دوره پیش‌بینی تورم در اقتصادهای نوظهور با مدل‌های جمع‌شدگی بیزی، فاکتور و بینش گوگل ترندز همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیش‌بینی تورم در اقتصادهای نوظهور با مدل‌های جمع‌شدگی بیزی، فاکتور و بینش گوگل ترندز

موضوع کلی: مدل‌سازی و پیش‌بینی اقتصاد کلان

موضوع میانی: رویکردهای نوین در پیش‌بینی تورم

📋 سرفصل‌های دوره

• 1. مقدمه ای بر اقتصادهای نوظهور کوچک و باز
• 2. اهمیت پیش بینی تورم در اقتصادهای نوظهور
• 3. مروری بر مقاله "Forecasting in small open emerging economies Evidence from Thailand"
• 4. مبانی اقتصاد کلان: تولید ناخالص داخلی، تورم، نرخ ارز و سیاست‌های پولی
• 5. شاخص های کلیدی اقتصاد کلان تایلند
• 6. شاخص های کلیدی اقتصاد کلان اقتصادهای نوظهور
• 7. تورم: تعریف، انواع و علل
• 8. نظریه های اقتصادی تورم
• 9. رابطه بین نرخ ارز و تورم
• 10. رابطه بین نرخ بهره و تورم
• 11. نظریه مقداری پول و تورم
• 12. سیاست های پولی و تاثیر آن بر تورم
• 13. اهداف تورمی و بانک های مرکزی
• 14. مقدمه ای بر روش های پیش بینی
• 15. روش های پیش بینی کیفی
• 16. روش های پیش بینی کمی
• 17. مدل های اقتصادسنجی پایه برای پیش بینی
• 18. رگرسیون خطی و کاربردهای آن در پیش بینی
• 19. متغیرهای مستقل و وابسته در پیش بینی تورم
• 20. آزمون فرضیه و معناداری آماری در رگرسیون
• 21. تشخیص و رفع مشکلات رگرسیون
• 22. سری های زمانی: مفاهیم و ویژگی ها
• 23. تجزیه سری های زمانی
• 24. هموارسازی نمایی
• 25. مدل های ARIMA
• 26. تشخیص و برآورد مدل های ARIMA
• 27. پیش بینی با استفاده از مدل های ARIMA
• 28. مقدمه ای بر مدل های VAR
• 29. تشخیص و برآورد مدل های VAR
• 30. پیش بینی با استفاده از مدل های VAR
• 31. مزایا و معایب مدل های VAR
• 32. مقدمه ای بر مدل های فاکتوری
• 33. استخراج فاکتورها با استفاده از تحلیل مولفه های اصلی
• 34. انتخاب تعداد فاکتورها
• 35. مدل های فاکتوری پویا
• 36. پیش بینی با استفاده از مدل های فاکتوری
• 37. مقدمه ای بر مدل های بیزی
• 38. قضیه بیز و کاربردهای آن
• 39. توزیع های پیشین و پسین
• 40. استنباط بیزی
• 41. پیش بینی بیزی
• 42. ارزیابی پیش بینی های بیزی
• 43. مدل های جمع شدگی بیزی
• 44. ترکیب پیش بینی های مدل های مختلف
• 45. وزن دهی بیزی به مدل ها
• 46. روش های برآورد وزن های بیزی
• 47. مزایا و معایب مدل های جمع شدگی بیزی
• 48. مقدمه ای بر داده های گوگل ترندز
• 49. نحوه جمع آوری و استفاده از داده های گوگل ترندز
• 50. ارتباط بین گوگل ترندز و فعالیت های اقتصادی
• 51. کاربرد گوگل ترندز در پیش بینی
• 52. استفاده از گوگل ترندز در پیش بینی تورم
• 53. ادغام گوگل ترندز با مدل های اقتصادسنجی
• 54. متغیرهای جستجوی مرتبط با تورم
• 55. ساخت شاخص های مبتنی بر گوگل ترندز
• 56. روش های ارزیابی کارایی پیش بینی مبتنی بر گوگل ترندز
• 57. مقدمه ای بر نرم افزارهای اقتصادسنجی (Eviews, R, Python)
• 58. آماده سازی داده ها برای پیش بینی
• 59. پیاده سازی مدل های رگرسیونی در نرم افزار
• 60. پیاده سازی مدل های سری زمانی در نرم افزار
• 61. پیاده سازی مدل های VAR در نرم افزار
• 62. پیاده سازی مدل های فاکتوری در نرم افزار
• 63. پیاده سازی مدل های بیزی در نرم افزار
• 64. ادغام گوگل ترندز در مدل ها با استفاده از نرم افزار
• 65. ارزیابی دقت پیش بینی در نرم افزار
• 66. مقایسه مدل های مختلف پیش بینی
• 67. معیارهای ارزیابی پیش بینی (MSE, RMSE, MAE)
• 68. آزمون های آماری برای مقایسه پیش بینی ها
• 69. خطاهای پیش بینی و منابع آن
• 70. روش های بهبود دقت پیش بینی
• 71. بررسی اثرات سیاست های پولی بر تورم با استفاده از مدل ها
• 72. بررسی اثرات شوک های خارجی بر تورم با استفاده از مدل ها
• 73. سناریو سازی برای پیش بینی تورم
• 74. پیش بینی تورم در افق های زمانی مختلف (کوتاه مدت، میان مدت، بلند مدت)
• 75. کاربرد نتایج پیش بینی در سیاست گذاری
• 76. محدودیت های مدل های پیش بینی
• 77. چالش های پیش بینی تورم در اقتصادهای نوظهور
• 78. مطالعه موردی: پیش بینی تورم در تایلند با استفاده از مدل های جمع شدگی بیزی، فاکتور و بینش گوگل ترندز
• 79. مقایسه نتایج مقاله با نتایج خود
• 80. تعمیم نتایج به سایر اقتصادهای نوظهور
• 81. آینده پژوهی پیش بینی تورم در اقتصادهای نوظهور
• 82. تکنیک های یادگیری ماشین در پیش بینی تورم
• 83. استفاده از داده های بزرگ در پیش بینی تورم
• 84. پیش بینی تورم در شرایط عدم قطعیت بالا
• 85. نقش پیش بینی در مدیریت ریسک اقتصادی
• 86. اخلاق در پیش بینی اقتصادی
• 87. جمع بندی و نتیجه گیری