menusearch
amarafzar.ir
۱۴۰۱/۶/۱ سه شنبه
(0)
(0)
معرفی دوره آموزشی آمار کاربردی پروژه محور با نرم افزارهای Stata و Medcalc
معرفی دوره آموزشی آمار کاربردی پروژه محور با نرم افزارهای Stata و Medcalc

دوره آموزشی آمار کاربردی «پروژه محور» چیست و چه اهمیتی دارد ؟
آموزش پروژه محور، یک آموزش عمیق بر روی مفاهیم مختلف نظری و کاربردی یک حیطه است که ضمن توجه به کسب مهارتهای مختلف مورد نیاز، تمرکز بر موضوعات و مسائل حقیقی (در دنیای واقعی) دارد. در این شیوه آموزش، مهارتهای عمومی مهمی از قبیل «حل مساله»، «تفکّر نقّادانه» و «درک عمیق مفاهیم نظری و عملی»، نیز در فراگیران توسعه می‏یابد.
بدیهی است در این شیوه آموزشی، کارهای عملی نقش بسیار مهم و محوری داشته و این کارهای عملی در قالب پروژه یا پروژه های متعدّدی به فراگیران، اعطاء میگردد. پروژه عملی میتواند با توجه به اقتضای مباحث آموزشی، به یکی از 2 شکل زیر به فراگیران و مخاطبین، داده شود:
•    در قالب یک پروژه واحد که به اجزاء مختلف و متعدّدی شکسته میشود (بر اساس موضوع و یا دسته‏ بندی موضوعی مطالب)
•    پروژه‏های متعدّدی که به ازای هر درس (یا سرفصلهای این دوره) به فراگیران سپرده میگردد.
نکته مهم این است که این پروژه ها بگونه ای باید تنظیم گردد تا ضمن توجه به مولفه های عمومی کسب دانش و مهارتهای مرتبط، قدرت حل مساله و تفکر نقادانه نیز افزایش یابد.
چرا این دوره آموزشی مهم است و چرا این دوره آموزشی، بصورت پروژه محور طراحی گردید؟
در یکی دو دهه اخیر، هم راستا با تخصصی شدن رشته های علمی مختلف، دانش روش شناسی پژوهش و همچنین آمار کاربردی نیز به سوی تخصصی شدن، پیش رفته است. این تغییرات ایجاب میکند که کلیه پژوهشگران، متخصصین، اعضای هیات علمی و حتی دانشجویان نیز، دانش و مهارت خود را در زمینه های موصوف ارتقاء دهند.
حتی اگر شما، متخصّص یا پژوهشگر با تجربه‏ای هم باشید، ضرورت دارد که در چند موضوع مهم مرتبط با تحلیل آماری داده های مطالعات مختلف و همچنین تاثیرات آن بر نگارش مقالات علمی، آموزه ها و مهارتهای خود را به روز نمایید.
بسیاری از متخصصین اعتقاد دارند که علوم کاربردی از قبیل «روش شناسی پژوهشها» و «آمار کاربردی»، همانند برخی علوم دیگر که محتوای آنها هر چند سال دستخوش تغییراتی قرار میگیرد، نبوده و این علوم را میتوان علوم ثابت و ایستایی دانست. لیکن بررسی روند رخدادهای مهم حاصل از این علوم، گزاره فوق را زیرسوال میبرد !!!. فقط اگر بخواهم در این نوشتار، به برخی از مهمترین این روندها، اشاره نمایم، با مواردی بشرح ذیل، روبرو خواهیم بود:
•    تغییرات رخداده در طراحی، اجراء، تحلیل آماری و حتی نگارش پژوهشهایی از قبیل مطالعات مشاهده ای (همانند مطالعات کوهورت جمعیتی، مطالعات مورد شاهدی مدرن یا آینده نگر و ...)
•    تغییرات وسیعی که طی 15-10 سال اخیر در متدولوژی مطالعات مداخله ای، تجربه نموده ایم مانند تغییرات مشاهده شده در ثبت پروتکول این مطالعات، ظهور انواع جدیدی از مقالات این دسته از مطالعات که حتی در مواردی کمتر از 10 سال از پیدایش آنها میگذرد، تغییر رویکردهای محاسبه حجم نمونه در این مطالعات بر اساس «معنی داری بالینی» و ...)
•    تغییرات رخداده در «مطالعات ارزش تشخیصی و مدلهای پیش بینی» که در این مورد، حتی شاید باید تغییرات را وسیعتر و بنیادی تر از موارد قبلی بدانیم، چرا که اساساً این گروه از مطالعات پژوهشی، تا قبل از 10 سال قبل، بعنوان گروه مجزایی در انواع مطالعات پژوهشی، مطرح نبوده، در حالیکه هم اکنون یک دسته مجزا محسوب شده و تغییرات گسترده ای را در متدولوژی، تحلیل آماری و نگارش مقالات مربوطه، شاهد هستیم.
•    و اما یکی از مهمترین، تاثیرگذارترین و فراگیرترین تغییری که در طول یکدهه گذشته با آن روبرو شده‏ایم، لزوم استفاده از «اندازه اثر» در تقریباً تمام مطالعات پژوهشی تحلیلی (و البته مداخله ای) است که حتی محدود به یک حیطه یا رشته علمی نبوده و تقریباً تاثیرات خود را در تمامی حیطه های علمی، نشان داده است. در این نوشتار، نمیخواهم به دلایل نظری این تغییر مهم، اشاره نمایم که خود بحث مفصلی است (البته در مبحث مربوطه در این دوره آموزشی، به آن خواهم پرداخت)، لیکن این تغییر بنیادی و مهم، وقتی اهمیت مضاعفی در بین جامعه آکادمیک پیدا میکند که بدانیم، متاسفانه نرم‏افزارهای کلاسیک آماری (یعنی همان نرم افزارهایی که از دیرباز در بین جامعه پژوهشگران و متخصصین، محبوبیت زیادی داشته و هنوز هم رایجترین آنهاست ....؛ مانند SPSS و ...)، در این زمینه بسیار ضعیف بوده و محیط عملیاتی خود را برای این تغییر مهم، تطابق نداده اند.
•    ...
فلذا بدیهی است که متخصصین رشته ها و علوم مختلف، باید بخش قابل توجهی از وقت خود را صرف «بازآموزی» یا «آموزش مداوم» این حیطه ها نیز بنمایند.
از آنجا که ممکن است، برای علاقمندان و پژوهشگران حیطه های مختلف علمی (اعم از پژوهشگرانی که طی 5 تا 10 سال اخیر وارد حیطه های پژوهشی علوم مختلف گردیده اند یا پژوهشگران با سابقه پژوهشی طولانیتر ...)، هنوز مصادیق تغییرات مورد اشاره، بطور شفافی مشخص نشده باشد، در اینجا تنها به ذکر چهار مورد از مصادیق عینی تغییرات 10-5 سال اخیر که در زیرمجموعه تحلیلهای آماری و نگارش مقالات علمی، بوقوع پیوسته، میپدازیم. ضمناً لازم به یادآوری است که این تغییرات و مصادیق مربوطه، در حال حاضر بطور عمده در ژورنالهای پیشرو در علوم مختلف (منظور ژورنالهای گروه موسوم به Q1 یا چارک اول بالاترین مقادیر شاخص «ضریب تاثیر» یا IF در هر رشته تخصصی میباشد)، مشاهده شده، لیکن این تغییرات به سرعت در حال نفوذ و گسترش به ژورنالهای سطوح پایینتر نیز میباشند:
1.    توجه به محاسبه و گزارش شاخصهای «اندازه اثر»، در کنار رویکردهای سنّتی آمار تحلیلی از قبیل «آزمون فرضیه» یا گزارشات آماره و P value. ضمناً بسیار بدیهی است که این موضوع را نباید بدین صورت تصوّر نمود که فقط با یک گزارش شاخص کمی موسوم به «اندازه اثر»، راه حل منطقی به این روند نوظهور است، بلکه نکته کاربردی اصلی، توجه به تفسیر درست و صحیح این شاخصها است که بتواند ضعفهای رویکردهای سنتی را جبران نماید.
2.    توجه اکید به موضوع «معنی داری بالینی» (در ژورنالهای گروه سلامت، پزشکی و سایر حیطه های بین رشته ای یا زیرمجموعه آنها) یا «معنی داری عملی» (در ژورنالهای گروههای علمی غیر پزشکی از قبیل علوم اجتماعی، کشاورزی، علوم انسانی، مدیریت و ...)، در مقیاس «متغیر / متغیرهای وابسته» (یا حتی گاهی متغیر مستقل)، بمنظور نشان دادن ارزش کاربردی نتایج حاصل از پژوهشها
3.    تغییر رویکرد نظری (فلسفی) و متعاقب آن، تغییر رویکرد عملی «محاسبه حجم نمونه یا توان در مطالعات پژوهشی» ؛ در واقع این تغییر نیز تا اندازه زیادی، تحت تاثیر دو روند قبلی قرار گرفته است. به عبارت دیگر، رویکردهای سنّتی محاسبه حجم نمونه (در مطالعات تحلیلی / مداخله ای)، که مبتنی بر تفاوتهای مشاهده شده در مطالعات مشابه قبلی موجود در منابع، صورت میگرفت، به سرعت جای خود را به رویکردهای مبتنی بر شاخصهای کمّی موسوم به «حداقل تفاوت / تغییر دارای اهمیت عملی / بالینی» داده اند و این موضوع نیز بسیاری از پژوهشگران را دچار غافلگیری و سردرگمی نموده است.
4.    اهمیت یافتن رویکرد یا اصل «پیشین» یا “Priori” در طراحی، اجراء، تحلیل آماری پژوهشها و در نتیجه تاثیرات آن بر نگارش مقالات علمی ؛ هر چند اصل بنیادی تعریف کلیه اجزاء و مولفه های مهم طراحی یک پژوهش و همچنین عدم تغییر این مولفه ها در مقاطع زمانی بعدی، یعنی در فاز اجراء، تحلیل آماری و حتی نگارش مقالات علمی مربوطه، که موسوم به اصل «پیشین» یا Priori است، یک موضوع جدید نیست، اما پیشرفتهای جهان امروز، شرایط را برای پیاده سازی این رویکرد فراموش شده، فراهم نموده است. پیشرفتهایی که حتماً همه شما عزیزان با آنها آشنایی حداقلی دارید، مانند اهمیت یافتن نگارش پروتکول یک پژوهش (قبل از آغاز عملیات اجرایی آن پژوهش)، ثبت پروتکول، فراهم سازی پلتفورمهای «دانش آزاد» یا Open Science، ظهور استانداردها یا راهنماهای «اشتراک گذاری داده های حاصل از یک پژوهش» یا Data Sharing و ...، تنها بخشی از این بسترسازیها میباشند. برای یادآوری تاثیرات این رویکرد یا اصل بنیادی بر «تحلیلهای آماری» یک پژوهش، تنها کافی است رویکرد سنّتی نگارش پروپوزال (بعنوان تنها سند پیشین الزامی در قبل از آغاز یک پژوهش) را با رویکرد «پیشین» که تهیه این سند را کافی ندانسته و تاکید بر تدوین پروتکول دارد ....، مقایسه نماییم. بمنظور روشن شدن ذهن تمامی متخصصین، کافی است به یکی از ضروریات پروتکول که تاکید بر جداسازی اهداف (اولیه در مقابل ثانویه)، تحلیلهای آماری (اولیه در مقابل ثانویه) و حتی نتایج (تاییدی در مقابل اکتشافی) دارد، توجه و تمرکز نماییم.
وقتی تاثیر این روندهای چهارگانه را بر روی بخشهای «متد»؛ «نتایج» و «بحث و نتیجه گیری» مقالات مربوطه، بررسی مینماییم، متوجه عمق و گستردگی تاثیر این تغییرات بر روی ساختار ظاهری و محتوایی مقالات علمی خواهیم شد.
پر واضح است که تنها تمرکز پژوهشگران، متخصصین، اعضای هیات علمی، دانشجویان تحصیلات تکمیلی و ...، بر روی کسب دانش و مهارتهای مربوط به این روندها، میتواند راهکار منطقی همزیستی با این روندها باشد و برعکس، واکنشهایی از قبیل مقاومت نسبت به این روندها و تغییرات مربوطه، بجز اتلاف منابع و هدر دادن وقت متخصصین، حاصل دیگری نخواهد داشت. همچنین برخوردهای دیگری از قبیل منتسب نمودن دلایل رد مقالات و پژوهشهای محققین به موضوعات سیاسی از قبیل تحریمها و ...، نیز چاره ساز نخواهد بود.
در یک دوره آموزشی با مختصّات این دوره که قرار است به موضوع بسیار مهم «تقویت دانش و مهارتهای آماری بمنظور ارتقاء وضعیت نگارش مقالات» بپردازد، لازم است تا در مقایسه با شرایط مطلوب و بهینه، به این موضوعات در آموزش آمار کاربردی توجه گردد:
•    توجه به مبانی نظری و پیشینه مباحث آماری و یا «روشهای آماری»
•    توجه به روشهای عملی یا رویکردهای نرم افزاری روشهای مختلف
•    توجه به تغییرات احتمالی یا تغییرات رویکردی که در این روشها، اتفاق افتاده است!
•    توجه به چالشهای روشهای مختلف و حل این چالشها
بدیهی است هر دوره آموزشی که قرار است در زمینه «آمار کاربردی» در راستای تقویت نگارش مقالات، آموزش موثر و بهینه‏ای داشته باشد، نمیتواند در کنار انتقال مفاهیم نظری و عملی، به موضوع بسیار مهم «پاسخ به کامنتها یا سوالات داوران مقالات در ژورنالهای مختلف»، توجه نداشته باشد. از طرف دیگر، بدلایلی از قبیل تغییرات نسبتاً سریع موضوعاتی که در صدر توجه داوران قرار میگیرد، بهتر است این بخش از آموزش، بصورت «یادگیری ماهیگیری؛ بجای ماهی دادن ....» باشد. چرا که نمیتوان برای موضوع ذهنی مانند کامنتهای داوران مقالات، راهکار فیکس و ثابت عینی تعریف نمود.
اینجاست که به ارزش «آموزش پروژه محور» در افزایش قدرت درک و تفسیر موضوعات، پی میبریم و مشخص میگردد که وقتی میتوانیم این دوره آموزشی را موفق و اثربخش بدانیم که فراگیران حداقل در 80 تا 90 درصد کامنتها و سوالات آماری داوران مقالات، امکان پاسخدهی و تحلیل مطالب و موضوعات را کسب نمایند.
این دوره آموزشی، تنها دوره آموزشی آمار کاربردی در کشور است (حداقل در شرایط فعلی)، که به تمامی ایتمهای پیشگفت در هر یک از مباحث آموزشی تمرکز داشته و حتی فراتر از آنها، تفاوت مبانی و راهکاری نگارش مقالات مختلف پرکاربرد برای پژوهشگران رشته های مختلف را نیز، مورد بحث و بررسی قرار میدهد و به محققین در هر مورد، راهکارها و توصیه های عملیاتی، ارائه مینماید.


چرا در این دوره آموزشی، مبنای کارهای عملی، نرم افزار Stata (و نه SPSS)، بوده و این نرم افزار، آموزش داده میشود ؟

 

هر چند، نرم افزار آماری SPSS یکی از پرکاربردترین بسته های آماری مورد استفاده محققین، در تمامی رشته های و گرایشهای علمی است، لیکن دارای محدودیتهای متعدّد و مهمی میباشد. چنانچه مروری به پیشینه و تاریخچه تکاملی این نرم افزار، داشته باشیم، متوجه میشویم که این نرم افزار قبل از آنکه یک نرم افزار عمومی آماری باشد، یک بسته تجزیه و تحلیل آماری، اختصاصی پژوهشهای علوم اجتماعی است . چنانچه از متخصصین یا پژوهشگران خبره در فیلد علوم زیستی و سلامت، بخواهیم که تجربه کار با این نرم افزار را در تجزیه و تحلیل داده‏های این فیلد بیان کنند، بسیاری از ایشان، به وجود مشکلات و محدودیتهای متعددی اشاره مینمایند.
در اینجا لازم است بمنظور روشن شدن اذهان بسیاری از پژوهشگران، بخصوص پژوهشگرانی که علاقمند به ارتقاء فعالیتهای منجر به انتشار مقالات پژوهشی خود هستند، به ذکر برخی از مهمترین و پرکاربردترین محدودیتهای نرم افزار SPSS اشاره نمایم:
•    عدم محاسبه یا برآورد شاخصهای مهمی از قبیل بروز، شیوع، میزان بروز و ...، برای یک بیماری یا پیامد (یا هر رخداد اجتماعی، سلامتی و ...) و بخصوص فاصله اطمینان 95 درصد آن.
•    عدم محاسبه یا برآورد شاخصهای اندازه اثر ساده‏، از قبیل شاخصهای «تفاضل میانگینها» و «تفاضل میانگینهای استاندارد شده» یا Standardized Mean Diff. (SMD) مانند Cohen’s d، Hedges’ g یا Glass’ Delta
•    محدودیت در محاسبه نسبت برتری یا Odds Ratio در مواردی که متغیر مواجهه یا متغیر مستقل مطالعه، بیش از دو سطح یا لایه داشته باشد.
•    عدم محاسبه شاخص یا آماره کاپا (Kappa Statistics) بصورت وزنی (بیش از 2 سطح)
•    غیرممکن بودن تحلیل آماری یک مطالعه مورد-شاهدی همسان شده یا Matched Case-control Study، حتی بصورت تک متغیره (قادر به محاسبه شاخص or در این وضعیت نیست)
•    در روشهای تحلیل واریانس (ANOVA)، محاسبه اندازه اثر همیشه امکان پذیر نیست (روش One-way ANOVA امکان برآورد اندازه اثر اتا یا پارشیال اتا، وجود ندارد) و در سایر تحلیلهای واریانس نیز ، با محدودیت محاسبه تمام شاخصهای اندازه اثر این روشها، روبرو هستیم.
•    محدودیت در ارزیابی اثر یک متغیر مستقل (پیش بینی کننده) رتبه‏ای یا اسمی با بیش از دو سطح (لایه) در رگرسیون خطی (قادر به ایجاد Indicator or dummy variable نیست)
•    غیرممکن بودن رسم نمودار بلند آلتمن (Bland-Altman Plot) بمنظور ارزیابی روایی و پایایی سنجشهای کمی.
•    محدودیت در محاسبه تمامی گونه ها یا انواع شاخص ICC (Intra-class Correlation) در شرایط مختلف ارزیابی پایایی یا قابلیت اعتماد
•    محدودیت در ترسیم انواع نمودارهای پرکاربرد در مقالات (مانند نمودارهای خطی مختص تحلیل داده های با سنجش مکرّر بهمراه error term، نمودارهای ستونی همراه با error term ، نمودار انباشت یا Forest plot برای مقایسه شاخصهای اندازه اثر و ...)
•    تحلیل واریانس با اندازه‏های تکراری (Repeated Measures ANOVA) با دشواریهای زیادی همراه است.
•    امکان انجام متاآنالیز (در مطالعات ثانویه مانند مرور سیستماتیک) وجود ندارد
•    .....
لیست فوق، تنها موارد پرکاربردی از محدودیتها و نقائص این نرم‏افزار بوده و قطعاً تمامی پژوهشگران، متخصصین و حتی دانشجویانیکه حداقل به یکی از کاربردهای یاد شده نیاز داشته‏اند، این محدودیتها را تجربه نموده و بعضاً در شرایط پاسخ به داوریهای مقالات یا درخواست داوران برای تصحیح یک تحلیل آماری و ...، برای آنها فضای چالشی را ایجاد نموده است.
بدیهی است که طراحی یک نرم افزار اختصاصی یک فیلد یا گرایش علمی، تا اندازه زیادی میتواند این نقائص را مرتفع نماید. خوشبختانه نرم افزار STATA با علم و شناخت کامل از نیازهای محققین علوم پزشکی، تقریبا به تمامی نیازهای گرایشهای زیرمجموعه این فیلد، توجه داشته و بهمین خاطر، میتوان آنرا کاملترین و قویترین نرم افزار تجزیه و تحلیل داده های مطالعات پژوهشی فیلد علوم زیستی، سلامت، پزشکی و توانبخشی و حتی برخی گریشهای علوم انسانی مانند علوم اجتماعی، اقتصاد، علوم فتاری و ...، نامید. البته باید در کنار ویژگی انطباق با فیلد علوم پزشکی و زیستی، ماهیت متن-باز بودن (Open-source) این نرم‏افزار را هم بعنوان یک ویژگی بسیار مهم که به افزایش درجه پاسخگویی به نیاز کاربران این نرم‏افزار، کمک قابل توجهی مینماید، نیز اشاره نماییم.
از طرف دیگر، بعد از بررسیهای متعددی که بعد از برگزاری و اخذ فیبدکهای چند دوره اخیر از کاربران و فراگیران دریافت نموده و ارزیابیهایی که بر روی نرم‏افزارهای آماری انجام دادم، آموزش نرم‏افزار بسیار مفید، ساده و کاربردی MedCalc را نیز به محتوای این دوره، اضافه نمودم. این نرم‏افزار که محیطی بسیار ساده و کاربر پسند دارد، میتواند در زمینه تولید نمودارهای مهم و کاربردی مورد نیاز پژوهشگران، بخصوص در تنظیم و تدوین مقالات، بسیار کمک کننده و راهگشا باشد. البته برخی تواناییهای دیگر این نرم‏افزار نیز به غنای این دوره آموزشی و ارتقاء دانش و مهارت کاربران در تحلیلهای آماری مورد نیاز، خواهد افزود.
خلاصه اینکه ...
در این دوره آموزشی و با توجه به محتوای آموزشی تنظیمی و سرفصلهای پیش‏بینی شده، حدود 90 درصد نیازهای پژوهشگران در تحلیل آماری انواع مطالعات (توصیفی، رابطه‏ای یا همبستگی، تحلیلی مقطعی، مورد شاهدی و کوهورت، مداخله‏ای یا کارآزمایی و ...) چه از منظر اجرای آزمونها و چه تفسیر و تحلیل آنها، مرتفع خواهد گردید.


ماهیت پروژه محور (کارهای عملی) در این دوره آموزشی چگونه است ؟

 

در این دوره آموزشی، به ازای هر درس (سرفصل آموزشی)، حداقل یک پروژه عملی به فراگیران داده میشود که فقط جنبه عملی یا اجرایی تحلیل آماری را در بر نگرفته، بلکه به مصادیق آن موضوع در مقاله مربوطه، نیز توجه میگردد. به عبارت دیگر، خروجی عمده پروژه های عملی بصورتی است که میتوان آنها را در مقالات بصورت مستقیم استفاده نمود.
یکی از ایرادات اکثر آموزشهای کارگاهی یا عملی مباحث آماری در کشورمان (و حتی در سطح جهانی)، این است که فقط به اجرای یک تحلیل آماری، بعنوان مثال رگرسیون خطی، توجه میگردد. اما در این دوره، حتی به نحوه ارائه یا پرزنتیشن خروجی تحلیلهای آماری در سطح مقالات مربوطه نیز، توجه میگردد.
حال در اینجا، به برخی از جنبه‏های عینی خروجی مباحث آموزشی در مقالات، که در این دوره آموزشی پروژه محور و منحصر بفرد، مورد توجه قرار میگیرد، اشاره مینماییم:
•    نحوه نگارش بهینه زیربخش «تحلیل آماری» یا Statistical Analysis در زیرمجموعه Methods / Material & Methods متن مقالات و تفاوتهای این بخش در برخی از انواع پرکاربرد مقالات
•    نحوه تنظیم و تدوین «جدول 1» در انواع پرکاربرد مقالات و توجه به تفاوتهایی که در برخی از انواع این مقالات وجود دارد ...
•    نحوه تدوین و تنظیم انواع پرکاربرد نمودارها در انواع مقالات و توجه به نکات چالشی این نمودارها ... (از قبیل نمودارهای ستونی، خطی، پراکنش، بقاء و ...)
•    توجه به طبقه‏بندی سه بخشی یافته‏های اولیه، ثانویه و متعاقبی که یکی از نشانگان رویکردهای نوین (مدرن) در طراحی و نگارش پژوشها است، مطابق با دسته بندی اهداف (اولیه و ثانویه)
•    توجه به اصل مهم «سه گانه یافته ها» یا Triad of result S و چگونگی اجرای این اصل در بخش یافته‏های انواع مقالات
•    نحوه تنظیم سایر جداول در مقالات (بجز جدول 1) در انواع مختلف مقالات یا انواع روشهای آماری
•    و ...

در این دوره آموزشی، چه مباحثی تدریس میشود و ساختار دروس این دوره، چگونه است ؟


درس اول: آشنایی عملی با نرم افزار Stata ، کار با این نرم افزار و آمار توصیفی
o    آشنایی با امکانات و تواناييهای Stata در تحلیل آماری
o    نحوه کار کردن با اين نرم افزار با دو شیوه «مبتنی بر منوها» و «مبتنی بر دستورالعمل»
o    آشنايي با ساختار سينتاکس در نرم افزار Stata و یادگیری سینتاکس ژنریک
o    آشنایی با انواع منابع آموزشی در نرم افزار Stata
o    آشنایی با انواع شاخصها در آمار توصیفی (شاخصهای مرکزی، شاخصهای پراکندگی، شاخصهای شکل توزیع، شاخصهای پوزیشن یا صدکها و ...)
o    آشنایی با دو میانگین هندسی و هارمونیک و کاربردهای آنها در پژوهشها
o    آشنایی با مبنای نظری و عملی «فاصله اطمینان 95%» در پارامترهای پرکاربرد آماری از قبیل میانگین، شیوع، بروز و ...
o    کار عملی با نرم افزار Stata برای کلیه بخشهای زیرمجموعه آمار توصیفی

درس دوم: ارزیابی Normality در متغیرهای کمّی
o    ویژگیهای تئوری و عملی توزیع نرمال
o    آشنایی با انواع روشهای ارزیابی نرمال بودن یک توزیع به تفکیک روشهای نموداری، شاخصهای مرتبط با توزیع و روشهای آزمونی
o    یادگیری رویکردهای رایج در ارزیابی نرمالیتی متغیرهای کمی
o    کار با نرم افزار Stata برای ارزیابی نرمالیتی
o    ...

درس سوم: مقدمات و پایه آمار تحلیلی (برآورد و آزمون فرضیه) و کاربردهای مهم آن (محاسبه حجم نمونه یا توان و شاخصهای اندازه اثر در آمار کاربردی)
o    مبانی نظری دو مفهوم «برآورد» و «آزمون فرضیه»
o    آشنایی با مراحل اجرایی آزمون فرضیه
o    یادگیری محدودیتهای رویکرد آزمون فرضیه (محدودیتهای P Value)
o    آشنایی با جایگاه شاخصهای «اندازه اثر» در آمار کاربردی
o    آشنایی با الگوریتم تفسیر یافته های پژوهش در شرایط استفاده از «اندازه اثر»
o    یادگیری عوامل مهم تاثیرگذار بر حجم نمونه در انواع مطالعات و شرایط مختلف
o    آشنایی با انواع روشهای محاسبه حجم نمونه یا توان در شرایط امروزی (فرمول، نرم افزار و )
o    یادگیری نحوه محاسبه حجم نمونه در انواع پژوهشهای پرکاربرد

درس چهارم: «روشهای آماری تک متغیره» پارامتریک و ناپارامتری
o    آشنایی با طبقه بندی روشهای آماری «تک متغیره» و «چند متغیره» در آمار کاربردی
o    آشنایی با دو خانواده مهم روشهای آماری «تک متغیره» برای داده های کمّی و دسته بندی شده
o    آزمونهای آماری خانواده t و کاربرد این آزمونها
o    آزمونهای آماری ناپارمتری معادل خانواده t و کاربرد آنها
o    آشنایی با شاخصهای «اندازه اثر» پرکاربرد در شرایطی که از آزمون t استفاده میکنیم (اندازه های اثر خانواده «تفاضل میانگینها» و کاربرد آنها در مقالات)
o    آشنایی با آزمونهای آماری برای تحلیل داده های دسته‏بندی شده یا کای دو
o    آشنایی با ساختار جداول 2 در 2 در انواع مطالعات رابطه ای و مداخله ای
o    آشنایی با شاخصهای اندازه اثر پرکاربرد در تحلیل آماری جداول 2 در 2 و r در 2 (شاخصهای خانواده «خطر نسبی» و «تفاضل خطر»، بویژه شاخصهای OR، RR و RD)
o    آشنایی با تحلیل همبستگی و انواع شاخصهای ضریب همبستگی پرکاربرد
o    کارهای عملی متعدد با نرم افزار Stata برای مباحث فوق ...

درس پنجم: آشنایی با تنظیم صحیح جدول 1 و نمودارهای پرکاربرد در انواع مقالات
o    آشنایی با کاربرد جدول 1 در انواع مقالات حاصل از مطالعات رابطه ای و مداخله ای و تفاوتهای بین این جدول در انواع مقالات
o    یادگیری مولفه های مهم و تاثیرگذار بر تنظیم جدول 1 در مقالات
o    آشنایی با ماژول بسیار کاربردی “table1” در نرم افزار Stata بمنظور تنظیم قابل انعطاف جدول 1 در مقالات
o    آشنایی با منطق نظری و کاربردهای عملی 7 نمودار پرکاربرد در انواع مقالات
o    یادگیری نحوه تنظیم نمودارهای خطی و ستونی بهمراه Error bar در نرم افزار Medcalc در استراتژیهای مختلف دیتاست از قبیل Long format & Wide format
o    آشنایی با ماژول پرکاربرد lgraph در Stata بمنظور تنظیم نمودار خطی با error term در ساختار دیتاست Long format
o    ترسیم نمودارهای جعبه ای (Box plot) و هیستوگرام در Stata به بهینه ترین شکل ممکن
o    ترسیم نمودار پراکنش یا Scatter plot در نرم افزار Stata و قابلیت two-way graph برای ترکیب اجزائی از قبیل خط برازش رگرسیون یا منحنیهای درجه دوم و یا درجه سوم با نمودار پراکنش و ...

 

درس ششم: پدیده «مخدوشگری» یا Con found ing و «برهمکنش» یا Interaction در پژوهشها و نحوه ارزیابی این دو پدیده در آمار کاربردی
o    مروری بر شاخصهای اندازه اثر پرکاربرد و مناطق تفسیری آنها
o    آشنایی با مبانی نظری پدیده «مخدوشگری» در پژوهشها و شناسایی این پدیده
o    راهکارهای مختلف در کنترل «مخدوشگری» اعم از راهکارهای مبتنی بر «طراحی» و راهکارهای مبتنی بر «تحلیل آماری» و نقاط ضعف و قوت آنها
o    یادگیری روش «طبقه بندی» یا Mantel-Haensel Method در کنترل مخدوشگری در داده های دسته بندی شده
o    ارزیابی پدیده «برهمکنش» با استفاده از جدول 2 در 2 و نمودار (در نرم افزار اکسل)
o    و ...

درس هفتم: روش چند متغیره «تحلیل واریانس» و کاربرد این روش در پژوهشهای مشاهده ای و مداخله ای
o    طبقه بندی انواع روشهای چند متغیره و کاربرد آنها در انواع پژوهشها اعم از روشهای مبتنی بر «تحلیل واریانس» و «روشهای رگرسیونی»
o    طبقه بندی انواع روشهای «تحلیل واریانس» بر اساس تعداد متغیرهای مستقل (تحلیل واریانس تک راهه، دو راهه و ...، تحلیل واریانس-کوواریانس)
o    آشنایی با یک روش تحلیل آماری نامناسب در انواع مطالعات مداخله ای دو یا چند گروهی با سنجش پیامدهای کمی قبل و بعد مداخله و تصحیح این روش آماری با استفاده از «تحلیل واریانس – کوواریانس»
o    آشنایی با شاخصهای اندازه اثر مبتنی بر «تحلیل واریانس»
o    کار عملی با نرم افزار Stata در اجرای روش تحلیل واریانس و تحلیل واریانس – کوواریانس در پژوهشهای قبل و بعد ...
o    کار عملی در استخراج شاخصهای اندازه اثر مناسب در شرایط مطالعات پژوهشی 2 یا چندگروهی قبل و بعد

درس هشتم: روشهای آماری «تحلیل همبستگی» و «رگرسیون خطی» تک متغیره و چند متغیره
o    آشنایی با جایگاه کاربردی روشهای خانواده رگرسیون خطی
o    آشنایی با تحلیل همبستگی بین متغیرهای کمی (پارامتریک و ناپارامتری)
o    یادگیری سوء برداشتها در تحلیل همبستگی
o    یادگیری دستورات Stata در تحلیل همبستگی و گزارش شاخصهای ضریب همبستگی پیرسون، اسپیرمن، کندالز تائو و ...
o    آشنایی با دو هدف اصلی از اجرای روشهای رگرسیونی در پژوهشها (هدف «ارزیابی رابطه» و هدف «پیش بینی وقایع یا پیامدها»)
o    تفاوت رویکردهای عملی در دو هدف اصلی رگرسیون خطی
o    یادگیری پیشفرضهای روش رگرسیون خطی (نرمالیتی، خطی بودن و ثبات واریانس)
o    آشنایی با پدیده های «برهمخطی» و اثرات داده های پرت یا Outlier effect و اثرات آن بر رگرسیون خطی
o    کار عملی و پروژه ای در ارزیابی پیشفرضها، Collinearity، Leverage و ... در رگرسیون خطی
o    آشنایی با دستورات Stata در تحلیل رگرسیون خطی تک متغیر و چند متغیره
o    یادگیری نحوه تصحیح آماری یا Adjusting برای یک یا چند مخدوشگر بالقوه در مدل رگرسیون خطی و تفسیر خروجی این روش
o    آشنایی با شاخصهای اندازه اثر رگرسیون خطی (ضریب رگرسیون بتای استاندارد نشده و استاندارد شده) و تفسیر آنها
o    آشنایی با ماژول پرکاربرد “curvefit” در نرم افزار Stata بمنظور ارزیابی تغییرات عوامل بیولوژیک مختلف با سن (Age-modeling)
o    آشنایی با مفهوم برازش (fitness) یک مدل رگرسیونی و مرور انواع شاخصهای برازش یا Fitness measure در رگرسیون خطی (شاخصهای Adjusted R2، MSE، شاخصهای مبتنی بر معیارهای اطلاعاتی یا Information Criterion از قبیل AIC & BIC و ...)
o    یادگیری منطق روشهای دستی یا Enter در مقایسه با روشهای اتوماتیک یا Stepwise در مدلهای رگرسیونی چند متغیره
o    آزمون آماری بین مدلهای رگرسیونی با تعداد متفاوت از متغیرهای مستقل ...
o    مرور منابع برای محاسبه حجم نمونه در روشهای رگرسیون خطی ...

 

درس نهم: تحلیل آماری با «روشهای آماری چند متغیره» با پیامد دو وضعیتی با استفاده از روشهای خانواده «رگرسیون لجستیک» (Logistic Regression methods)
o    آشنایی با جایگاه کاربردی روشهای خانواده رگرسیون لجستیک
o    مقایسه کاربردی روش «رگرسیون لجستیک» با روش «رگرسیون خطی»
o    پیشرفضهای رگرسیون لجستیک و نحوه ارزیابی این پیشفرضها در شرایط عملی
o    آشنایی با مفهوم «مقیاسهای دو گانه» در انواع رگرسیونهای غیرخطی مانند رگرسیون لجستیک
o    آشنایی با شاخص اندازه اثر مورد استفاده در این روش آماری و دو مقیاس از این شاخص (مقیاس لگاریتمی و مقیاس کاربردی)
o    آشنایی با دو هدف اصلی روش رگرسیون لجستیک («ارزیابی رابطه» در مقایسه با «ساخت مدل پیش بینی وقایع دو وضعیتی»)
o    یادگیری نحوه اجرای رگرسیون لجستیک تک متغیره و چند متغیره و تفسیر شاخص اندازه اثر این مدل (شاخص OR) در وضعیتهای مختلف متغیرهای مستقل یا متغیرهای پیش بینی کننده (predictors)
o    آشنایی با تفسیر خروجی این روش در شرایطی که قصد تصحیح حداقل یک مخدوشگر را داشته باشیم
o    آشنایی با روش آماری مبتنی بر ارزیابی «برازش مدل رگرسیونی» (روش Hosmer-Lemshaw) و اجرای این روش در Stata
o    آشنایی با کاربرد ایجاد «مدل پیش بینی» در رگرسیون لجستیک
o    آشنایی با برخی شاخصهای مورد استفاده در ایجاد مدلهای پیش بینی با رگرسیون لجستیک (از قبیل شاخصهای «حساسیت»، «ویژگی»، «اعتبار» یا Accuracy و «سطح زیر منحنی ROC» یا ROC-AUC و ...
o    کار عملی و پروژه ای در رگرسیون لجستیک تک و چند متغیره

 

درس دهم: تحلیل آماری با روش «تحلیل واریانس با سنجشهای مکرّر» یاRepeated Measures ANOVA یا Mixed Model ANOVA
o    آشنایی با جایگاه کاربردی روش آماری RM-ANOVA و تفاوت بین یک مدل Pure RM-ANOVA با Mixed Model ANOVA در انواع پژوهشها
o    آشنایی با مبانی نظری روش آماری RM-ANOVA و پیشفرضهای مربوط به این روش
o    تفسیر معنی داری / غیر معنی داری فاکتورهای Time و برهمکنش Time*Group در RM-ANOVA و تفسیر خروجی جداول ANOVA در شرایط مختلف

o    کارهای عملی و پروژه ای در این روش

 

این دوره آموزشی، مشتمل بر چند ساعت آموزش است و برنامه برگزاری جلسات، چگونه است؟
این دوره آموزشی، شامل 70 ساعت آموزش نظری و عملی بوده که سهم هر یک از دو بخش نظری و عملی 60% و 40% بوده که با توجه به ساعات کل این دوره بخشهای نظری کمتر از 40 ساعت و بخشهای عملی نیز بیش از 30 ساعت از مباحث این دوره آموزشی کاربردی را در بر میگیرد.
ضمناً از آنجا که ماهیت این دوره آموزشی، پروژه محور تعریف شده است، در تقریباً تمامی دروس و سرفصلهای آن، حداقل یک یا چند کار عملی واقعی تعریف میگردد. این کارهای عملی، مبتنی بر مقالات واقعی، طراحی شده و در کنار این مقالات، داده‏های سطح فردی آن مقاله (پژوهش) نیز در اختیار فراگیران قرار گرفته تا با انجام تمرینها و سناریوهای تعریف شده، بالاترین سطح دانش و مهارتهای مربوطه، کسب گردد!


در این دوره آموزشی، چه محتوا یا مستنداتی در دسترس فراگیران، قرار میگیرد ؟
در این دوره آموزشی، مواد و مستندات آموزشی زیر، در اختیار کلیه شرکت کنندگان قرار خواهد گرفت:
الف) کل فایلهای حاوی اسلایدهای کارگاه (در قالب فایلهای pdf)
ب) فایلهای دیتاستهای پروژه ها یا کارهای عملی، در قالب یا فرمت Stata version 14 (دقت فرمایید که در نرم افزار Stata، با ویرایشهای قبل از ویرایش 14، امکان باز نمودن این فایلها وجود ندارد)
ج) اجرای دستورات نرم افزار Stata برای حل تمرینهای عملی، در قالب مجموعه سینتاکسهای نرم افزاری یا Do file

در این دوره آموزشی، یک گروه تلگرامی اختصاصی، بمنظور طرح سوالات احتمالی شرکت کنندگان و ارائه پاسخ (توسط مدرس) و یا طرح اشکالات و ابهامات و پاسخ به آنها و ...، ایجاد میگردد.

 

چگونه میتوانم در این دو دوره آموزشی، ثبت نام نموده و در آن شرکت نمایم؟
برای اطلاع از شرایط ثبت نام در این دوره و برنامه تخفیفهای دوره ای میتوانید به وب سایت آکادمی «پژوهش افزار» (لینک زیر)، مراجعه فرمایید:
www.researchware.org/shop 

به امید اینکه این دوره آموزشی بتواند دانش و مهارتهای آماری شما پژوهشگر و فرهیخته گرامی را بصورت اثربخشی، ارتقاء داده و نیازهای شما را مرتفع نماید.

 

تمامی خدمات و محصولات این سایت، حسب مورد دارای مجوزهای لازم از مراجع مربوطه می باشند و فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است.