارزیابی یک محصول جدید در بازار با GGM
• 83. داده‌ها و فرضیات مطالعه موردی ۲
• 84. نتایج و تفسیر مطالعه موردی ۲
• 85. اشتباهات رایج در پیاده‌سازی روش‌های تطبیقی
• 86. چالش‌های داده‌های گمشده در تطبیق گروهی
• 87. شفافیت و بازتولیدپذیری در تحقیقات علّی
• 88. نقد و بررسی چارچوب تطبیق گروهی تعمیم‌یافته
• 89. مقایسه GGM با روش ماتریس کامل‌سازی (Matrix Completion)
• 90. مقایسه GGM با روش‌های بیزی
• 91. روندهای آینده در استنباط علّی با داده‌های تابلویی
• 92. توسعه‌های نرم‌افزاری و ابزارهای موجود
• 93. اخلاق در استنباط علّی: مسئولیت محقق
• 94. چگونه نتایج علّی را به درستی به مخاطب عام ارائه دهیم
• 95. خلاصه چارچوب تطبیق گروهی تعمیم‌یافته
• 96. جمع‌بندی نهایی: چه زمانی از کدام روش استفاده کنیم؟
• 97. مسیر یادگیری بیشتر: منابع و مقالات کلیدی