http://analysisacademy.com/wp-content/uploads/2018/01/photo_2018-01-17_02-18-45-1.jpg
دوره های تحلیل کیفی با نرم افزار مکس کیو دی ای(Maxqda)، لیزرل(Lisrel)، ایموس(Amos)،پروپوزال نویسی و اسمارت پی ال اس(SmartPLS) بهمن ماه آکادمی تحلیل آماری ایران
1- دوره آموزشی جامع چهارروزه تحلیل کیفی با نرم افزار مکس کیو دی ای Maxqda
2- دوره آموزشی جامع دو روزه تحلیل کمی نرم افزار لیزرل(Lisrel)
3- دوره آموزشی جامع دو روزه تحلیل کمی نرم افزار لیزرل(Amos)
4- دوره آموزشی جامع دو روزه تحلیل کمی نرم افزار لیزرل(SmartPLS)
5-دوره چهارروزه پروپوزال نویسی ارشد
کارگاه آموزشی : کارگاه آموزشی جامع چهارروزه تحلیل کیفی با نرم افزار مکس کیو دی ای Maxqda
با "رویکرد نگارش مقالات علمی پژوهشی و پایان نامه ها" با اعطای گواهی نامه بین المللی از انگلستان
زمان: 3،4،5،6بهمن ماه ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 500 هزار تومان
هزینه ثبت نام آزاد 550هزر تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و تمام فرضیات رابطه ای ، علی و تفاتی با شیوه ای کاملا نوین آموزش داده می شود
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی 09100071804
فرم ثبت نام کارگاه
کارگاه آموزشی: کارگاه آموزشی لیزرل(Lisrel) "با رویکرد نگارش مقالات علمی پژوهشی و پایان نامه ها" با اعطای گواهی نامه بین المللی از انگلستان
زمان: پنجشنبه و جمعه 12،13 بهمن ماه ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 250هزار تومان
هزینه ثبت نام آزاد 300 هزار تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و مدلهای پیچیده معادلات اسمارت پی ال اس جهت تحلیل آماری مقالات به صورت کامل آموزش داده می شود.
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی 09100071804
فرم ثبت نام کارگاه
کارگاه آموزشی: کارگاه آموزشی ایموس(Amos) "با رویکرد نگارش مقالات علمی پژوهشی و پایان نامه ها" با اعطای گواهی نامه بین المللی از انگلستان
زمان: پنجشنبه و جمعه 18،19بهمن ماه ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 250هزار تومان
هزینه ثبت نام آزاد 300 هزار تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و مدلهای پیچیده معادلات اسمارت پی ال اس جهت تحلیل آماری مقالات به صورت کامل آموزش داده می شود.
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی 09100071804
فرم ثبت نام کارگاه
کارگاه آموزشی: کارگاه چهار روزه آموزشی صفر تا صد پروپوزال نویسی ارشد با اعطای گواهی نامه بین المللی ازانگلستان
زمان:تاریخهای 20،21،22 بهمن و جلسه آخر بعد انجام اصول مربوطه و نوشتن پروپوزال در تاریخ 18 اسفند ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 500هزار تومان
هزینه ثبت نام آزاد 550 هزار تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و نحوه نوشتن انواع مقالات علمی پژوهشی دارای مدلهای کیفی با نرم افزار مکس کیو دی ای آموزش کاربردی داده می شود.
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی: 09100071804
فرم ثبت نام کارگاه
کارگاه آموزشی: کارگاه آموزشی اسمارت پی ال اس(Smart Pls) با رویکرد نگارش مقالات علمی پژوهشی و پایان نامه ها" با اعطای گواهی نامه بین المللی از انگلستان
زمان: پنجشنبه و جمعه 10،11 اسفند ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 250هزار تومان
هزینه ثبت نام آزاد 300 هزار تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و مدلهای پیچیده معادلات اسمارت پی ال اس جهت تحلیل آماری مقالات به صورت کامل آموزش داده می شود.
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی 09100071804
فرم ثبت نام کارگاه
نکته:کلیه دوره ها دارای ظرفیت محدود می باشد لذا اولویت واریز وجه دوستان در ثبت نام قطعی شان موثر است.
مزیتها:
دوره های تحلیل کیفی با نرم افزار مکس کیو دی ای(Maxqda)، لیزرل(Lisrel)، ایموس(Amos)،پروپوزال نویسی و اسمارت پی ال اس(SmartPLS) بهمن ماه آکادمی تحلیل آماری ایران
1- دوره آموزشی جامع چهارروزه تحلیل کیفی با نرم افزار مکس کیو دی ای Maxqda
2- دوره آموزشی جامع دو روزه تحلیل کمی نرم افزار لیزرل(Lisrel)
3- دوره آموزشی جامع دو روزه تحلیل کمی نرم افزار لیزرل(Amos)
4- دوره آموزشی جامع دو روزه تحلیل کمی نرم افزار لیزرل(SmartPLS)
5-دوره چهارروزه پروپوزال نویسی ارشد
کارگاه آموزشی : کارگاه آموزشی جامع چهارروزه تحلیل کیفی با نرم افزار مکس کیو دی ای Maxqda
با "رویکرد نگارش مقالات علمی پژوهشی و پایان نامه ها" با اعطای گواهی نامه بین المللی از انگلستان
زمان: 3،4،5،6بهمن ماه ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 500 هزار تومان
هزینه ثبت نام آزاد 550هزر تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و تمام فرضیات رابطه ای ، علی و تفاتی با شیوه ای کاملا نوین آموزش داده می شود
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی 09100071804
فرم ثبت نام کارگاه
کارگاه آموزشی: کارگاه آموزشی لیزرل(Lisrel) "با رویکرد نگارش مقالات علمی پژوهشی و پایان نامه ها" با اعطای گواهی نامه بین المللی از انگلستان
زمان: پنجشنبه و جمعه 12،13 بهمن ماه ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 250هزار تومان
هزینه ثبت نام آزاد 300 هزار تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و مدلهای پیچیده معادلات اسمارت پی ال اس جهت تحلیل آماری مقالات به صورت کامل آموزش داده می شود.
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی 09100071804
فرم ثبت نام کارگاه
کارگاه آموزشی: کارگاه آموزشی ایموس(Amos) "با رویکرد نگارش مقالات علمی پژوهشی و پایان نامه ها" با اعطای گواهی نامه بین المللی از انگلستان
زمان: پنجشنبه و جمعه 18،19بهمن ماه ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 250هزار تومان
هزینه ثبت نام آزاد 300 هزار تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و مدلهای پیچیده معادلات اسمارت پی ال اس جهت تحلیل آماری مقالات به صورت کامل آموزش داده می شود.
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی 09100071804
فرم ثبت نام کارگاه
کارگاه آموزشی: کارگاه چهار روزه آموزشی صفر تا صد پروپوزال نویسی ارشد با اعطای گواهی نامه بین المللی ازانگلستان
زمان:تاریخهای 20،21،22 بهمن و جلسه آخر بعد انجام اصول مربوطه و نوشتن پروپوزال در تاریخ 18 اسفند ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 500هزار تومان
هزینه ثبت نام آزاد 550 هزار تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و نحوه نوشتن انواع مقالات علمی پژوهشی دارای مدلهای کیفی با نرم افزار مکس کیو دی ای آموزش کاربردی داده می شود.
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی: 09100071804
فرم ثبت نام کارگاه
کارگاه آموزشی: کارگاه آموزشی اسمارت پی ال اس(Smart Pls) با رویکرد نگارش مقالات علمی پژوهشی و پایان نامه ها" با اعطای گواهی نامه بین المللی از انگلستان
زمان: پنجشنبه و جمعه 10،11 اسفند ساعت 13:30 تا 21:30
هزینه ثبت نام شرکت کنندگان دانشجویی 250هزار تومان
هزینه ثبت نام آزاد 300 هزار تومان
مدرس:دکتر محسن مرادی
محل تشکیل:آکادمی تحلیل آماری ایران
کارگاه آموزشی کاربردی مهارتی و تضمینی می باشد و مدلهای پیچیده معادلات اسمارت پی ال اس جهت تحلیل آماری مقالات به صورت کامل آموزش داده می شود.
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی 09100071804
فرم ثبت نام کارگاه
نکته:کلیه دوره ها دارای ظرفیت محدود می باشد لذا اولویت واریز وجه دوستان در ثبت نام قطعی شان موثر است.
مزیتها:
-آموزش نیمه خصوصی، عملیاتی و تضمینی است.-این کارگاه ها نیاز به هیچ گونه پیش زمینه آموزشی ندارد و آموزشها از مقدماتی تا پیشرفته صورت می پذیرد.-در پایان گواهینامه بین المللی معتبر از انگلستان به مدعوین اعطا خواهد شد که در جهت ارتقای رزومه محققین در داخل و خارج از کشور نقش بسزایی ایفا می کند.
-برای هر یک از مدعوین تضمین تسلط کامل و ۱۰۰درصد بر نرم افزار با متد نوین آموزش صورت میپذیرد.
-پس از کارگاه رفع اشکال به صورت تماس تلفنی و پاسخ به ایمیل مقدور می باشد.
-مهم ترین مزیت این کارگاه ها در مقایسه با کارگاه های دیگر این است که شما بر خلاف کارگاه های مشابه و آموزشهای تصویری دیگر که صحبت از یادگیری با تعداد ساعت های کم یا تضمینی یاد گرفتن نرم افزار ها را می شنوید، در اینجا RUN کردن مدل ها و یادگیری نرم افزار ها تنها ده درصد مطالب کلاس را تشکیل می دهد. در واقع مدل های آزمون شده در نرم افزار اگر اغراق نباشد تنها یک نقاشی کم ارزش است و کار محقق تازه در کلاس از آن به بعد آغاز می شود. اینکه چطور فصل ۳و ۴پایان نامه خود را بنویسد یا چطور از این نرم افزار ها در نوشتن مقالات خود استفاده کند و یا چطور با توجه به استاندارد های روز دنیا این مطالب پیچیده آماری را به سادگی تفسیر و تحلیل کند وظیفه اصلی این کارگاه ها است که در کارگاه های موسسات یا اشخاص دیگر به گواهی شرکت کنندگان این امر وجود ندارد. این موضوع دلیل اقبال محققین و دانشجویان عزیز در طی این چهار سال اخیر از کارگاه های آکادمی تحلیل آماری ایران است.
سخنی بسیار مهم با شما محقق عزیز:
پیش از اینکه به سرفصلهای کارگاه ها پرداخته شود باید چند نکته کوتاه اما بسیار پراهمیت را با شما در میان گذاریم:
این آکادمی، با برگزاری بیش از 600 کارگاه آموزشی در تهران، شیراز، اصفهان، کرمان، مشهد،گیلان و مازندران، تبریز، ارس ، دوبی و دوحه قطر و … در حوزه پایان نامه نویسی، مقاله نویسی و تحلیل آماری کارهای پژوهشی صادقانه بیان می کند که شما با آموزش صحیح این مباحث قادر خواهید بود که کار فصل سوم، چهارم و به طور کلی آزمونهای آماری و پیشبرد سایر مراحل تحقیق خود را شخصا به عهده گیرید؛ متاسفانه افراد سودجو در موسسات غیرقانونی در میدان انقلاب و همین طور برگزارکننده های کارگاه های مجازی و فروشندگان بسته های آموزشی اکثرا سعی در اتلاف وقت و هزینه شما دارند. به گواهی کلیه اساتید و فراگیرانی که در این کارگاه ها شرکت کرده اند و به صورت موفقیت آمیز کار پژوهش خود را از ابتدا تا انتهای کار انجام داده اند و به این تخصص به عنوان یک حرفه کاملا درآمدزا نگریسته اند شما را به پرهیز از اعتماد به دیگران به جای اعتماد به خودتان دعوت می کنیم.
فراموش نکنید شما به جای صرف هزینه یک تا دو میلیون تومانی به طور مستقیم و هزینه های غیرمستقیم و بار روانی سنگین، با شرکت در کارگاه های کاملا کاربردی و تضمینی آکادمی که با شیوه نوین جهانی در ایران تنها و تنها توسط اساتید زبده و متخصص ما برگزار می گردد می توانید به انجام صفر تا صد تحلیل پایان نامه و مقالات خود پرداخته و همانند بسیاری از شرکت کنندگان این کارگاه ها علاوه بر اخذ یک گواهینامه بین المللی و تخصص در این حوزه مقالات معتبری را برای ادامه مسیر علمی تان در داخل و خارج از کشور به چاپ رسانید؛ حال انتخاب با شماست.
-برای هر یک از مدعوین تضمین تسلط کامل و ۱۰۰درصد بر نرم افزار با متد نوین آموزش صورت میپذیرد.
-پس از کارگاه رفع اشکال به صورت تماس تلفنی و پاسخ به ایمیل مقدور می باشد.
-مهم ترین مزیت این کارگاه ها در مقایسه با کارگاه های دیگر این است که شما بر خلاف کارگاه های مشابه و آموزشهای تصویری دیگر که صحبت از یادگیری با تعداد ساعت های کم یا تضمینی یاد گرفتن نرم افزار ها را می شنوید، در اینجا RUN کردن مدل ها و یادگیری نرم افزار ها تنها ده درصد مطالب کلاس را تشکیل می دهد. در واقع مدل های آزمون شده در نرم افزار اگر اغراق نباشد تنها یک نقاشی کم ارزش است و کار محقق تازه در کلاس از آن به بعد آغاز می شود. اینکه چطور فصل ۳و ۴پایان نامه خود را بنویسد یا چطور از این نرم افزار ها در نوشتن مقالات خود استفاده کند و یا چطور با توجه به استاندارد های روز دنیا این مطالب پیچیده آماری را به سادگی تفسیر و تحلیل کند وظیفه اصلی این کارگاه ها است که در کارگاه های موسسات یا اشخاص دیگر به گواهی شرکت کنندگان این امر وجود ندارد. این موضوع دلیل اقبال محققین و دانشجویان عزیز در طی این چهار سال اخیر از کارگاه های آکادمی تحلیل آماری ایران است.
سخنی بسیار مهم با شما محقق عزیز:
پیش از اینکه به سرفصلهای کارگاه ها پرداخته شود باید چند نکته کوتاه اما بسیار پراهمیت را با شما در میان گذاریم:
این آکادمی، با برگزاری بیش از 600 کارگاه آموزشی در تهران، شیراز، اصفهان، کرمان، مشهد،گیلان و مازندران، تبریز، ارس ، دوبی و دوحه قطر و … در حوزه پایان نامه نویسی، مقاله نویسی و تحلیل آماری کارهای پژوهشی صادقانه بیان می کند که شما با آموزش صحیح این مباحث قادر خواهید بود که کار فصل سوم، چهارم و به طور کلی آزمونهای آماری و پیشبرد سایر مراحل تحقیق خود را شخصا به عهده گیرید؛ متاسفانه افراد سودجو در موسسات غیرقانونی در میدان انقلاب و همین طور برگزارکننده های کارگاه های مجازی و فروشندگان بسته های آموزشی اکثرا سعی در اتلاف وقت و هزینه شما دارند. به گواهی کلیه اساتید و فراگیرانی که در این کارگاه ها شرکت کرده اند و به صورت موفقیت آمیز کار پژوهش خود را از ابتدا تا انتهای کار انجام داده اند و به این تخصص به عنوان یک حرفه کاملا درآمدزا نگریسته اند شما را به پرهیز از اعتماد به دیگران به جای اعتماد به خودتان دعوت می کنیم.
فراموش نکنید شما به جای صرف هزینه یک تا دو میلیون تومانی به طور مستقیم و هزینه های غیرمستقیم و بار روانی سنگین، با شرکت در کارگاه های کاملا کاربردی و تضمینی آکادمی که با شیوه نوین جهانی در ایران تنها و تنها توسط اساتید زبده و متخصص ما برگزار می گردد می توانید به انجام صفر تا صد تحلیل پایان نامه و مقالات خود پرداخته و همانند بسیاری از شرکت کنندگان این کارگاه ها علاوه بر اخذ یک گواهینامه بین المللی و تخصص در این حوزه مقالات معتبری را برای ادامه مسیر علمی تان در داخل و خارج از کشور به چاپ رسانید؛ حال انتخاب با شماست.
سرفصل های دوره های معادلات ساختاری(لیزرل، ایموس و اسمارت پی ال اس):
–نحوه نوشتن پروپوزال یا طرح تحقیق برای پایان نامه ها و مقالات علمی و پژوهشی مبتنی بر SEM
–آشنایی کامل با مدلسازی معادلات ساختاری
–جمع آوری داده ها و نحوه پیش پردازش داده ها به صورت عملیاتی
–نحوه ایجاد Path Diagrams در محیط نرم افزارها
–تحلیل عاملی تاییدی CFAو سنجش برازش CFA
–بررسی پایایی و روایی سازه
–اجرای مدل ساختاری و ارزیابی و تحلیل نتایج
–اجرای تحلیل عاملی مرتبه دوم پیرامون متغییرهایی با مولفه های مختلف
–اجرا و تحلیل مدلهای ساختاری با متغییرهای میانجی
–اجرا و تحلیل مدلهایی با متغییرهای تعدیل گر در روش های مختلف
–نحوه تهیه گزارش نهایی و تفسیر آن برای پایان نامه ها و مقالات علمی و پژوهشی و ISI
و…
مدرس: دکتر محسن مرادی
دکتری مدیریت بازرگانی
تحلیل گر بیش از ۵۰۰پروژه تخصصی
مشاور تحقیقات بازار ۱۵ شرکت اقتصادی در تهران و شهرستانها
مدرس کارگاه های تحقیقات کمی و کیفی بین المللی
و مدرس همایش های بین المللی
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی: ۰۹۱۰۰۰۷۱۸۰۴
جهت مشاوره رایگان کارگاه با شماره بالا تماس گیرید
جهت کسب اطلاعات روزانه در مورد کارگاه های کمی و کیفی هفته های آتی آکادمی تحلیل آماری ایران پیج ما در اینستاگرام را فالو نمایید:
https://www.instagram.com/ analysisacademy
توجه:کسانی که فرصت حضور در کلاسهای آکادمی را ندارند به تعداد محدود می توانند از شرایط ویژه مشاوره و انجام تحلیل آماری فصل سوم و چهارم پایان نامه یا مقاله خود توسط تیم مجرب آکادمی زیر نظر دکتر مرادی بهره مند شوند. جهت اعمال نظر تیم مذکور درخواست خود را به ایمیل analysisacademy1@gmail.com ارسال فرمایید.
آدرس: تهران، خیابان مطهری،بین میرعماد و مفتح، جنب ایستگاه مترو مفتح، پلاک ۲۴۰، طبقه دوم، آکادمی تحلیل آماری ایران
شماره تماس جهت مشاوره: ۰۹۱۰۰۰۷۱۸۰۴
فرم ثبت نام کارگاه
http://analysisacademy.com
کانال تلگرام آکادمی تحلیل آماری ایران جهت استفاده از مطالب مفید و تاریخ کارگاه ها
https://telegram.me/analysisacademy
–نحوه نوشتن پروپوزال یا طرح تحقیق برای پایان نامه ها و مقالات علمی و پژوهشی مبتنی بر SEM
–آشنایی کامل با مدلسازی معادلات ساختاری
–جمع آوری داده ها و نحوه پیش پردازش داده ها به صورت عملیاتی
–نحوه ایجاد Path Diagrams در محیط نرم افزارها
–تحلیل عاملی تاییدی CFAو سنجش برازش CFA
–بررسی پایایی و روایی سازه
–اجرای مدل ساختاری و ارزیابی و تحلیل نتایج
–اجرای تحلیل عاملی مرتبه دوم پیرامون متغییرهایی با مولفه های مختلف
–اجرا و تحلیل مدلهای ساختاری با متغییرهای میانجی
–اجرا و تحلیل مدلهایی با متغییرهای تعدیل گر در روش های مختلف
–نحوه تهیه گزارش نهایی و تفسیر آن برای پایان نامه ها و مقالات علمی و پژوهشی و ISI
و…
مدرس: دکتر محسن مرادی
دکتری مدیریت بازرگانی
تحلیل گر بیش از ۵۰۰پروژه تخصصی
مشاور تحقیقات بازار ۱۵ شرکت اقتصادی در تهران و شهرستانها
مدرس کارگاه های تحقیقات کمی و کیفی بین المللی
و مدرس همایش های بین المللی
رزرو و مشاوره رایگان توسط خانم دکتر میرالماسی: ۰۹۱۰۰۰۷۱۸۰۴
جهت مشاوره رایگان کارگاه با شماره بالا تماس گیرید
جهت کسب اطلاعات روزانه در مورد کارگاه های کمی و کیفی هفته های آتی آکادمی تحلیل آماری ایران پیج ما در اینستاگرام را فالو نمایید:
https://www.instagram.com/ analysisacademy
توجه:کسانی که فرصت حضور در کلاسهای آکادمی را ندارند به تعداد محدود می توانند از شرایط ویژه مشاوره و انجام تحلیل آماری فصل سوم و چهارم پایان نامه یا مقاله خود توسط تیم مجرب آکادمی زیر نظر دکتر مرادی بهره مند شوند. جهت اعمال نظر تیم مذکور درخواست خود را به ایمیل analysisacademy1@gmail.com ارسال فرمایید.
آدرس: تهران، خیابان مطهری،بین میرعماد و مفتح، جنب ایستگاه مترو مفتح، پلاک ۲۴۰، طبقه دوم، آکادمی تحلیل آماری ایران
شماره تماس جهت مشاوره: ۰۹۱۰۰۰۷۱۸۰۴
فرم ثبت نام کارگاه
http://analysisacademy.com
کانال تلگرام آکادمی تحلیل آماری ایران جهت استفاده از مطالب مفید و تاریخ کارگاه ها
https://telegram.me/analysisacademy
Instagram
Instagram
Create an account or log in to Instagram - Share what you're into with the people who get you.
http://analysisacademy.com/wp-content/uploads/2018/01/MICMAC.png
نرم افزار MICMAC در آینده پژوهی
در راستای درخواست دانشجویان برای تشکیل دوره های نرم افزار Micmac بر آن شدیم که توضیحاتی پیرامون این نرم افزار و حوزه ی کابردی آن برای دانش پژوهان عزیز آکادمی تحلیل آماری ایران داده شود.
برنامه رﻳﺰي، گرایش و خواست انسان به آینده، حل مشکلات آینده و امید ﺑﺮاي آﻳﻨﺪه است. در باب برنامه ریزی و آینده پژوهی دو ﭘﺎراداﻳﻢ ﻛﻠﻲ اﻛﺘﺸﺎﻓﻲ و ﻫﻨﺠﺎري وﺟﻮد دارد ﻛﻪ ﻫﺮ ﻛـﺪام از اﻳﻦ ﭘﺎراداﻳﻢ ﻲ ﻫﺎ از زاوﻳﺔ ﺧﺎﺻﻲ ﺑﻪ ﻣﻔﻬﻮم آﻳﻨﺪه و پژوهش پیرامون آن و ﻧﺤﻮة رﺳﻴﺪن ﺑﻪ آن می ﻧﮕﺮﻧﺪ.(توایز، ۲۰۰۲)
پارادایم اکتشافی
در این پارادایم آینده نتیجه ی علی و معلولی گذشته است و نوعی جبر گرایی پنهان در آن وجود دارد. نتیجه ی این نوع نگاه به اینده، آینده ای محتوم و ثابت است که تاریخ مطابق با قوانین خود حال را به آینده تبدیل خواهد کرد.در این پارادایم انسان تنها یک ناظر بیرونی است که تنها می تواند به اکتشاف آن آینده ی محتوم بپردازد. این پارادایم بر پیش بینی مبتنی است و اکتشاف آینده تنها نتیجه ی منطقی آن است.(ناظمی، ۱۳۸۵، ۱۳)
پارادایم هنجاری
در این پارادایم نیروی انسان در ساخت آینده در نظر گرفته می شود و انسان جایگاه بیرونی و مشاهده گر خود را تغییر داده وبا مفهوم ساخت آینده روبرو می شود.
در این پارادایم انسان با طیف وسیعی از آینده ها شامل آینده ی محتمل، محتمل و باور کردنی روبرو است که رسیدن به هر کدام از آن ها به سطح و کیفیت خواسته ی انسان یعنی آینده مطلوب او بستگی دارد. در این پارادایم بر خلاف پارادایم اکتشافی، جبر گرایی پنهان وجود ندارد. بلکه انسان کاملا مختار است که مسیر زندگی خویش را خودش انتخاب نماید.(ناظمی، ۱۳۸۵، ۱۳)
عدم قطعیت در آینده
خوب مسلما رویکرد اکتشافی در برنامه ریزی به دو دلیل با چالش روبرو شده است. یعنی یک به دلیل جزمی و صلب بودن آینده و دیگری نبود دقت کافی، بنابراین تفکر پیرامون آینده و پژوهش در آن نیاز به زبان خاص خود را دارد تابتواند آینده را در قالب عناصر قابل پیش بینی و عدم قطعیت ها بیان نماید. این ابزار همان سناریو ها هستند. سناریو ها با همدیگر عدم قطعیت آینده را نشان می دهند. روش سناریو به عنوان یکی از روشهای مطرح در آینده پژوهی فرآیندی نظام یافته است که به کشف و بررسی عدم قطعیت در نگاه به آینده بلندمدت میپردازد. این روش دربردارنده مجموعه ای از توصیفهای جایگزین از آینده است که به علل گوناگون و بنا بر تفاوتهای موجود در حوزه های دانشی و فناوری و نیز انتظارهای متفاوت صاحبان منافع و کاربران با یکدیگر تفاوتهای بنیادین دارند. هدف از نگارش سناریوهای مختلف، افزایش توان پیشبینی صحیح آینده نیست بلکه هدف آن است که درک صحیحی از نیروهای راهبر و تأثیرگذار آینده حاصل شود. توانایی برنامه ریزی در عرصه های اجرایی و واکنش به تغییر، از راه درک و شناسایی این نیروها افزایش مییابد.
پیشینه کاربرد روش سناریو به دهه ۱۹۷۰ باز میگردد آن هم هنگامی که شرکت "شل" در این زمینه پیشگام شد. برنامه ریزان این شرکت به دنبال یافتن پاسخی برای این پرسش بودند که آیا ممکن است بر اثر حادثه ای تولید و عرضه نفت کاهش یابد؟ برنامه ریزان شل در پاسخ به این پرسش، شکل گیری سازمانی مانند اوپک را یکی از عوامل احتمالی کاهش عرضه نفت شناسایی کرده و برای آگاه ساختن مدیران ارشد شرکت از این موضوع به ارایه سناریویی توصیفی از آینده اقدام کردند. این سناریو که برای نخستین بار طراحی میشد، با اندیشه منطقی و متعارف تضاد داشت. با این وجود مدیران شرکت پذیرفتند در صورت بروز چنین آینده ای، تغییر چشمگیری در شیوه کار خود ایجاد کنند. مدیران شل پس از شکل گیری اوپک به دلیل کسب آمادگی لازم برای واکنش توانستند به سرعت برنامه های تجاری خود را اصلاح کنند.(حجازی، ۱۳۸۸).
روش پژوهش
تئودور گوردون و هلمر روشی با عنوان مدل های ساختاری تاثیرات متقابل را در سال ۱۹۶۶ پدید آوردند و این روش یکی از روش های پیشرفته بر مبنای سناریو نویسی در تحقیقات آینده پژوهی است و بر این سوال بنا نهاده شده است که " آیا پیش بینی آینده می تواند مبتنی بر تاثیرات احتمالی متقابل اتفاقات آینده بر یکدیگر باشد؟"(گوردون، ۱۹۹۴)
نرم افزاری برای انجام این تحلیل های ساختاری بنام میک مک MICMAC وجود دارد. نرم افزار میک مک جهت انجام محاسبات سنگین ماتریس اثرات متقطع طراحی شده است. روش این نرم افزار این گونه است که ابتدا متغیر ها و مولفه های مهم در حوزه ی مورد نظر شناسایی می شوند، سپس در ماتریسی بنام ماتریس تحلیل اثرات وارد می شود و میزان ارتباط میان متغیر ها با حوزه ی مربوط، توسط خبرگان تشخیص داده می شود. متغیر های موجود در سطر بر متغیر های موجود در ستون بر اساس نمره داده شده از جانب خبرگان تاثیر می گذارند(گادت، ۲۰۰۸)
نرم افزار MICMAC در آینده پژوهی
در راستای درخواست دانشجویان برای تشکیل دوره های نرم افزار Micmac بر آن شدیم که توضیحاتی پیرامون این نرم افزار و حوزه ی کابردی آن برای دانش پژوهان عزیز آکادمی تحلیل آماری ایران داده شود.
برنامه رﻳﺰي، گرایش و خواست انسان به آینده، حل مشکلات آینده و امید ﺑﺮاي آﻳﻨﺪه است. در باب برنامه ریزی و آینده پژوهی دو ﭘﺎراداﻳﻢ ﻛﻠﻲ اﻛﺘﺸﺎﻓﻲ و ﻫﻨﺠﺎري وﺟﻮد دارد ﻛﻪ ﻫﺮ ﻛـﺪام از اﻳﻦ ﭘﺎراداﻳﻢ ﻲ ﻫﺎ از زاوﻳﺔ ﺧﺎﺻﻲ ﺑﻪ ﻣﻔﻬﻮم آﻳﻨﺪه و پژوهش پیرامون آن و ﻧﺤﻮة رﺳﻴﺪن ﺑﻪ آن می ﻧﮕﺮﻧﺪ.(توایز، ۲۰۰۲)
پارادایم اکتشافی
در این پارادایم آینده نتیجه ی علی و معلولی گذشته است و نوعی جبر گرایی پنهان در آن وجود دارد. نتیجه ی این نوع نگاه به اینده، آینده ای محتوم و ثابت است که تاریخ مطابق با قوانین خود حال را به آینده تبدیل خواهد کرد.در این پارادایم انسان تنها یک ناظر بیرونی است که تنها می تواند به اکتشاف آن آینده ی محتوم بپردازد. این پارادایم بر پیش بینی مبتنی است و اکتشاف آینده تنها نتیجه ی منطقی آن است.(ناظمی، ۱۳۸۵، ۱۳)
پارادایم هنجاری
در این پارادایم نیروی انسان در ساخت آینده در نظر گرفته می شود و انسان جایگاه بیرونی و مشاهده گر خود را تغییر داده وبا مفهوم ساخت آینده روبرو می شود.
در این پارادایم انسان با طیف وسیعی از آینده ها شامل آینده ی محتمل، محتمل و باور کردنی روبرو است که رسیدن به هر کدام از آن ها به سطح و کیفیت خواسته ی انسان یعنی آینده مطلوب او بستگی دارد. در این پارادایم بر خلاف پارادایم اکتشافی، جبر گرایی پنهان وجود ندارد. بلکه انسان کاملا مختار است که مسیر زندگی خویش را خودش انتخاب نماید.(ناظمی، ۱۳۸۵، ۱۳)
عدم قطعیت در آینده
خوب مسلما رویکرد اکتشافی در برنامه ریزی به دو دلیل با چالش روبرو شده است. یعنی یک به دلیل جزمی و صلب بودن آینده و دیگری نبود دقت کافی، بنابراین تفکر پیرامون آینده و پژوهش در آن نیاز به زبان خاص خود را دارد تابتواند آینده را در قالب عناصر قابل پیش بینی و عدم قطعیت ها بیان نماید. این ابزار همان سناریو ها هستند. سناریو ها با همدیگر عدم قطعیت آینده را نشان می دهند. روش سناریو به عنوان یکی از روشهای مطرح در آینده پژوهی فرآیندی نظام یافته است که به کشف و بررسی عدم قطعیت در نگاه به آینده بلندمدت میپردازد. این روش دربردارنده مجموعه ای از توصیفهای جایگزین از آینده است که به علل گوناگون و بنا بر تفاوتهای موجود در حوزه های دانشی و فناوری و نیز انتظارهای متفاوت صاحبان منافع و کاربران با یکدیگر تفاوتهای بنیادین دارند. هدف از نگارش سناریوهای مختلف، افزایش توان پیشبینی صحیح آینده نیست بلکه هدف آن است که درک صحیحی از نیروهای راهبر و تأثیرگذار آینده حاصل شود. توانایی برنامه ریزی در عرصه های اجرایی و واکنش به تغییر، از راه درک و شناسایی این نیروها افزایش مییابد.
پیشینه کاربرد روش سناریو به دهه ۱۹۷۰ باز میگردد آن هم هنگامی که شرکت "شل" در این زمینه پیشگام شد. برنامه ریزان این شرکت به دنبال یافتن پاسخی برای این پرسش بودند که آیا ممکن است بر اثر حادثه ای تولید و عرضه نفت کاهش یابد؟ برنامه ریزان شل در پاسخ به این پرسش، شکل گیری سازمانی مانند اوپک را یکی از عوامل احتمالی کاهش عرضه نفت شناسایی کرده و برای آگاه ساختن مدیران ارشد شرکت از این موضوع به ارایه سناریویی توصیفی از آینده اقدام کردند. این سناریو که برای نخستین بار طراحی میشد، با اندیشه منطقی و متعارف تضاد داشت. با این وجود مدیران شرکت پذیرفتند در صورت بروز چنین آینده ای، تغییر چشمگیری در شیوه کار خود ایجاد کنند. مدیران شل پس از شکل گیری اوپک به دلیل کسب آمادگی لازم برای واکنش توانستند به سرعت برنامه های تجاری خود را اصلاح کنند.(حجازی، ۱۳۸۸).
روش پژوهش
تئودور گوردون و هلمر روشی با عنوان مدل های ساختاری تاثیرات متقابل را در سال ۱۹۶۶ پدید آوردند و این روش یکی از روش های پیشرفته بر مبنای سناریو نویسی در تحقیقات آینده پژوهی است و بر این سوال بنا نهاده شده است که " آیا پیش بینی آینده می تواند مبتنی بر تاثیرات احتمالی متقابل اتفاقات آینده بر یکدیگر باشد؟"(گوردون، ۱۹۹۴)
نرم افزاری برای انجام این تحلیل های ساختاری بنام میک مک MICMAC وجود دارد. نرم افزار میک مک جهت انجام محاسبات سنگین ماتریس اثرات متقطع طراحی شده است. روش این نرم افزار این گونه است که ابتدا متغیر ها و مولفه های مهم در حوزه ی مورد نظر شناسایی می شوند، سپس در ماتریسی بنام ماتریس تحلیل اثرات وارد می شود و میزان ارتباط میان متغیر ها با حوزه ی مربوط، توسط خبرگان تشخیص داده می شود. متغیر های موجود در سطر بر متغیر های موجود در ستون بر اساس نمره داده شده از جانب خبرگان تاثیر می گذارند(گادت، ۲۰۰۸)
نمرات یا میزان تاثیرات علی با اعداد صفر تا سه سنجیده می شود.:
صفر: بدون تاثیر
یک: تاثیر ضعیف
دو: تاثیر متوسط
سه: تاثر زیاد است.(آسانس، ۲۰۰۷)
بنابراین اگر مثلا n متغیر در سطر وk متغیر در ستون بر اساس مطالعات کتابخانه ای یا نظر خبرگان در حوزه ی مورد نظر در آینده پژوهی شناسایی شده باشد و سپس بر اساس نظر خبرگان با درجات گفته شده، نمرات بین متغیر ها داده شده باشد. اکنون یک ماتریس n.k وجود خواهد داشت که در آن میزان تاثیر هر مولفه از سطر بر هر مولفه از ستون بدقت مشخص شده است.(مرادی، ۱۳۹۵).
داده های این نوع تحقیقات هم از طریق پرسش نامه و هم روش دلفی جمع آوری می شود. یعنی ابتدا در قالب مطالعات کتابخانه ای عوامل مورد نظر در حوزه مشخص می شود و در قالب روش دلفی از خبرگان این عوامل تایید نهایی می شوند. سپس در قالب پرسش نامه هایی با طیف های مشخص چهار گزینه ای، میزان تاثیرات مستقیم و غیر مستقیم بین عوامل تاثیر گذار بر تاثیر پذیر مشخص و در ماتریس های نرم افزار میک مک نمایش داده می شود.
در تحلیل ماتریس های متقاطع با نرم افزار Micmac شش مرحله صورت می پذیرد:
1. درک سیستمی و مشاهده پایداری و عدم پایداری سیستم
2. شناسایی تاثیرات غیر مستقیم متغیر ها
3. شناسایی عوامل پیشران اصلی و استفاده از آن ها در سناریو نویسی
4. درک کلی از سیستم و پرهیز از تحلیل جزئی
5. شناسایی عوامل ناپایدار کننده سیستم
6. شناسایی محیط به واسطه ی سنجش تاثیر گذاری عوامل محیطی
با تحلیل های میک مک و استخراج عوامل اصلی می توان روابط بین متغیر ها را نیز بررسی کرد و به تهیه ی سناریو آینده پرداخت. به زودی بنا به درخواست دانشجویان دوره های نرم افزار میک مک به صورت کاربردی در آکادمی تحلیل آماری ایران برگزار می شود.
محسن مرادی
از کپی کردن مطالب بدون ذکر منبع خود داری شود.
صفر: بدون تاثیر
یک: تاثیر ضعیف
دو: تاثیر متوسط
سه: تاثر زیاد است.(آسانس، ۲۰۰۷)
بنابراین اگر مثلا n متغیر در سطر وk متغیر در ستون بر اساس مطالعات کتابخانه ای یا نظر خبرگان در حوزه ی مورد نظر در آینده پژوهی شناسایی شده باشد و سپس بر اساس نظر خبرگان با درجات گفته شده، نمرات بین متغیر ها داده شده باشد. اکنون یک ماتریس n.k وجود خواهد داشت که در آن میزان تاثیر هر مولفه از سطر بر هر مولفه از ستون بدقت مشخص شده است.(مرادی، ۱۳۹۵).
داده های این نوع تحقیقات هم از طریق پرسش نامه و هم روش دلفی جمع آوری می شود. یعنی ابتدا در قالب مطالعات کتابخانه ای عوامل مورد نظر در حوزه مشخص می شود و در قالب روش دلفی از خبرگان این عوامل تایید نهایی می شوند. سپس در قالب پرسش نامه هایی با طیف های مشخص چهار گزینه ای، میزان تاثیرات مستقیم و غیر مستقیم بین عوامل تاثیر گذار بر تاثیر پذیر مشخص و در ماتریس های نرم افزار میک مک نمایش داده می شود.
در تحلیل ماتریس های متقاطع با نرم افزار Micmac شش مرحله صورت می پذیرد:
1. درک سیستمی و مشاهده پایداری و عدم پایداری سیستم
2. شناسایی تاثیرات غیر مستقیم متغیر ها
3. شناسایی عوامل پیشران اصلی و استفاده از آن ها در سناریو نویسی
4. درک کلی از سیستم و پرهیز از تحلیل جزئی
5. شناسایی عوامل ناپایدار کننده سیستم
6. شناسایی محیط به واسطه ی سنجش تاثیر گذاری عوامل محیطی
با تحلیل های میک مک و استخراج عوامل اصلی می توان روابط بین متغیر ها را نیز بررسی کرد و به تهیه ی سناریو آینده پرداخت. به زودی بنا به درخواست دانشجویان دوره های نرم افزار میک مک به صورت کاربردی در آکادمی تحلیل آماری ایران برگزار می شود.
محسن مرادی
از کپی کردن مطالب بدون ذکر منبع خود داری شود.
Forwarded from عکس نگار
📊 کارگاه چهارروزه صفر تا صد تحلیل کیفی با نرم افزار MAXQDa
🗓سه شنبه تا جمعه (همین هفته)
🕜ساعت ۱۳:۳۰ تا۲۱:۳۰
📌 در آکادمی تحلیل آماری ایران
💎هزینه دانشجویی، فقط ۵۰۰ هزارتومان
📩برای رزرو، نام و نام خانوادگی خود را به شماره زیر ارسال نمایید👇
📲 ۰۹۱۰۰۰۷۱۸۰۴
جهت اطلاعات بیشتر به کانال ما مراجعه کنید👇
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
🗓سه شنبه تا جمعه (همین هفته)
🕜ساعت ۱۳:۳۰ تا۲۱:۳۰
📌 در آکادمی تحلیل آماری ایران
💎هزینه دانشجویی، فقط ۵۰۰ هزارتومان
📩برای رزرو، نام و نام خانوادگی خود را به شماره زیر ارسال نمایید👇
📲 ۰۹۱۰۰۰۷۱۸۰۴
جهت اطلاعات بیشتر به کانال ما مراجعه کنید👇
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
Forwarded from عکس نگار
📊 کارگاه صفر تا صد #لیزرل با رویکرد نگارش پایان نامه و مقالات isi
🗓 پنجشنبه و جمعه ۱۲،۱۳بهمن
⏰ساعت ۱۳:۳۰ تا۲۱:۳۰
⚜مدرس دکتر محسن مرادی
📜گواهینامه بین المللی anccp ایتالیا
💎هزینه دانشجویی فقط ۲۵۰هزارتومان
👌تضمینی با ظرفیت محدود
✍رزرو ارسال نام خانوادگی به 👇 ۰۹۱۰۰۰۷۱۸۰۴📲
🎓در کانال ما عضو شوید👇
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
🗓 پنجشنبه و جمعه ۱۲،۱۳بهمن
⏰ساعت ۱۳:۳۰ تا۲۱:۳۰
⚜مدرس دکتر محسن مرادی
📜گواهینامه بین المللی anccp ایتالیا
💎هزینه دانشجویی فقط ۲۵۰هزارتومان
👌تضمینی با ظرفیت محدود
✍رزرو ارسال نام خانوادگی به 👇 ۰۹۱۰۰۰۷۱۸۰۴📲
🎓در کانال ما عضو شوید👇
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
http://analysisacademy.com/wp-content/uploads/2018/01/friedman.png
اجرای درست آزمون فریدمن
آزمون فریدمن یکی از رایج ترین آزمون های ناپارامتریک در فرضیات تفاوتی محسوب می شود که بسیاری از پروژه ها و مقالات و رساله های کشور با آن مورد تجزیه و تحلیل و قرار می گیرد. اما هدف از این مقاله بیان یکی از اشتباهات فاحش و رایج در تحقیقات کشور است که با توجه به تحقیقات میدانی نگارنده این مقاله بیش از ۳۰۰۰ پروژه و مقاله آکادمیک که از این آزمون در پژوهش خود استفاده نموده اند مورد ارزیابی قرار گرفته اند.
متاسفانه نتایج نشان داد که در ۹۳٫۸ درصد پروژه ها این آزمون نادرست استفاده شده است.
برای اینکه مسئله بهتر باز شود به روال نحوه تدریس در دوره های آکادمی تحلیل آماری ایران، ابتدا بیان می کنیم از این آزمون برای حل چه مسائلی استفاده می شود سپس در قالب دو اشتباه صغری و کبری به ایرادات کار می پردازیم.
به صورت کلی هر گاه صحبت از اولویت بندی یکسری متغیر به میان آید اولین راه حلی که به ذهن محققین ایرانی می رسد استفاده از آزمون فریدمن است. اشتباه صغری این است که اساس فریدمن قابلیت رتبه بندی ندارد. یعنی اگر به فرض آماری آزمون فریدمن توجه شود بیان می کند که:
H0= اولویت های گزینه ها یکسان است
H1= اولویت های گزینه ها یکسان نیست
بنابراین فرض صفر از یکسان بودن اولویت ها و فرض یک از عدم یکسانی اولویت ها صحبت می کند. بنابراین وقتی بعد از اجرای آزمون مثلا sig کمتر از ۰٫۰۵ باشد در آن صورت فرض عدم برابری اولویت ها معنادار می شود و نرم افزار نمی تواند جهت این تفاوت ویا ترتیب اولویت ها را مشخص کند. بنابراین محقق به سراغ mean rank یا میانگین های رتبه بندی شده می رود که با توجه به شرایط آزمون های ناپارامتریک رتبه بندی بر اساس این شاخص ها فقط در نمونه آماری محقق اعتبار دارد و قابلیت تعمیم به جامعه را نخواهد داشت.(مرادی، ۱۳۹۶)
پس تا اینجای کار مشخص است که ابزار مناسبی برای اولویت بندی و تعمیم به جامعه نیست اما با فرض محال بر اینکه محقق اعتباری کاذب را برای میانگین های رتبه بندی شده قائل باشد و رتبه بندی خود را بر اساس ان ها انجام دهد مشکل یا اشتباه کبری رخ می دهد.
این اشتباه متاسفانه به صورت یک اپیدمی در تحقیقات در حال رخ دادن است و آن اینکه آزمون فریدمن حتی با فرض الویت بندی دقیق، تنها می تواند اجزا و یا گزینه های یک متغیر را که از همان جنس می باشند رتبه بندی کند و نه متغیر ها یا مولفه ها و خرده مقیاس های سازه های مختلفی که در تحقیقات وجود دارد.
مثلا قیمت سهام یک متغیر است و شامل گزینه های :
قیمت سهام آهن
قیمت سهام فولاد
قیمت سهام پتروشیمی
قیمت سهام سیمان
در اینجا می توان دید اگر چه ما سهام مختلف داریم اما همگی مربوط به متغیر قیمت سهام هستند. بنابراین می توان با تمام ضعف های گفته شده در بخش اول از آزمون فریدمن استفاده نمود. اما این یک فاجعه روش شناسی است که مثلا در بسیاری از رساله ها دیده شده دانشجو چند متغیر مختلف را با این آزمون رتبه بندی کرده است و یا بدتر از آن مولفه ها یا خرده مقیاس های مربوط به یک سازه را با فریدمن رتبه بندی کرده است.
مثلا در بسیاری از کارها سازه کیفیت خدمات که خود بر اساس ادبیات شامل پنج بعد یا مولفه است را با آزمون فریدمن اولویت بندی نموده اند.
در هر صورت محققین می توانند با رجوع به این آدرس آزمون فریدمن را اجرا نمایند.
Analyze > Nonparametric Tests > Legacy Dialogs > K Related Samples
از کپی کردن مطالب بدون ذکر منبع سایت یا کانال خود داری شود
اجرای درست آزمون فریدمن
آزمون فریدمن یکی از رایج ترین آزمون های ناپارامتریک در فرضیات تفاوتی محسوب می شود که بسیاری از پروژه ها و مقالات و رساله های کشور با آن مورد تجزیه و تحلیل و قرار می گیرد. اما هدف از این مقاله بیان یکی از اشتباهات فاحش و رایج در تحقیقات کشور است که با توجه به تحقیقات میدانی نگارنده این مقاله بیش از ۳۰۰۰ پروژه و مقاله آکادمیک که از این آزمون در پژوهش خود استفاده نموده اند مورد ارزیابی قرار گرفته اند.
متاسفانه نتایج نشان داد که در ۹۳٫۸ درصد پروژه ها این آزمون نادرست استفاده شده است.
برای اینکه مسئله بهتر باز شود به روال نحوه تدریس در دوره های آکادمی تحلیل آماری ایران، ابتدا بیان می کنیم از این آزمون برای حل چه مسائلی استفاده می شود سپس در قالب دو اشتباه صغری و کبری به ایرادات کار می پردازیم.
به صورت کلی هر گاه صحبت از اولویت بندی یکسری متغیر به میان آید اولین راه حلی که به ذهن محققین ایرانی می رسد استفاده از آزمون فریدمن است. اشتباه صغری این است که اساس فریدمن قابلیت رتبه بندی ندارد. یعنی اگر به فرض آماری آزمون فریدمن توجه شود بیان می کند که:
H0= اولویت های گزینه ها یکسان است
H1= اولویت های گزینه ها یکسان نیست
بنابراین فرض صفر از یکسان بودن اولویت ها و فرض یک از عدم یکسانی اولویت ها صحبت می کند. بنابراین وقتی بعد از اجرای آزمون مثلا sig کمتر از ۰٫۰۵ باشد در آن صورت فرض عدم برابری اولویت ها معنادار می شود و نرم افزار نمی تواند جهت این تفاوت ویا ترتیب اولویت ها را مشخص کند. بنابراین محقق به سراغ mean rank یا میانگین های رتبه بندی شده می رود که با توجه به شرایط آزمون های ناپارامتریک رتبه بندی بر اساس این شاخص ها فقط در نمونه آماری محقق اعتبار دارد و قابلیت تعمیم به جامعه را نخواهد داشت.(مرادی، ۱۳۹۶)
پس تا اینجای کار مشخص است که ابزار مناسبی برای اولویت بندی و تعمیم به جامعه نیست اما با فرض محال بر اینکه محقق اعتباری کاذب را برای میانگین های رتبه بندی شده قائل باشد و رتبه بندی خود را بر اساس ان ها انجام دهد مشکل یا اشتباه کبری رخ می دهد.
این اشتباه متاسفانه به صورت یک اپیدمی در تحقیقات در حال رخ دادن است و آن اینکه آزمون فریدمن حتی با فرض الویت بندی دقیق، تنها می تواند اجزا و یا گزینه های یک متغیر را که از همان جنس می باشند رتبه بندی کند و نه متغیر ها یا مولفه ها و خرده مقیاس های سازه های مختلفی که در تحقیقات وجود دارد.
مثلا قیمت سهام یک متغیر است و شامل گزینه های :
قیمت سهام آهن
قیمت سهام فولاد
قیمت سهام پتروشیمی
قیمت سهام سیمان
در اینجا می توان دید اگر چه ما سهام مختلف داریم اما همگی مربوط به متغیر قیمت سهام هستند. بنابراین می توان با تمام ضعف های گفته شده در بخش اول از آزمون فریدمن استفاده نمود. اما این یک فاجعه روش شناسی است که مثلا در بسیاری از رساله ها دیده شده دانشجو چند متغیر مختلف را با این آزمون رتبه بندی کرده است و یا بدتر از آن مولفه ها یا خرده مقیاس های مربوط به یک سازه را با فریدمن رتبه بندی کرده است.
مثلا در بسیاری از کارها سازه کیفیت خدمات که خود بر اساس ادبیات شامل پنج بعد یا مولفه است را با آزمون فریدمن اولویت بندی نموده اند.
در هر صورت محققین می توانند با رجوع به این آدرس آزمون فریدمن را اجرا نمایند.
Analyze > Nonparametric Tests > Legacy Dialogs > K Related Samples
از کپی کردن مطالب بدون ذکر منبع سایت یا کانال خود داری شود
http://analysisacademy.com/wp-content/uploads/2018/01/amos.png
آشنایی با نوار ابزار نرم افزار ایموس (amos)
نرم افزار #ایموس یکی از بهترین و کاربرپسندترین نرم افزار های مدل سازی معادلات ساختاری جهت آزمون مدل های برآمده از تحقیقات کیفی و کمی در جوامع آماری مختلف می باشد. این نرم افزار همانطور که در دوره های بین المللی آکادمی تحلیل آماری ایران ذکر شد، در دسته نرم افزار های کواریانس محور قرار می گیرد که در آن هدف نزدیک کردن ماتریس کواریانس مشاهدات و ماتریس کواریانس توزیع های فراوانی مورد نظر در قالب مدلی ساختاری است.
@analysisacademy
محققین فراموش نکنند که در نرم افزار هایی مثل ایموس و یا پی ال اس یا لیزرل از نظر ارزش فرایند تحقیق اجرا کردن مدل و یا موفقیت در اجرای مدل ها در آن ها تنها یک قسمت از صد قسمت کاری است که باید انجام گیرد. چون بعضا مشاهده می شود عزیران از طریق جزوات یا دوره هایی بعضا موفق به ران و یا اجرای مدل خود در نرم افزار می شوند و این القا در آن ها ایجاد می شود که نرم افزار و یاد گیری آن همین است. خوشبختانه در دوره های آکادمی تحلیل آماری از نقطه صفر کار یعنی روش تحقیق مناسب تا اجرا و نحوه انجام تحلیل مقالات و پایان نامه ها به صورت مفصل تدریس و تفهیم می شود تا محققین خود به تنهایی و به صورت کاملا استاندارد پروژه های تحقیقی کمی و آمیخته خود را با این نرم افزار اجرا کنند.
@analysisacademy
در این مطلب تنها می خواهیم محققین با نوار ابزار این نرم افزار که تقریبا نود درصد گزینه های منو های هشت گانه نرم افزار را در خود دارا است آشنا شوند. این نوار ابزار مجموعا 42 گزینه دارد که در عکس پایین هر ردیف از چپ به راست مشخص شده که چه عملیاتی را انجام می دهد.(مرادی، 1396)
#ایموس
#تحلیل_آماری
از کپی کردن مطالب سایت بدون ذکر منبع سایت و یا کانال خود داری شود.
خواندن مطالب مرتبط زیر در سایت www.analysisacademy.comتوصیه می شود.
مدل های بازگشتی در ایموس
اصلاح مدل در ایموس
مدل های MIMIC در مدل سازی معادلات ساختاری
آشنایی با نوار ابزار نرم افزار ایموس (amos)
نرم افزار #ایموس یکی از بهترین و کاربرپسندترین نرم افزار های مدل سازی معادلات ساختاری جهت آزمون مدل های برآمده از تحقیقات کیفی و کمی در جوامع آماری مختلف می باشد. این نرم افزار همانطور که در دوره های بین المللی آکادمی تحلیل آماری ایران ذکر شد، در دسته نرم افزار های کواریانس محور قرار می گیرد که در آن هدف نزدیک کردن ماتریس کواریانس مشاهدات و ماتریس کواریانس توزیع های فراوانی مورد نظر در قالب مدلی ساختاری است.
@analysisacademy
محققین فراموش نکنند که در نرم افزار هایی مثل ایموس و یا پی ال اس یا لیزرل از نظر ارزش فرایند تحقیق اجرا کردن مدل و یا موفقیت در اجرای مدل ها در آن ها تنها یک قسمت از صد قسمت کاری است که باید انجام گیرد. چون بعضا مشاهده می شود عزیران از طریق جزوات یا دوره هایی بعضا موفق به ران و یا اجرای مدل خود در نرم افزار می شوند و این القا در آن ها ایجاد می شود که نرم افزار و یاد گیری آن همین است. خوشبختانه در دوره های آکادمی تحلیل آماری از نقطه صفر کار یعنی روش تحقیق مناسب تا اجرا و نحوه انجام تحلیل مقالات و پایان نامه ها به صورت مفصل تدریس و تفهیم می شود تا محققین خود به تنهایی و به صورت کاملا استاندارد پروژه های تحقیقی کمی و آمیخته خود را با این نرم افزار اجرا کنند.
@analysisacademy
در این مطلب تنها می خواهیم محققین با نوار ابزار این نرم افزار که تقریبا نود درصد گزینه های منو های هشت گانه نرم افزار را در خود دارا است آشنا شوند. این نوار ابزار مجموعا 42 گزینه دارد که در عکس پایین هر ردیف از چپ به راست مشخص شده که چه عملیاتی را انجام می دهد.(مرادی، 1396)
#ایموس
#تحلیل_آماری
از کپی کردن مطالب سایت بدون ذکر منبع سایت و یا کانال خود داری شود.
خواندن مطالب مرتبط زیر در سایت www.analysisacademy.comتوصیه می شود.
مدل های بازگشتی در ایموس
اصلاح مدل در ایموس
مدل های MIMIC در مدل سازی معادلات ساختاری
Forwarded from Aida Miralmasi
Forwarded from عکس نگار
📈کارگاه صفر تا صد #ایموس با رویکرد نگارش پایان نامه و مقالات isi
📌در آکادمی تحلیل آماری ایران
🗓زمان پنجشنبه و جمعه ۱۹،۲۰ بهمن
🕰ساعت ۱۳:۳۰ تا ۲۱:۳۰
⚜مدرس دکتر محسن مرادی
📜گواهینامه بین المللی Anccp ایتالیا
💎هزینه دانشجویی فقط ۲۵۰هزارتومان
👌تضمینی
⚠️ظرفیت محدود
✍رزرو با ارسال نام خانوادگی به 👇 ۰۹۱۰۰۰۷۱۸۰۴📲
🔰در کانال ما عضو شوید👇👇
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
📌در آکادمی تحلیل آماری ایران
🗓زمان پنجشنبه و جمعه ۱۹،۲۰ بهمن
🕰ساعت ۱۳:۳۰ تا ۲۱:۳۰
⚜مدرس دکتر محسن مرادی
📜گواهینامه بین المللی Anccp ایتالیا
💎هزینه دانشجویی فقط ۲۵۰هزارتومان
👌تضمینی
⚠️ظرفیت محدود
✍رزرو با ارسال نام خانوادگی به 👇 ۰۹۱۰۰۰۷۱۸۰۴📲
🔰در کانال ما عضو شوید👇👇
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
http://analysisacademy.com/wp-content/uploads/2018/02/META.ANALYSIS.ACADEMY.jpg
آشنایی با #فراتحلیل
ایگر و اسمیت در سال 2001 تعریف شاخصی را از #فراتحلیل ارائه نمودند. آن ها فراتحلیل را هنر ترکیب و تحلیل تحلیل ها می نامند و در واقع روشی کمی است برای تلفیق نتایج تحقیقات مستقل و مشابه و ترکیب یافته های آن ها برای ارزیابی اثر بخش ادبیات تحقیقات کمی است.
گلاس واژه فراتحلیل را برای اولین بار در سال 1977 به کار برد و از آن به عنوان یک فلسفه ی پژوهشی و روش شناسی اسم برد. البته تاریخچه فراتحلیل به سال ها قبل یعنی سال 1904 و فعالیت های پیرسون در تحقیقات پزشکی برمی گردد.
@analysisacademy
به زبان دیگر فراتحلیل عبارت از رویکرد کمی که برای ترکیبی سیستماتیک از تحقیقات قبلی و آن چه که توسط محققین پیشین انجام شده است برای دست یابی به جمع بندی درباره بدنه تحقبق و کشف دانش جدید انجام می شود(لی، 2010)
دانشجویان آکادمی تحلیل آماری در نظر داشته باشند که یکی از مهمترین راهبرد های کشف خلاء های تحقیقاتی برآمده از مطالعه ادبیات پژوهش جهت طرح ریزی برای تحقیقات کیفی و کمی در آینده فراتحلیل است. چرا که در این روش هر تحقیق مستقل اما مشابه نقش یکی از اجزای نمونه شما را بازی می کند و بجای اینکه نمونه ها افراد باشند، این تحقیقات گذشته هستند که نقش نمونه را بازی می کنند.البته باید توجه شود که فراتحلیل صرفا برای تحقیقات کمی گذشته کاربرد دارند و برای تحقیقات کیفی باید از روش های تحلیل محتوا در قالب فرا ترکیب بهره برد.
@analysisacademy
در مجموع اشمید در سوال 2003 این ویژگی ها را برای فراتحلیل بیان می کند"
• فراتحلیل برای تحقیقات کمی مستقل اما با فرضیات مشابه کاربرد دارد.
• منابع اطلاعاتی یا داده های تحقیق، نتایج تحقیقاتی است که در گذشته انجام گرفته است.
• هدف آن شناسایی رابطه یا تاثیر متغیر ها در تحقیقات گذشته است.
• تلاش می کند به مشکل قدرت آماری پایین تحقیقات دارای نمونه آماری کوچک فائق آید.
انواع فراتحلیل:
میلر و پولک در سال 1994 فراتحلیل را به سه دسته تقسیم می کند:
دسته اول: فراتحلیلی که صرفا نقاط قوت اثر یک متغیر را در مطالعات مختلف بررسی و آن را به طور خلاصه بیان می کند.
دسته دوم: در این دسته علاوه بر تلخیص نقطه قوت یک اثر، برای تشریح ناهمگونی و عدم تجانس منابع از تحلیل هی تعدیل کننده استفاده می شود.
دسته سوم: در دسته علاوه بر فعالیت های دو دسته قبل، با بررسی متغیر هایی که در یک تحقیق مورد دستکاری قرار نگرفته اند، شواهدی جدید را برای یک نظریه ارائه می شود.
در نهایت این مقاله را با ویژگی های اصلی فراتحلیل از دکتر هومن به پایان می رسانیم
1. فراتحلیل مقید به روش آماری آماری خاصی نیست، و دارای ماهیت کمی و چند روشی است.
2. در مورد کیفیت پژوهش های گذشته پیش داوری نمی کند
3. فراتحلیل در حقیقت یک نوع ترکیب است نه تحلیل
4. فراتحلیل را می توان به عنوان یک بازنگری در پیشینه پژوهش یک موضوع در نظر گرفت که مبتنی بر پارادایم تراکمی دانش است.
5. فراتحلیل در واقع تحلیل تحلیل هاست و نوعی ارزشیابی ارزشیابی ها ، یعنی فرا ارزشیابی محسوب می شود
6. فراتحلیل نوعی تحلیل ثانویه است. یعنی ترکیب کمی نتایج مطالعات بدون توجه به داده های اصلی اولیه
@analysisacademy
در نهایت باید بیان کرد که کسانی می توانند دست به فراتحلیل بزنند که با انواع تحلیل های کمی آشنا باشند. بنابراین آکادمی تحلیل آماری ایران برای دانشجویان قدیمی خود که دوره های کمی را گذرانده و مدارک بین المللی دریافت کرده اند، این دوره را تا قبل از پایان سال برگزار می کند. از طرفی این دوره در قالب آموزش نرم افزار CMA2 برگزار می شود که یکی از برترین نرم افزار ها در حوزه فراتحلیل محسوب می گردد. طبیعتا به دلیل ظرفیت محدود دوره از خانم دکتر میر الماسی برای شرکت در دوره و رزرو آن مشاوره تخصصی دریافت کنید.
آشنایی با #فراتحلیل
ایگر و اسمیت در سال 2001 تعریف شاخصی را از #فراتحلیل ارائه نمودند. آن ها فراتحلیل را هنر ترکیب و تحلیل تحلیل ها می نامند و در واقع روشی کمی است برای تلفیق نتایج تحقیقات مستقل و مشابه و ترکیب یافته های آن ها برای ارزیابی اثر بخش ادبیات تحقیقات کمی است.
گلاس واژه فراتحلیل را برای اولین بار در سال 1977 به کار برد و از آن به عنوان یک فلسفه ی پژوهشی و روش شناسی اسم برد. البته تاریخچه فراتحلیل به سال ها قبل یعنی سال 1904 و فعالیت های پیرسون در تحقیقات پزشکی برمی گردد.
@analysisacademy
به زبان دیگر فراتحلیل عبارت از رویکرد کمی که برای ترکیبی سیستماتیک از تحقیقات قبلی و آن چه که توسط محققین پیشین انجام شده است برای دست یابی به جمع بندی درباره بدنه تحقبق و کشف دانش جدید انجام می شود(لی، 2010)
دانشجویان آکادمی تحلیل آماری در نظر داشته باشند که یکی از مهمترین راهبرد های کشف خلاء های تحقیقاتی برآمده از مطالعه ادبیات پژوهش جهت طرح ریزی برای تحقیقات کیفی و کمی در آینده فراتحلیل است. چرا که در این روش هر تحقیق مستقل اما مشابه نقش یکی از اجزای نمونه شما را بازی می کند و بجای اینکه نمونه ها افراد باشند، این تحقیقات گذشته هستند که نقش نمونه را بازی می کنند.البته باید توجه شود که فراتحلیل صرفا برای تحقیقات کمی گذشته کاربرد دارند و برای تحقیقات کیفی باید از روش های تحلیل محتوا در قالب فرا ترکیب بهره برد.
@analysisacademy
در مجموع اشمید در سوال 2003 این ویژگی ها را برای فراتحلیل بیان می کند"
• فراتحلیل برای تحقیقات کمی مستقل اما با فرضیات مشابه کاربرد دارد.
• منابع اطلاعاتی یا داده های تحقیق، نتایج تحقیقاتی است که در گذشته انجام گرفته است.
• هدف آن شناسایی رابطه یا تاثیر متغیر ها در تحقیقات گذشته است.
• تلاش می کند به مشکل قدرت آماری پایین تحقیقات دارای نمونه آماری کوچک فائق آید.
انواع فراتحلیل:
میلر و پولک در سال 1994 فراتحلیل را به سه دسته تقسیم می کند:
دسته اول: فراتحلیلی که صرفا نقاط قوت اثر یک متغیر را در مطالعات مختلف بررسی و آن را به طور خلاصه بیان می کند.
دسته دوم: در این دسته علاوه بر تلخیص نقطه قوت یک اثر، برای تشریح ناهمگونی و عدم تجانس منابع از تحلیل هی تعدیل کننده استفاده می شود.
دسته سوم: در دسته علاوه بر فعالیت های دو دسته قبل، با بررسی متغیر هایی که در یک تحقیق مورد دستکاری قرار نگرفته اند، شواهدی جدید را برای یک نظریه ارائه می شود.
در نهایت این مقاله را با ویژگی های اصلی فراتحلیل از دکتر هومن به پایان می رسانیم
1. فراتحلیل مقید به روش آماری آماری خاصی نیست، و دارای ماهیت کمی و چند روشی است.
2. در مورد کیفیت پژوهش های گذشته پیش داوری نمی کند
3. فراتحلیل در حقیقت یک نوع ترکیب است نه تحلیل
4. فراتحلیل را می توان به عنوان یک بازنگری در پیشینه پژوهش یک موضوع در نظر گرفت که مبتنی بر پارادایم تراکمی دانش است.
5. فراتحلیل در واقع تحلیل تحلیل هاست و نوعی ارزشیابی ارزشیابی ها ، یعنی فرا ارزشیابی محسوب می شود
6. فراتحلیل نوعی تحلیل ثانویه است. یعنی ترکیب کمی نتایج مطالعات بدون توجه به داده های اصلی اولیه
@analysisacademy
در نهایت باید بیان کرد که کسانی می توانند دست به فراتحلیل بزنند که با انواع تحلیل های کمی آشنا باشند. بنابراین آکادمی تحلیل آماری ایران برای دانشجویان قدیمی خود که دوره های کمی را گذرانده و مدارک بین المللی دریافت کرده اند، این دوره را تا قبل از پایان سال برگزار می کند. از طرفی این دوره در قالب آموزش نرم افزار CMA2 برگزار می شود که یکی از برترین نرم افزار ها در حوزه فراتحلیل محسوب می گردد. طبیعتا به دلیل ظرفیت محدود دوره از خانم دکتر میر الماسی برای شرکت در دوره و رزرو آن مشاوره تخصصی دریافت کنید.
آکادمی تحلیل آماری ایران برگزار می کند
دوره فرا تحلیل با نرم افزار CMA2 با رویکرد isiنویسی
تاریخ دهم و یازدهم اسفند ساعت۱۳:۳۰ تا۲۱:۳۰ با تدریس دکتر محسن مرادی و گواهینامه بین المللی هزینه دانشجویی ۳۰۰هزارتومان ظرفیت محدود رزرو ارسال نام خانوادگی به ۰۹۱۰۰۰۷۱۸۰۴
دوره فرا تحلیل با نرم افزار CMA2 با رویکرد isiنویسی
تاریخ دهم و یازدهم اسفند ساعت۱۳:۳۰ تا۲۱:۳۰ با تدریس دکتر محسن مرادی و گواهینامه بین المللی هزینه دانشجویی ۳۰۰هزارتومان ظرفیت محدود رزرو ارسال نام خانوادگی به ۰۹۱۰۰۰۷۱۸۰۴
Forwarded from عکس نگار
🎓 آکادمی تحلیل آماری ایران :
📈دوره تحلیل کیفی با نرم افزار #maxqda
🗓 ۱،۲،۳،۴اسفند
⏰ساعت ۱۳:۳۰تا۲۱:۳۰
⚜مدرس : دکتر مرادی
📜 گواهینامه بین المللی Anccp ایتالیا
💎هزینه ثبت نام ۵۰۰هزارتومان
⚠️ظرفیت محدود
رزرو👈 ارسال نام خانوادگی به 👇
📲 ۰۹۱۰۰۰۷۱۸۰۴
🔺 در کانال ما عضو شوید🔻
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
📈دوره تحلیل کیفی با نرم افزار #maxqda
🗓 ۱،۲،۳،۴اسفند
⏰ساعت ۱۳:۳۰تا۲۱:۳۰
⚜مدرس : دکتر مرادی
📜 گواهینامه بین المللی Anccp ایتالیا
💎هزینه ثبت نام ۵۰۰هزارتومان
⚠️ظرفیت محدود
رزرو👈 ارسال نام خانوادگی به 👇
📲 ۰۹۱۰۰۰۷۱۸۰۴
🔺 در کانال ما عضو شوید🔻
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
http://analysisacademy.com/wp-content/uploads/2018/02/meta.gif
تفاوت های مقالات مروری و #فراتحلیل
پس از اینکه محققین عزیز در مقاله گذشته با روش #فرا_تحلیل تا حدی آشنا شدند بر آن شدیم که این نکته را یادآوری نماییم که این نوع مقالات و مطالعات را با مقالات مروری خلط نکنیم. شاید همه شما بدانید که یک دسته از مطالعات ثانویه، تحت عنوان مطالعات مروری یا مقالات مروری یا مرورهای کتابخانه ای، از دیرباز در منابع علمی، مجلات علمی پژوهشی و سایر منابع علمی، وجود داشته و بسیاری از محققین نیز علاوه بر مطالعه این دسته از مقالات، خود به نگارش این نوع از مستندات علمی، مشغول بوده اند. یک تفاوت مقالات مروری با مرورهای سیستماتیک از نوع مطالعات فرا تحلیل، قدمت مقالات مروری در مقایسه با مقالات مرور سیستماتیک یا فرا تحلیلی است. اولیه مقالات مرور سیستماتیک در قالب فرا تحلیل جهان در دهه ۱۹۷۰ میلادی توسط گلاس (البته اشکال اولیه و نه اشکال نوین آن) منتشر و فرمت نوین و امروزی این دسته از مقالات از اوایل دهه ۱۹۹۰ میلادی وارد مجلات علمی پژوهشی بین المللی گردیدند. اما مقالات مروری از دیرباز و حتی بیش از یک قرن است که در بین مقالات اصیل پژوهشی منتشر شده و علاقندان خاص خود را داشته و دارد. شاید بد نباشد که به برخی تفاوتهای مهم یک مقاله مروری و مرور های سیستماتیک در قالب فرا تحلیل اشاره کنیم:
#CMA2
@analysisacademy
1. هدف / سوال مطالعه ثانویه: هدف یا سوال یک مقاله مروری معمولا بسیار وسیع و گسترده و برخلاف آن و شاید بهتر است بگوییم، درست نقطه مقابل این دسته، در مطالعات فرا تحلیل، هدف/ سوال اصلی، بسیار محدود، متمرکز و در محدوده مشخص و معینیاز یک موضوع پژوهشی است. (مثال یک مقاله مروری: بررسی ابعاد کیفیت زندگی کاری.مثال یک مقاله فرا تحلیل: نقش تعدیلی جنسیت بر رابطه علی کیفیت زندگی کاری بر رضایت شخص)
2. روش اجرای مطالعات ثانویه: در یک مقاله مروری، نحوه یافتن مطالعات اولیه، معیارهای روشنی نداشته و یا بهتر است بگوییم، الزامی به مشخص و تعریف نمودن معیارهای انتخاب مطالعات اولیه وجود ندارد، منابع ممکن است مشخص نشده باشد، شیوه جستجو نیاز به تدوین نداشته و فرایند انتخاب و گامهای آن، نامعلوم میباشد. اما در نقطه مقابل، در یک فرا تحلیل، کلیه مراحل جستجو در منابع، منابع مورد ارزیابی یا جستجو، معیارهای انتخاب مطالعات اولیه، راهبرد یا استراتژی جستجو و فرایند انتخاب، باید کاملا روشن، شفاف و قابل تکرار و پیرو یک پروتکل مشخص باشد.
3. فرایند ارزیابی کیفیت متدولوژیک (ارزیابی خطر سوگرایی): در یک مقاله مروری معمولا الزامی به ارزیابی نقّادانه یا ارزیابی کیفیت متدولوژیک وجود نداشته، در حالیکه مرحله ارزیابی کیفیت متدلوژیک یا ارزیابی خطر سوگرایی در مطالعات اولیه، یک الزام و معیار اجباری در فراتحلیل است.
4. فرایند تحلیل آماری یا ترکیب یافته ها: در یک مقاله مروری، ترکیب کمّی یافته های مطالعات مرتبط وارد شده به این پژوهش ثانویه، معمولا انجان نمی گردد و حداکثر یک ترکیب کیفی یا ذهنی بر روی یافته های مطالعات اولیه گردآوری شده، صورت میگیرد، در حالیکه در یک مطالعه فرا تحلیل، اگر شرایط یا پیش نیازهای یک ترکیب آماری یا کمّی، بر روی یافته های مطالعات اولیه انجام شده و در صورتیکه این شرایط یا پیش نیازها، میسّر نباشد، ترکیب کیفی یا فرا ترکیب صورت میگیرد.
#CMA2
@analysisacademy
تفاوت های مقالات مروری و #فراتحلیل
پس از اینکه محققین عزیز در مقاله گذشته با روش #فرا_تحلیل تا حدی آشنا شدند بر آن شدیم که این نکته را یادآوری نماییم که این نوع مقالات و مطالعات را با مقالات مروری خلط نکنیم. شاید همه شما بدانید که یک دسته از مطالعات ثانویه، تحت عنوان مطالعات مروری یا مقالات مروری یا مرورهای کتابخانه ای، از دیرباز در منابع علمی، مجلات علمی پژوهشی و سایر منابع علمی، وجود داشته و بسیاری از محققین نیز علاوه بر مطالعه این دسته از مقالات، خود به نگارش این نوع از مستندات علمی، مشغول بوده اند. یک تفاوت مقالات مروری با مرورهای سیستماتیک از نوع مطالعات فرا تحلیل، قدمت مقالات مروری در مقایسه با مقالات مرور سیستماتیک یا فرا تحلیلی است. اولیه مقالات مرور سیستماتیک در قالب فرا تحلیل جهان در دهه ۱۹۷۰ میلادی توسط گلاس (البته اشکال اولیه و نه اشکال نوین آن) منتشر و فرمت نوین و امروزی این دسته از مقالات از اوایل دهه ۱۹۹۰ میلادی وارد مجلات علمی پژوهشی بین المللی گردیدند. اما مقالات مروری از دیرباز و حتی بیش از یک قرن است که در بین مقالات اصیل پژوهشی منتشر شده و علاقندان خاص خود را داشته و دارد. شاید بد نباشد که به برخی تفاوتهای مهم یک مقاله مروری و مرور های سیستماتیک در قالب فرا تحلیل اشاره کنیم:
#CMA2
@analysisacademy
1. هدف / سوال مطالعه ثانویه: هدف یا سوال یک مقاله مروری معمولا بسیار وسیع و گسترده و برخلاف آن و شاید بهتر است بگوییم، درست نقطه مقابل این دسته، در مطالعات فرا تحلیل، هدف/ سوال اصلی، بسیار محدود، متمرکز و در محدوده مشخص و معینیاز یک موضوع پژوهشی است. (مثال یک مقاله مروری: بررسی ابعاد کیفیت زندگی کاری.مثال یک مقاله فرا تحلیل: نقش تعدیلی جنسیت بر رابطه علی کیفیت زندگی کاری بر رضایت شخص)
2. روش اجرای مطالعات ثانویه: در یک مقاله مروری، نحوه یافتن مطالعات اولیه، معیارهای روشنی نداشته و یا بهتر است بگوییم، الزامی به مشخص و تعریف نمودن معیارهای انتخاب مطالعات اولیه وجود ندارد، منابع ممکن است مشخص نشده باشد، شیوه جستجو نیاز به تدوین نداشته و فرایند انتخاب و گامهای آن، نامعلوم میباشد. اما در نقطه مقابل، در یک فرا تحلیل، کلیه مراحل جستجو در منابع، منابع مورد ارزیابی یا جستجو، معیارهای انتخاب مطالعات اولیه، راهبرد یا استراتژی جستجو و فرایند انتخاب، باید کاملا روشن، شفاف و قابل تکرار و پیرو یک پروتکل مشخص باشد.
3. فرایند ارزیابی کیفیت متدولوژیک (ارزیابی خطر سوگرایی): در یک مقاله مروری معمولا الزامی به ارزیابی نقّادانه یا ارزیابی کیفیت متدولوژیک وجود نداشته، در حالیکه مرحله ارزیابی کیفیت متدلوژیک یا ارزیابی خطر سوگرایی در مطالعات اولیه، یک الزام و معیار اجباری در فراتحلیل است.
4. فرایند تحلیل آماری یا ترکیب یافته ها: در یک مقاله مروری، ترکیب کمّی یافته های مطالعات مرتبط وارد شده به این پژوهش ثانویه، معمولا انجان نمی گردد و حداکثر یک ترکیب کیفی یا ذهنی بر روی یافته های مطالعات اولیه گردآوری شده، صورت میگیرد، در حالیکه در یک مطالعه فرا تحلیل، اگر شرایط یا پیش نیازهای یک ترکیب آماری یا کمّی، بر روی یافته های مطالعات اولیه انجام شده و در صورتیکه این شرایط یا پیش نیازها، میسّر نباشد، ترکیب کیفی یا فرا ترکیب صورت میگیرد.
#CMA2
@analysisacademy
http://analysisacademy.com/wp-content/uploads/2018/02/PLS.ACADEMY.jpg
خصوصیات اصلی مدل سازی معادلات ساختاری با #pls
محققین عزیز #آکادمی_تحلیل_آماری باید توجه نمایند که برای انتخاب مدل سازی معادلات ساختاری با pls#، نکاتی وجود دارد در بخش ویژگی های داده ها، مشخصات مدل ها، روش تخمین حداقل مربعات جزئئ و ارزیابی مدل ها وجود دارد که به دقت باید رعایت شوند.
مجله بسیار معتبر تئوری و تجربه بازاریابی(the journal of marketing theory and practice ) این خصوصیات را بر شمرده است و ما در اینجا آن ها را بیان می کنیم.
@analysisacademy
خصوصیات داده ها: #pls
• در بخش حجم داده ها نسبت به حجم نمونه ی کم حساسیت ندارد و می توان تحلیل ها را با توان بالایی در حجم نمونه کم انجام داد. از طرفی حجم نمونه بالای ۱۵۰ تا دقت برآورد ها بالا برده و می تواند تا ۹۷ درصد کواریانس محور ها رساند.
• توزیع داده ها پیش فرض و مفروضه خاصی ندارد و می تواند نرمال یا غیر نرمال باشد بنابراین PLS-SEM یک روش ناپارامتریک محسوب می شود.
• همچنین این روش نسبت به مقادیر گمشده یا مفقوده MISSING VALUE مقاومت بالایی دارد هرچند باید این مقادیر در فرایند پیش پردازش ها مدیریت شوند.
• مقیاس های اندازه گیری نیز باید به صورت متریک یا شبه متریک باشند.
مشخصات مدل ها #pls
• تعداد آیتم ها یا همان شاخص های اندازه گیری کننده هر متغیر میتواند از یک تا چند آیتم باشد.
• روابط میان متغیر های مکنون و متغیر های آشکار در مدل می تواند به صورت انعکاسی و یا ترکیبی و یا مدلی که هر دو در آن وجود دارند باشد.
• پیچیدگی مدل ها در PLS-SEM ها می تواند از مدل های بسیار ساده تا بسیار پیچیده باشد. اما باید دقت کرد که در PLS-SEM نمیتوان مدل های بازگشتی را اجرا نمود.
مشخصات روش تخمین #PLS
• هدف این نوع الگوریتم مدل سازی معادلات ساختاری حداقل کردن واریانس تبیین نشده یا همان حداقل کردن خطای باقی مانده است یا اگر به زبان دیگر بگوییم هدف این نوع الگوریتم مدل سازی معادلات ساختاری حداکثر کردن واریانس تببین شده ی متغیر های مکنون درونزا یا R2 ضریب تعیین است.
• کارایی بسیار بالای این الگوریتم بدلیل همگرایی بعد از تعداد کمی تکرار است. یعنی الگوریتمی کارا در رسیدن به راه حل بهینه
• از این الگوریتم برای اهداف پیشگویانه بهره برده می شود و تحت تاثیر ناکافی بودن داده قرار نمیگیرد.
• در تخمین پارامتر ها، روابط مدل ساختاری عموما با تخمین کمتر یا Underestimated همراه است و روابط مدل اندازه گیری عموما خوشبینانه تخمین زده می شود و در نهایت تخمین ها از توان آماری بالایی برخوردار هستند.
مشخصات ارزیابی مدل ها
• در PLS-SEM معیار کلی نیکویی برازش مثل کواریانس محور ها وجود ندارد.
• ارزیابی مدل اندازه گیری و مدل ساختاری از طریق شاخص های کیفیت سنجی روایی متقاطع انجام می گیرد.
• در مدل ساختاری بعد از بررسی معناداری و عدم معناداری روابط علی آزمون های متنوع کیفیت سنجی انجام می گیرد.
• غیر از تحلیل های معمول مدل سازی معادلات ساختاری، تحلیل ماتریس اثر-عملکرد، اثرات میانجی، مدل های سلسله مراتبی یا مرتبه دوم یا بیشتر، تحلیل های چند گروهی، تحلیل ناهمگنی، تحلیل های تعدیلگر و … انجام می گیرد.
@analysisacademy
محسن مرادی
مطالب مرتبط با مقاله ای که خواندید.
آزمون مدل کلی PLS
بوت استرپینگ چیست؟
تعیین میزان اثرمتغیر تعدیلگر دو ارزشی در نرم افزار اسمارت پی ال اس
معادلات ساختاری مبتنی بر واریانس یا مبتنی بر کواریانس؟
از کپی کردن مطالب سایت و کانال بدون ذکر منبع خود داری شود
خصوصیات اصلی مدل سازی معادلات ساختاری با #pls
محققین عزیز #آکادمی_تحلیل_آماری باید توجه نمایند که برای انتخاب مدل سازی معادلات ساختاری با pls#، نکاتی وجود دارد در بخش ویژگی های داده ها، مشخصات مدل ها، روش تخمین حداقل مربعات جزئئ و ارزیابی مدل ها وجود دارد که به دقت باید رعایت شوند.
مجله بسیار معتبر تئوری و تجربه بازاریابی(the journal of marketing theory and practice ) این خصوصیات را بر شمرده است و ما در اینجا آن ها را بیان می کنیم.
@analysisacademy
خصوصیات داده ها: #pls
• در بخش حجم داده ها نسبت به حجم نمونه ی کم حساسیت ندارد و می توان تحلیل ها را با توان بالایی در حجم نمونه کم انجام داد. از طرفی حجم نمونه بالای ۱۵۰ تا دقت برآورد ها بالا برده و می تواند تا ۹۷ درصد کواریانس محور ها رساند.
• توزیع داده ها پیش فرض و مفروضه خاصی ندارد و می تواند نرمال یا غیر نرمال باشد بنابراین PLS-SEM یک روش ناپارامتریک محسوب می شود.
• همچنین این روش نسبت به مقادیر گمشده یا مفقوده MISSING VALUE مقاومت بالایی دارد هرچند باید این مقادیر در فرایند پیش پردازش ها مدیریت شوند.
• مقیاس های اندازه گیری نیز باید به صورت متریک یا شبه متریک باشند.
مشخصات مدل ها #pls
• تعداد آیتم ها یا همان شاخص های اندازه گیری کننده هر متغیر میتواند از یک تا چند آیتم باشد.
• روابط میان متغیر های مکنون و متغیر های آشکار در مدل می تواند به صورت انعکاسی و یا ترکیبی و یا مدلی که هر دو در آن وجود دارند باشد.
• پیچیدگی مدل ها در PLS-SEM ها می تواند از مدل های بسیار ساده تا بسیار پیچیده باشد. اما باید دقت کرد که در PLS-SEM نمیتوان مدل های بازگشتی را اجرا نمود.
مشخصات روش تخمین #PLS
• هدف این نوع الگوریتم مدل سازی معادلات ساختاری حداقل کردن واریانس تبیین نشده یا همان حداقل کردن خطای باقی مانده است یا اگر به زبان دیگر بگوییم هدف این نوع الگوریتم مدل سازی معادلات ساختاری حداکثر کردن واریانس تببین شده ی متغیر های مکنون درونزا یا R2 ضریب تعیین است.
• کارایی بسیار بالای این الگوریتم بدلیل همگرایی بعد از تعداد کمی تکرار است. یعنی الگوریتمی کارا در رسیدن به راه حل بهینه
• از این الگوریتم برای اهداف پیشگویانه بهره برده می شود و تحت تاثیر ناکافی بودن داده قرار نمیگیرد.
• در تخمین پارامتر ها، روابط مدل ساختاری عموما با تخمین کمتر یا Underestimated همراه است و روابط مدل اندازه گیری عموما خوشبینانه تخمین زده می شود و در نهایت تخمین ها از توان آماری بالایی برخوردار هستند.
مشخصات ارزیابی مدل ها
• در PLS-SEM معیار کلی نیکویی برازش مثل کواریانس محور ها وجود ندارد.
• ارزیابی مدل اندازه گیری و مدل ساختاری از طریق شاخص های کیفیت سنجی روایی متقاطع انجام می گیرد.
• در مدل ساختاری بعد از بررسی معناداری و عدم معناداری روابط علی آزمون های متنوع کیفیت سنجی انجام می گیرد.
• غیر از تحلیل های معمول مدل سازی معادلات ساختاری، تحلیل ماتریس اثر-عملکرد، اثرات میانجی، مدل های سلسله مراتبی یا مرتبه دوم یا بیشتر، تحلیل های چند گروهی، تحلیل ناهمگنی، تحلیل های تعدیلگر و … انجام می گیرد.
@analysisacademy
محسن مرادی
مطالب مرتبط با مقاله ای که خواندید.
آزمون مدل کلی PLS
بوت استرپینگ چیست؟
تعیین میزان اثرمتغیر تعدیلگر دو ارزشی در نرم افزار اسمارت پی ال اس
معادلات ساختاری مبتنی بر واریانس یا مبتنی بر کواریانس؟
از کپی کردن مطالب سایت و کانال بدون ذکر منبع خود داری شود
http://analysisacademy.com/wp-content/uploads/2018/02/nn_schematic1.gif
#شبکه_عصبی چیست؟
@analysisacademy
عبارت شبکه عصبی برای خانواده گسترده از مدلها به کار می رود که به وسیله ی فضای وسیع پارامترها و ساختاری انعطاف پذیر و برگرفته از عملکرد مغز انسان توصیف می شود. هر چه این خانواده بزرگ تر شد، بیشتر مدلهای جدید برای کاربردهای خارج از زیست شناسی افزایش یافت اگرچه بسیاری از عبارات و اصطلاحات این مبحث هنوز به اصل زیست شناسی خود برمی گردد مثل نرون و سیناپس. تعریف خاص تر شبکه های عصبی بسته به گستردگی رشته ها و زمینه هایی است که این شبکه ها در آن کاربرد دارند. با اینکه هیچ تعریف واحد و مناسبی تمام خانواده مدلها را پوشش نمی دهد فعلا تعریف زیر بهترین تعریف است :(Haykin,1998)
شبکه عصبی مجموعه ای انبوه از پیش بینی کننده های برابر است که خاصیت ذاتی در ذخیره اطلاعات دارند و امکان استفاده از این اطلاعات را ایجاد می کند.
@analysisacademy
این مجموعه از دو جهت شبیه مغز انسان است:
-اطلاعات طی یک فرآیند یادگیری از طریق شبکه کسب می شود.
-ارتباطات بین نرون ها که به عنوان وزن های سیناپسی شناخته می شود برای ذخیره اطلاعات به کار می روند.
شبکه عصبی مصنوعی یک سامانه پردازشی داده ها است که از مغز انسان ایده گرفته و پردازش داده ها را به عهده پردازنده های کوچک و بسیار زیادی سپرده که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار می کنند تا یک مسئله را حل نمایند. در این شبکه ها به کمک دانش برنامه نویسی، ساختار داده ای طراحی می شود که می تواند همانند نورون عمل کند که به این ساختار داده گره گفته می شود. بعد با ایجاد شبکه ای بین این گره ها و اعمال یک الگورتیم آموزشی به آن، شبکه را آموزش می دهند. در این حافظه یا شبکه عصبی گره ها دارای دو حالت فعال(روشن یا 1) و غیرفعال(خاموش یا 0) اند و هر یال(سیناپس یا ارتباط بین گره ها) دارای یک وزن می باشد. یال های با وزن مثبت، موجب تحریک یا فعال کردن گره غیر فعال بعدی می شوند و یال های با وزن منفی، گره متصل بعدی را غیرفعال یا مهار(در صورتی که فعال بوده باشد) می کنند.
این شبکه ها برای تخمین(Estimation) و تقریب (approximation) کارایی بسیار بالایی از خود نشان داده اند. گستره کاربرد این مدلهای ریاضی برگرفته از عملکرد مغز انسان بسیار وسیع می باشد که به عنوان چند نمونه کوچک می توان استفاده از این ابزار ریاضی در پردازش سیگنال های بیولوژیکی، مخابراتی و الکترونیکی تا کمک در نجوم و فضانوردی را نام برد.
برای متمایز کردن شبکه های عصبی و دیگر روش های آماری مرسوم با استفاده از این تعریف تنها چیزی که بیان نشده میزان اهمیت متغییرها می باشد که در متون دقیق برآورد نشده است. برای مثال مدل رگرسیون خطی مرسوم احتیاج به اطلاعات در روش حداقل مربعات دارد و این اطلاعات در ضرایب رگرسیونی ذخیره می شود. در این مورد نیز این هم یک شبکه ی عصبی است. در واقع شما می توانید این گونه برداشت کنید که رگرسیون خطی یک حالت خاص از شبکه عصبی می باشد. اگرچه رگرسیون خطی یک ساختار ساده و مجموعه فروضی دارد که قبل از یادگیری از داده ها به مدل تحمیل شده است.
بر عکس، در تعریف بالا کمترین نیاز به فروض و پیش فرض برای ساختار مدل را می خواهد. بنابراین یک شبکه عصبی می تواند یک دامنه وسیعی از مدلهای آماری را بدون نیاز به تعیین فرض برای شرایط خاص و روابط بین متغییرهای مستقل و وابسته تقریب بزند. در عوض شکل رابطه ها در طول فرآیند یادگیری تعیین می شود. اگر یک رابطه خطی بین متغییرهای وابسته و مستقل مناسب باشد، نتایج شبکه عصبی باید تقریبا شباهت زیادی با نتایج مدل رگرسیون خطی داشته باشد. اگر یک رابطه غیرخطی مناسب تر باشد، شبکه ی عصبی به طور خودکار ساختار مدل را صحیح تقریب می زند.
در مقابل، این انعطاف پذیری، وزن های سیناپسی یک شبکه عصبی به آسانی قابل تغییر نیست. بنابراین اگر شما سعی دارید که یک فرآیند تحت بررسی را توضیح دهید که رابطه بین متغییر وابسته و مستقل را توضیح می دهد، بهتر است که از یک مدل مرسوم تر آماری استفاده کنید اگرچه قابلیت تفسیر مدل مهم نیست شما اغلب می توانید از نتایج خوب بدست آمده از مدل های شبکه عصبی استفاده کنید.
@analysisacademy
#شبکه_عصبی چیست؟
@analysisacademy
عبارت شبکه عصبی برای خانواده گسترده از مدلها به کار می رود که به وسیله ی فضای وسیع پارامترها و ساختاری انعطاف پذیر و برگرفته از عملکرد مغز انسان توصیف می شود. هر چه این خانواده بزرگ تر شد، بیشتر مدلهای جدید برای کاربردهای خارج از زیست شناسی افزایش یافت اگرچه بسیاری از عبارات و اصطلاحات این مبحث هنوز به اصل زیست شناسی خود برمی گردد مثل نرون و سیناپس. تعریف خاص تر شبکه های عصبی بسته به گستردگی رشته ها و زمینه هایی است که این شبکه ها در آن کاربرد دارند. با اینکه هیچ تعریف واحد و مناسبی تمام خانواده مدلها را پوشش نمی دهد فعلا تعریف زیر بهترین تعریف است :(Haykin,1998)
شبکه عصبی مجموعه ای انبوه از پیش بینی کننده های برابر است که خاصیت ذاتی در ذخیره اطلاعات دارند و امکان استفاده از این اطلاعات را ایجاد می کند.
@analysisacademy
این مجموعه از دو جهت شبیه مغز انسان است:
-اطلاعات طی یک فرآیند یادگیری از طریق شبکه کسب می شود.
-ارتباطات بین نرون ها که به عنوان وزن های سیناپسی شناخته می شود برای ذخیره اطلاعات به کار می روند.
شبکه عصبی مصنوعی یک سامانه پردازشی داده ها است که از مغز انسان ایده گرفته و پردازش داده ها را به عهده پردازنده های کوچک و بسیار زیادی سپرده که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار می کنند تا یک مسئله را حل نمایند. در این شبکه ها به کمک دانش برنامه نویسی، ساختار داده ای طراحی می شود که می تواند همانند نورون عمل کند که به این ساختار داده گره گفته می شود. بعد با ایجاد شبکه ای بین این گره ها و اعمال یک الگورتیم آموزشی به آن، شبکه را آموزش می دهند. در این حافظه یا شبکه عصبی گره ها دارای دو حالت فعال(روشن یا 1) و غیرفعال(خاموش یا 0) اند و هر یال(سیناپس یا ارتباط بین گره ها) دارای یک وزن می باشد. یال های با وزن مثبت، موجب تحریک یا فعال کردن گره غیر فعال بعدی می شوند و یال های با وزن منفی، گره متصل بعدی را غیرفعال یا مهار(در صورتی که فعال بوده باشد) می کنند.
این شبکه ها برای تخمین(Estimation) و تقریب (approximation) کارایی بسیار بالایی از خود نشان داده اند. گستره کاربرد این مدلهای ریاضی برگرفته از عملکرد مغز انسان بسیار وسیع می باشد که به عنوان چند نمونه کوچک می توان استفاده از این ابزار ریاضی در پردازش سیگنال های بیولوژیکی، مخابراتی و الکترونیکی تا کمک در نجوم و فضانوردی را نام برد.
برای متمایز کردن شبکه های عصبی و دیگر روش های آماری مرسوم با استفاده از این تعریف تنها چیزی که بیان نشده میزان اهمیت متغییرها می باشد که در متون دقیق برآورد نشده است. برای مثال مدل رگرسیون خطی مرسوم احتیاج به اطلاعات در روش حداقل مربعات دارد و این اطلاعات در ضرایب رگرسیونی ذخیره می شود. در این مورد نیز این هم یک شبکه ی عصبی است. در واقع شما می توانید این گونه برداشت کنید که رگرسیون خطی یک حالت خاص از شبکه عصبی می باشد. اگرچه رگرسیون خطی یک ساختار ساده و مجموعه فروضی دارد که قبل از یادگیری از داده ها به مدل تحمیل شده است.
بر عکس، در تعریف بالا کمترین نیاز به فروض و پیش فرض برای ساختار مدل را می خواهد. بنابراین یک شبکه عصبی می تواند یک دامنه وسیعی از مدلهای آماری را بدون نیاز به تعیین فرض برای شرایط خاص و روابط بین متغییرهای مستقل و وابسته تقریب بزند. در عوض شکل رابطه ها در طول فرآیند یادگیری تعیین می شود. اگر یک رابطه خطی بین متغییرهای وابسته و مستقل مناسب باشد، نتایج شبکه عصبی باید تقریبا شباهت زیادی با نتایج مدل رگرسیون خطی داشته باشد. اگر یک رابطه غیرخطی مناسب تر باشد، شبکه ی عصبی به طور خودکار ساختار مدل را صحیح تقریب می زند.
در مقابل، این انعطاف پذیری، وزن های سیناپسی یک شبکه عصبی به آسانی قابل تغییر نیست. بنابراین اگر شما سعی دارید که یک فرآیند تحت بررسی را توضیح دهید که رابطه بین متغییر وابسته و مستقل را توضیح می دهد، بهتر است که از یک مدل مرسوم تر آماری استفاده کنید اگرچه قابلیت تفسیر مدل مهم نیست شما اغلب می توانید از نتایج خوب بدست آمده از مدل های شبکه عصبی استفاده کنید.
@analysisacademy
Forwarded from عکس نگار
🎓 آکادمی تحلیل آماری ایران :
📈دوره تحلیل کیفی با نرم افزار #maxqda
🗓 ۱،۲،۳،۴اسفند
⏰ساعت ۱۳:۳۰تا۲۱:۳۰
⚜مدرس : دکتر مرادی
📜 گواهینامه بین المللی Anccp ایتالیا
💎هزینه ثبت نام ۵۰۰هزارتومان
⚠️ظرفیت محدود
رزرو👈 ارسال نام خانوادگی به 👇
📲 ۰۹۱۰۰۰۷۱۸۰۴
🔺 در کانال ما عضو شوید🔻
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
📈دوره تحلیل کیفی با نرم افزار #maxqda
🗓 ۱،۲،۳،۴اسفند
⏰ساعت ۱۳:۳۰تا۲۱:۳۰
⚜مدرس : دکتر مرادی
📜 گواهینامه بین المللی Anccp ایتالیا
💎هزینه ثبت نام ۵۰۰هزارتومان
⚠️ظرفیت محدود
رزرو👈 ارسال نام خانوادگی به 👇
📲 ۰۹۱۰۰۰۷۱۸۰۴
🔺 در کانال ما عضو شوید🔻
https://t.me/joinchat/AAAAAD_sZ0PdgM2YaSnLvw
همراهان گرامی
لطفا در خصوصی به بنده پیام بدید که کدام یک از کارگاه های زیر را برای کمپ عید ترجیح میدهید!؟
۱.صفر تا صد ایموس و اسمارت پی ال اس
۲.کارگاه فراتحلیل
۳.کارگاه پیشرفته معادلات ساختاری
۴.کارگاه مقدماتی تا پیشرفته spss
۵.کارگاه پروپوزال نویسی
۶.سایر
بینهایت سپاسگزارتون
شماره تماس :۰۹۱۰۰۰۷۱۸۰۴
میرالماسی
لطفا در خصوصی به بنده پیام بدید که کدام یک از کارگاه های زیر را برای کمپ عید ترجیح میدهید!؟
۱.صفر تا صد ایموس و اسمارت پی ال اس
۲.کارگاه فراتحلیل
۳.کارگاه پیشرفته معادلات ساختاری
۴.کارگاه مقدماتی تا پیشرفته spss
۵.کارگاه پروپوزال نویسی
۶.سایر
بینهایت سپاسگزارتون
شماره تماس :۰۹۱۰۰۰۷۱۸۰۴
میرالماسی