GraphPad
2.21K subscribers
483 photos
34 videos
36 files
292 links
Download Telegram
#سال_1401


فرض کنید می‌خواهیم بدانیم برایند سود در بورس تهران برای سال 1400 چگونه بوده است. من برای پاسخ به این سوال یک شبیه‌سازی معاملاتی بر روی نمونه بزرگی به اندازه یکصد هزار نفر انجام داده‌ام. این نمونه افرادی هستند که حداقل در هر ماه یک معامله انجام داده‌اند.

چند نتیجه این شبیه‌سازی را با هم ببینیم. از آن‌جا که نتایج من براساس مفاهیم حدی و همگرایی به دست آمده است، بنابراین با بزرگتر شدن اندازه نمونه و واقعی‌تر شدن آن، همچنان نتایج زیر با احتمالاً خطای کوچک برقرار خواهد ماند. نکته مهم اینکه ما در به دست آوردن این نتایج به منظور هر چه واقعی‌تر شدن آن‌ها، کاری به شاخص و انواع آن نداشته‌ایم.

الف) 9 درصد از افراد بیشتر از 100 درصد نسبت به ابتدای سال 1400 سود کرده‌اند.
ب) سود 11 درصد از افراد عددی بین 50 تا 100 درصد بوده است.
پ) حدود 17 درصد از افراد سودی بین صفر تا 50 درصد به دست آورده‌اند.
ت) حدود 40 درصد از معامله‌گران متحمل ضرری بین صفر تا 50 درصد شده‌اند.
ث) ضرر 23 درصد از افراد معامله‌کننده بیشتر از 50 درصد بوده است.

بنابراین احتمال و دقیق‌تر بگویم امید ریاضی سود به ضرر در سال 1400 نسبت 37 به 63 بوده است. یعنی اگر شما در ابتدای سال 1400 قرار داشتید به احتمال 37 درصد سود می‌کردید و با احتمال 63 درصد ضرر.

خب، سوال بهتر این است که این عدد برای سال 1401 چند است؟
پاسخ این است که اگر داده‌های اثرگزار بر بورس همین مواردی باشد که می‌بینیم، از مسائل سیاسی گرفته تا مالی، بانکی و اقتصادی، باید بگویم اعداد چندان اختلافی با امسال نخواهد داشت و پیش‌بینی مدل شبیه‌سازی شده کمی بهبود و نسبت سود به ضرر 43 به 57 را نشان می‌دهد.
GraphPad
#سال_1401 فرض کنید می‌خواهیم بدانیم برایند سود در بورس تهران برای سال 1400 چگونه بوده است. من برای پاسخ به این سوال یک شبیه‌سازی معاملاتی بر روی نمونه بزرگی به اندازه یکصد هزار نفر انجام داده‌ام. این نمونه افرادی هستند که حداقل در هر ماه یک معامله انجام…
در پاسخ به سوال دوستان که این صدهزار نفر از کجا به دست آمده، خوداظهاری بوده و یا بررسی پرتفوها 👇

خوداظهاری که به هیچ وجه دقیق نیست و ارزش علمی ندارد.
به پرتفوها هم دسترسی نداریم.
بنابراین از مدل‌های شبیه سازی با نرم‌افزار‌های قوی آماری استفاده می‌کنیم.
از n =1 هم شروع می‌کنیم. یعنی صرفاً در گام اول، بر روی یک نفر. در هر گام تعداد نمونه را سیستماتیک افزایش می‌دهیم. این فرایند را تا آنجا ادامه می‌دهیم که نتایج به یک عدد همگرا شوند. یعنی به جایی می‌رسیم که هر چقدر تعداد نمونه افزایش پیدا می‌کند، نتایج ثابت باقی می‌ماند. در همان جا فرایند شبیه سازی را متوقف می‌کنیم و نتایج همگرا شده را می‌پذیریم.
اوایل دهه 80 برای تبلیغ یک‌نفره، به روستاهای اطراف اهواز می‌رفتم. معمولاً مناطق غیر شیعه و جاهایی که وهابیت جای پایی باز کرده بود. کار پر خطری بود، اما خب، من دست از جان شسته بودم. با اینکه آن سال‌ها اهواز دانشجو بودم، اما درس اولویت اولم نبود.
چند سالی که گذشت، نامه‌ای نوشتم برای آقای بهجت، که من در اینجا چنین می‌کنم و چنان. مدارس می‌روم و با دانش‌آموزان و اولیا آن‌ها درباره امام عصر (روحی فداه) حرف می‌زنم و کتاب می‌دهم و ....
یک نامه طولانی نوشتم که من چه کنم و چگونه تبلیغ کنم.


مدتی گذشت، پاسخ نامه آمد. به همان آدرس خوابگاه نخل دانشگاه شهید چمران اهواز

آقای بهجت در پاسخ (که بعدها فهمیدم دستخط خود ایشان است) برایم کوتاه و در چند کلمه نوشت
"برای فرج امام عصر دعا کنید"

همین. فقط دعا کنید.
من در سال 1400، حدود 60 مقاله علمی و آموزشی نوشته‌ام. همه آن‌ها به همراه مقاله‌های سال‌های قبل را می‌توانید از لینک زیر در سایت گراف پد مشاهده کنید و علاقمند بودید، بخوانید.
https://graphpad.ir/learn/

در لینک بالا، هر مقاله به صورت جداگانه بیان شده است. این مقاله‌ها شامل متن نوشتاری، ویدئو، فایل‌های دیتا مثال و خروجی‌های نرم‌افزار به همراه توضیح و تفسیر نتایج است و عمدتا به بیان روش‌ها و تحلیل‌های آماری می‌پردازد.

برخی از آن‌ها مانند مقاله
Tech Talks. Drug Combinations Synergism or Antagonism, Compusyn at Home.

با Research Interest score برابر با 27.5 در رده یک درصد مقالات و Publication برتر سال 2021 بوده است.
ز کوی یار می‌آید نسیم باد نوروزی
از این باد ار مدد خواهی چراغ دل برافروزی

چو گل گر خرده‌ای داری خدا را صرف عشرت کن
که قارون را غلط‌ها داد سودای زراندوزی

سخن در پرده می‌گویم چو گل از غنچه بیرون آی
که بیش از پنج روزی نیست حکم میر نوروزی
مجموعه دوره‌ها و کارگاه‌های آموزشی نرم‌افزار تحلیل آماری SPSS (به روز شده بهار 1401)

🔸شروع کار با SPSS
🔸انواع تحلیل‌های توصیفی
🔸آزمون‌های پارامتری و ناپارامتری و اندازه اثر
🔸تحلیل‌های پایایی Reliability
🔸آنالیز واریانس ساده و چندگانه Univariate & Multivariate
🔸آنالیز کوواریانس ANCOVA & MANCOVA
🔸اندازه‌گیری مکرر Repeated Measure
🔸انواع همبستگی و مدل‌های ارتباط
🔸مدل‌های رگرسیونی خطی و غیرخطی
🔸آنالیز خوشه‌ای Cluster Analysis و تحلیل عاملی Factor Analysis
🔸تحلیل‌های بازاریابی Direct Marketing با SPSS
🔸آنالیز تشخیصی Discriminant Analysis

مشاهده و دریافت در لینک زیر
https://graphpad.ir/spss-book/
Brochure List SPSS Spring 01-1 GraphPad.ir.pdf
1.3 MB
مشاهده بروشور مجموعه آموزش نرم‌افزار SPSS (به روز شده بهار 1401)
علاقمند بودید از لینک زیر در سایت آپارات می‌توانید مجموعه ویدئوهای آموزشی تحلیل و آنالیز داده‌ها، با استفاده از انواع نرم‌افزارهای آماری را به رایگان، مشاهده و دریافت کنید.

https://www.aparat.com/GraphPad
🔆 Cox Proportional Hazards Regression

One of the most statistically advanced analyses available within Prism

🔸 What is it?
Cox Proportional Hazards Regression (or just Cox regression) is an advanced statistical method of survival analysis that allows for the incorporation of any number of predictor variables (both categorical and continuous predictor variables) into the model.

🔸 Why is it useful?
Using information collected for all individuals (in all of the different possible groups), Cox regression can generate survival estimates for any individual or group, with any combination of predictor variable values.

🔸 How does it work in Prism?
Prism makes graphing estimated survival curves of different groups easy:

1- Simply pick the values you're most interested in
2- Prism automatically creates a plot of the corresponding estimated survival curves

Watch the Understanding Cox Proportional Hazards Regression video to learn more.

https://go.graphpad.com/video/cox-proportional-hazards-regression-analysis
🔆 سه مدل خوب در تحلیل‌های سری زمانی. یک پرسش و پاسخ از IBM در این زمینه و آموزش کار با نرم‌افزار SPSS ببینید.
این مدل‌ها در پیش بینی نوسانات قیمتی، بسیار کارایی دارند.

ARCH, GARCH, IGARCH modeling


Problem

🔸Can SPSS Statistics perform ARCH, GARCH, or IGARCH modeling?

Resolving The Problem

🔸SPSS Statistics does not currently have any procedures that will perform ARCH (Autoregressive conditional heteroskedasticity), GARCH (Generalized Autoregressive conditional heteroskedasticity), or IGARCH (Integrated Generalized Autoregressive conditional heteroskedasticity) modeling.

An extension command, STATS GARCH, is now available that does handle a number of types of GARCH and related models, including ARCH, GARCH and IGARCH models. It is available from the SPSS Community on developerWorks at http://www.ibm.com/developerworks/spssdevcentral . Beginning in Version 22, it can be downloaded and installed directly from within SPSS Statistics via Utilities>Extension Bundles>Download and Install Extension Bundles. It requires the R Essentials (also available from developerWorks). Once the R Essentials are installed, the rugarch package for R must be installed separately through R.

علاقمند بودید در این زمینه، لینک زیر را هم ببینید.

https://community.ibm.com/community/user/datascience/blogs/jing-xu/2018/11/22/guidance-for-ibm-spss-time-series-analysis-methods
#Marketing

نرم‌افزار SPSS در ورژن‌های جدید خود، منوی تحلیلی با نام Direct Marketing اضافه کرده است. این بخش شامل 7 روش آنالیز و تحلیل جداگانه به نام‌های زیر است.

1- RFM Analysis (Transaction Data)
2- RFM Analysis (Customer Data)
3- Cluster Analysis
4- Prospect Profiles
5- Postal Codes Response Rate
6- Propensity to Purchase
7- Control Package Test

من در لینک زیر و در سایت گراف پد، هر کدام از آن‌ها را توضیح داده‌ام و برای هر کدام یک یا چند مثال حل کرده‌ام. علاقمند بودید، آن‌ها را ببینید.
این مجموعه آموزشی، شامل 18 مثال همراه با فایل‌های دیتا و نتایج نرم‌افزار SPSS و 260 دقیقه ویدئو توضیحات آن‌ها می‌باشد.

https://graphpad.ir/direct-marketing-spss/
#Principal_Component_Analysis

چند سالی است رسم شده نرم‌افزارها و شرکت‌های سازنده آن‌ها وارد حوزه کاری و تخصصی یکدیگر می شوند. به عنوان مثال هر وقت اسم سری زمانی Time Series می‌آمد ما فوراً به نرم‌افزار Minitab اشاره می‌کردیم و Minitab را یک نرم‌افزار سری زمانی کار می‌دانستیم. اما حالا می‌بینیم IBM SPSS نیز به خوبی وارد این حیطه شده است.

یا به عنوان مثال دیگر، از قدیم تحلیل‌های مولفه‌های اصلی یا همان Principal Component Analysis (PCA) که با استفاده از آن به کاهش ابعاد یک مجموعه بزرگ دیتا و در عین حال حفظ تا حد امکان اطلاعات داده‌ها، می‌پرداختیم، با استفاده از SPSS انجام می‌شد.
با این حال به تازگی GraphPad Prism که اصولاً یک نرم‌افزار آزمایشگاهی و پزشکی به حساب می‌آید وارد مباحث PCA شده است. گراف پد معمولاً تجربه موفقی در ورود به موضوعات غیرتخصصی خودش ندارد و تحلیل‌هایی که در حوزه کار Prism نیست و به آن اضافه شده، چندان جالب از کار درنیامده‌اند.

با همین ذهنیت من توجهی به منوی جدید PCA در گراف پد نداشتم. اما چند روزی است که بر روی آن کار می‌کنم، باید بگویم اشتباه می‌کردم. PCA در گراف پد حتی از خود SPSS نیز بهتر است و علاوه بر تحلیل‌های کلاسیک PCA، روشی جدید با نام Parallel analysis ابداع کرده است که بر مبنای شبیه‌سازی با تعداد بسیار بالا بر روی داده‌ها، انجام می‌شود. نتایج به دست آمده از آن نیز نسبت به سایر روش‌های معمول PCA دقیق‌تر است.

من در لینک زیر به بیان تحلیل مولفه‌های اصلی Principal Component Analysis (PCA) با استفاده از نرم‌افزار GraphPad Prism پرداخته‌ام. علاقمند بودید، آن را ببینید.

https://graphpad.ir/principal-component-analysis-prism/
چند روز پیش مقاله‌ای دیدم در ژورنال PLoS ONE آمریکا (با H-Index = 332 از نشریات خوب آمریکا و در رتبه 92 بهترین ژورنال‌های دنیا است) که خستگی کارهای مستمر و پر از جزئیات آموزش تحلیل‌های آماری این چند وقت را از تنم بیرون کرد.

داوران مقاله به روش انجام و اصولاً نوع تحلیل‌های آماری که نویسندگان استفاده کرده بودند، ایراد گرفته بودند.
در لینک زیر می‌توانید پرسش‌های داوران و پاسخ‌های نویسندگان مقاله را ببینید.

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8809604/

آنجای مقاله خستگی از تنم بیرون رفت و امید به ادامه کارم، که نویسندگان در اثبات درستی روش کار خود به پاسخ من در یکی از تاپیک‌های ریسرچ گیت استناد کرده بودند. داوران هم مقاله را پذیرفته بودند که بله، پس روش کار نویسندگان درست است.

گاهی اوقات با خودم فکر می‌کنم خب که چه، نشسته‌ای و مرتب می‌نویسی. شب و روز آن هم تنهایی. با این حال می‌دانم صدای کار آرام، بلند خواهد شد. به شما امید می‌دهم، آهسته و پیوسته کار کنید. هر کجا که هستید.
ساعت_بازی


مدت‌ها بود به این نکته پی برده بودم که بیت کوین (و عمده رمز ارزها) مانند بچه‌های بازیگوش و در خیابان بازی کنی هستند که اول صبح به هوای بازی از خانه بیرون می‌روند و بالا و پایین می‌پرند و حوالی بعدازظهر مادرشان می‌آید، درب خانه و صدایشان می‌کنند که بیایید تو، بازی دیگر بس است و آن‌ها با صدای مادر، به درون خانه می‌روند و ادامه بازی را در خانه پی می‌گیرند.

بگذارید ساده‌تر بگویم. بیت کوین و عمده رمز ارزها که من به اختصار در این پست، همه آن‌ها را بیت کوین می‌نامم، به ظاهر یک بازار 24 ساعته هستند، با این حال، آن‌ها به دو تایم اصلی (احتمال می‌دهم، تایم‌های کوچکتر و فرعی‌تر دیگری نیز وجود داشته باشد) تقسیم می‌شوند.

این را من می‌دانستم که یک تایم و روند حرکتی بیت کوین به ساعت تهران از حدود ساعت 12.5 نصفه شب است تا حدود ساعت شش بعدازظهر و تایم دیگر از حدود ساعت 6 بعدازظهر شروع می‌شود تا حدود 12 و 12.5 شب.

فاصله بین 12.5 شب تا 6 بعدازظهر، همان زمان بیرون از خانه بودن بیت کوین است که سرگردان و رها در خیابان مشغول بازی است و ساعت حدود 6 همان زمانی است که مادر، بچه‌ها را صدا می‌زند و آن‌ها را به خانه فرا می‌خواند. بیت کوین از ساعت 6 تا همان 12 و 12.5 شب در خانه و تحت نظر مادر، مشغول بازی است.

انگار بیت کوین با همه قد و قواره بزرگش، با صدای مادر رام می‌شود و هر چه می‌گوید گوش می‌کند و در ساعات بودن در درون خانه، کاملاً در قالب مادر فرو می‌رود.

اما مادر کیست؟ چه کسی است که برای بیت کوین (گفتم و عمده رمز ارزها) خط و ربط می‌کشد و به او می‌گوید از کجا برود و از کجا نرود؟ در واقع آن چه چیزی است که بیت کوین را تحت تاثیر خودش قرار می‌دهد؟

ما در آمار، به کمیت‌های مستقل از هم X می‌گوییم و به وابسته‌ها Y. البته که این ایده من است که همه رمز ارزها X هستند. مثلا بیت کوین و اتر دو تا X و X‌ هستند. برخلاف ظاهر که آن‌ها همبستگی و Correlation بسیار بالایی با هم دارند، اما هر دو آن‌ها مستقل هستند و X و Y نیستند. یعنی بیت بر روی اتریوم، اثر نمی‌گذارد، بلکه خود بیت تحت تاثیر یک عامل (همان مادر) دیگر است.

برایم سوال بود که Y کیست و یا چیست؟ آن چه چیزی است که از بیت کوین اثر نمی‌گیرد اما بر روی آن اثر می‌گذارد.

پاسخ، طولانی بود و من در این متن به روابط آماری و رگرسیونی آن نمی‌پردازم. پس ساده می‌نویسم.
به نظر می‌رسد، بیت کوین، هم پدر دارد و هم مادر و با مادر اخت بیشتری دارد. من پدر آن را IXIC و مادر آن را AAP می‌دانم.

منظور از IXIC همان US Composite Index (NASDAQ)
و AAP همان APPLE INC (NASDAQ) است.
#تست
از این نحوه بازگشایی در Pre-market، به نظرم IXIC امروز مثبت است. (مگر اینکه در ادامه Pre-market روند نزولی به خود بگیرند)

این مطلب یعنی اینکه بیت کوین و البته سایرین، مثبت های خود را حفظ خواهند کرد.

شاید هم مانند دیروز که رمز ارزها، دقیقاً ساعت شش بعدازظهر، یک پامپ داشتند، امروز هم حوالی ساعت شش، یک بالای خوب بزنند.

البته این نظر من است و تست فرضیه‌ای است که در بالا نوشتم.

کمتر از دو ساعت دیگر معلوم می‌شود. اگر فرضیه تایید و یا رد شود هم مهم نیست و سعی می‌کنیم بیشتر یاد بگیریم و بیاموزیم.
#Terra_Luna

حدود 5 ماه پیش در این پست درباره‌ی ترا لونا نوشتم که یک الگوریتم مستقل «اِستِیبِل کوین» به آن متصل است و در سال 2022 از این رمز ارز، زیاد خواهیم شنید.

آنچه بر سر لونا و نزدیک به صفر شدن این ارز در این چند روز رفت را باید یک کودتای نهادهای مالی قوی دنیا جهت شکستن نسبت 1:1 بین UST/USDT الگوریتم لونا دانست.

به هر حال با نزدیک به 1 شدن نسبت UST به USDT، لونا همراه با بقیه رمز ارزها برخواهند گشت.
شاید #Terra_Luna را نه پول یک ایرانی، بلکه ایده یک ایرانی نجات دهد.
بایننس #Binance، به طور کامل از این ایده حمایت می‌کند.
#Random


چند ماه پیش و در March 2022 فردی بلژیکی به نام Koen Van de Moortel (بر روی نام او بزنید تا وارد پروفایلش شوید) نرم‌افزاری جهت پیش‌بینی و مدل‌بندی داده‌ها طراحی کرده بود.

من قبلاً Koen را به عنوان یک برنامه‌نویس قابل و خوب می‌شناختم، با این حال او این بار توانسته بود به تنهایی یک نرم‌افزار خوب بسازد و طراحی کند.

او در تاپیکی که در March 2022 در ریسرچ گیت منتشر کرده بود، از محققان و پژوهشگران از همه جای دنیا خواسته بود، جهت تست و آزمون نرم‌افزارش، داده‌ها و یافته‌های خود را برایش بفرستند تا او بتواند قدرت و درستی کار نرم‌افزار تازه طراحی شده را آزمون کند.

در لینک زیر می‌توانید تاپیک او را ببینید.

https://www.researchgate.net/post/Can_you_provide_me_with_your_data_for_modeling_software_testing

من هم برای او یکسری دیتا و اطلاعات ارسال کردم و بدون اینکه به او بگویم این داده‌ها چیست و مربوط به کدام پدیده است، از او خواستم بر روی این داده‌ها، مدل برازش کرده و با استفاده از نرم‌افزارش، پیش‌بینی انجام دهد.

تصویر متن پاسخ او به خودم را برایتان قرار داده‌ام. Koen در پاسخ به داده‌های ارسالی من، به یک نکته بسیار کلیدی اشاره می‌کند. (دور آن خط کشیده‌ام) او می‌گوید
What you sent me rather looks like some random pattern
بله random pattern و نکته و کلمه کلیدی همین جا است Random. یعنی تصادفی و شانسی.

خب، حال بیایید برویم حوزه‌های علمیه و از علما و فقهای آن‌جا بپرسیم، آقا قمار چیست؟ تعریف فقهی قمار چه چیزی است و به چه کاری قمار می‌گوییم؟
در پاسخ آن‌جا نیز یک کلمه کلیدی می‌شنوید، همان Random و شانسی.

داده‌هایی که من برای Koen فرستادم و به او نگفتم آن‌ها چه هستند، بخشی از داده‌های بورس تهران بودند.

روی صحبت من با آدم‌های مشغول در بورس نیست. روی صحبت من با آن سیستم و حکومت نه یک کلمه کمتر و نه یک کلمه بیشتر با نام جمهوری اسلامی است که بانکش ربا است و بورسش قمار. مردم بورس را به قمار تبدیل نکردند، شما آن را با دستکاری در اعداد به قمار تبدیل کردید. شما کاری کردید که اعداد مانند حرکت براونی ذرات، هر روز از جایی به جای دیگر بروند. در یک الگوی کاملاً تصادفی.

https://graphpad.ir/wp-content/uploads/2022/05/Koen-Van-de-Moortel-re.png
چقدر سرزمین مادری دور است.
آن سر آفریقا، چسبیده به اقیانوس اطلس.
شب اول ذیقعده و ولادت حضرت ماه، عرض ادب و خشوع می‌کنم به سرزمین مادری، مراکش.