✅معرفی مقدماتیMatlab(بخش دوم)

✍✍قدرت متلب
هسته متلب برای سرعت و کارایی بالا به زبان سی نوشته شده‌است ولی رابط گرافیکی آن به زبان جاوا پیاده‌سازی گشته‌است. برنامه‌های متلب اکثراً متن باز هستند و در واقع متلب (مانند بیسیک) مفسر (رایانه) است نه کامپایلر. قدرت متلب از انعطاف‌پذیری آن و راحت بودن کار با آن ناشی می‌شود، همچنین شرکت سازنده و گروه‌های مختلف، از جمله دانشگاه‌های سرتاسر جهان و برخی شرکت‌های مهندسی هر ساله جعبه ابزارهای خاص-کاربردی به آن می‌افزایند که باعث افزایش کارایی و محبوبیت آن شده‌است. فهرستی از این جعبه‌ابزارها در زیر آمده‌است:

👌سیمیولینک، ابزاری برای شبیه‌سازی سامانه‌ها به صورت مجرد

👌جعبه‌ابزار مخابرات متلب، توابع و ابزارهای محاسبات مهندسی مخابرات

👌جعبه‌ابزار کنترل متلب، توابع و ابزارهای محاسبات مهندسی کنترل

👌جعبه‌ابزار فازی متلب، توابع و ابزارهای محاسبات فازی

👌جعبه‌ابزار محاسبات متلب، توابع و ابزارهای محاسبات عددی

👌جعبه‌ابزار تخمین متلب

👌جعبه‌ابزار آمار متلب، توابع و ابزارهای محاسبات آمار

👌جعبه‌ابزار جمع‌آوری داده متلب

👌جعبه‌ابزار شبکه عصبی متلب

👌جعبه‌ابزار پردازش تصویر متلب

👌جعبه‌ابزار احتمالات متلب

👌جعبه‌ابزار محاسبات سیمبولیک متلب

👌جعبه‌ابزار کارگاه بی‌درنگ متلب، توابع و ابزارهای محاسبات سامانه های بی درنگ

با ما باشید
🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

🔵⚫️🔴معادلات ساختاری (بخش اول)

✅برآورد پارامترهای مدل معادلات ساختاری
✍بطور کلی دو نوع رویکرد برای برآورد پارامترهای یک مدل معادلات ساختاری وجود دارد که عبارتند از: رویکرد مبتنی بر کوواریانس و رویکرد مبتنی بر واریانس.
☑️رویکرد اول در تلاش است تا اختلاف بین کوواریانسهای نمونه و آنچه که مدل نظری پیشبینی کرده است را حداقل کند. بخاطر شهرت فراوان مدلسازی معادلات ساختاری مبتنی بر کوواریانس، مطالعات متعددی وجود دارند که از این تکنیک تعریفی ارائه کرده اند.
☑️برخلاف رویکرد اول، رویکرد حداقل مربعات جزئی در ابتدا توسط اچ. ولد تحت عنوان حداقل مربعات جزئی تکراری غیرخطی 2 معرفی شد که هدف از آن حداکثرکردن واریانس متغیرهای وابسته ای است که توسط متغیرهای مستقل تعریف می شوند. همانند سایر مدلهای معادلات ساختاری، مدل حداقل مربعات جزئی نیز دارای بخش ساختاری است که منعکس کننده ارتباط بین متغیرهای پنهان (مکنون) و یک جزء اندازه گیری است.

به ما ملحق شوید در کانال زیر👌👌👌👌👌👌👌👌👌👌
@analysisgram

✅آموزش مقدماتیspss(بخش سوم)

✍✍آزمون های آمار استنباطی را میتوان به دو دسته آزمون تقسیم بندی کرد:

✅آزمون های پارامتریک
آزمون هایی هستند که  برای استفاده از آنها وجود برخی شرایط ضروری است که از جمله مهمترین این شرایط می توان به موارد زیر اشاره کرد:
۱-    داده ها دارای توزیع نرمال باشند.
۲-    داده ها دارای مقیاس فاصله ای یا نسبی باشند.
۳-    نمونه ها واریانس مساوی داشته باشند.

✅آزمون های نا پارامتریک
در صورتی که شرایط فوق برقرار نباشد، بایستی از آزمونهای آماری ناپارامتریک استفاده کرد.

با ما باشید
🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgeram

🔵⚫️🔴معادلات ساختاری(بخش دوم)

✅برآورد پارامترهای مدل معادلات ساختاری
✍بطور کلی دو نوع رویکرد برای برآورد پارامترهای یک مدل معادلات ساختاری وجود دارد که عبارتند از: رویکرد مبتنی بر کوواریانس و رویکرد مبتنی بر واریانس.
☑️رویکرد اول در تلاش است تا اختلاف بین کوواریانسهای نمونه و آنچه که مدل نظری پیشبینی کرده است را حداقل کند. بخاطر شهرت فراوان مدلسازی معادلات ساختاری مبتنی بر کوواریانس، مطالعات متعددی وجود دارند که از این تکنیک تعریفی ارائه کرده اند.
☑️برخلاف رویکرد اول، رویکرد حداقل مربعات جزئی در ابتدا توسط اچ. ولد تحت عنوان حداقل مربعات جزئی تکراری غیرخطی 2 معرفی شد که هدف از آن حداکثرکردن واریانس متغیرهای وابسته ای است که توسط متغیرهای مستقل تعریف می شوند. همانند سایر مدلهای معادلات ساختاری، مدل حداقل مربعات جزئی نیز دارای بخش ساختاری است که منعکس کننده ارتباط بین متغیرهای پنهان (مکنون) و یک جزء اندازه گیری است.

به ما ملحق شوید در کانال زیر👌👌👌👌👌👌👌👌👌👌
@analysisgram

@analysisgram
اموزش متلب بخش سوم

@analysisgram
اموزش متلب بخش چهارم

✅آموزش مقدماتی spss(بخش سوم)

✍✍آماری که نرم‌افزار پایه شامل می‌شود:
👌آمار توصیفی: جدول‌بندی شطرنجی، بسامدها، توصیفات، کاوش، آمار توصیفی نسبی
👌آمار دومتغیری: میانه‌ها، آزمون تی، تحلیل پراکنش، همبستگی، آزمون‌های غیرپارامتری
👌پیش‌ بینی برآمدهای عددی: برگشت خط
👌پیش ‌بینی برای تشخیص گروه‌ها: تحلیل عاملی، تحلیل خوشه‌ای، جداکننده

به ما ملحق شوید
🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

🔵⚫️🔴معادلات ساختاریSEM(بخش سوم)

✍✍انواع مدل های پایه که SEMقادر به آزمودن مدل های نظری توسط آنهاست شامل:
👌مدل رگرسیونی
👌مدل عاملی
👌مدل تحلیل مسیر

با ماباشید
🌹🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

🔵⚫️🔴معادلات ساختاری (بخش سوم)
✅مدل رگرسیونی

@analysisgram

🔵⚫️🔴معادلات ساختاری (بخش سوم)
✅مدل عاملی

@analysisgram

🔵⚫️🔴معادلات ساختاری (بخش سوم)
✅مدل تحلیل مسیر

@analysisgram

@analysisgram
اموزش متلب بخش پنجم

✅آموزش مقدماتیAuto CAD(بخش اول)

✍✍ نرم افزارCAD مخفف عبارت انگليسيComputer Aided Design (طراحي به كمك كامپيوتر) به عبارتي نقشه كشي به كمك كامپيوتر مي باشد.
هدف استفاده از نرم افزار CAD ايجاد امكاناتي براي انجام هرچه سريعتر و بهتر عمل نقشه كشي مي باشد. بي شك نرم افزار اتوكد قدرتمند ترين ابزار جهت طراحي و ترسيم پلان ها و نقشه هاي عمراني در صنعت نرم افزار شناخته مي شود، كه در اكثر شركتهاي صنعتي بزرگ و كوچك، مهندسين مشاور و بسياري از رشته هاي دانشگاهي ( مهندسي عمران، معماري، برق، مكانيك، كامپيوتر و ... ) كاربرد فراواني دارد، كه با تكيه برقابليت هاي آن مي توان بناهاي عظيم معماري و ساختماني را با سرعت و دقت بسيار بالايي طراحي و تهيه نمود.

به ما ملحق شوید
👇👇👇👇👇👇👇👇👇
@analysisgram

✅آموزش مقدماتیMatlab(بخش ششم)

✍✍علایم یونانی در Matlab

با ما باشید
@analysisgram

✅معرفی مقدماتیspss(بخش سوم)
👌👌بخش های آمار توصیفی

@analysisgram

✅مقایسه تخصصی autoCAD وEPLAN
✋مورد اول آدرس دهی

@analysisgram

✅آموزش مقدماتیspss(بخش چهارم)
✍ برخی از آزمون های پارامتریک

👌آزمون t تک نمونه :
برای آزمون فرض پیرامون میانگین یک جامعه استفاده می شود. در بیشتر پژوهش هائی که با مقیاس لیکرت انجام می شوند جهت بررسی فرضیه های پژوهش و تحلیل سوالات تخصصی مربوط به آنها از این آزمون استفاده می شود.

👌آزمون t وابسته :
برای آزمون فرض پیرامون دو میانگین از یک جامعه استفاده می شود. برای مثال اختلاف میانگین رضایت کارکنان یک سازمان قبل و بعد از تغییر مدیریت یا زمانی که نمرات یک کلاس با پیش آزمون و پس آزمون سنجش می شود.

👌آزمون t دو نمونه مستقل:
جهت مقایسه میانگین دو جامعه استفاده می شود. در آزمون t برای دو نمونه مستقل فرض می شود واریانس دو جامعه برابر است. برای نمونه به منظور بررسی معنی دار بودن تفاوت میانگین نمره نظرات پاسخ دهندگان بر اساس جنسیت در خصوص هر یک از فرضیه های پژوهش استفاده میشود.

👌تحلیل واریانس (ANOVA)
از این آزمون به منظور بررسی اختلاف میانگین چند جامعه آماری استفاده می شود. برای نمونه جهت بررسی معنی دار بودن تفاوت میانگین نمره نظرات پاسخ دهندگان بر اساس سن یا تحصیلات در خصوص هر یک از فرضیه های پژوهش استفاده می شود.

👌تحلیل واریانس چندعاملی(MANOVA) :
 از این آزمون به منظور بررسی اختلاف چند میانگین از چند جامعه آماری استفاده می شود.

👌تحلیل کوواریانس چندعاملی (MANCOVA):
چنانچه در MANOVA بخواهیم اثر یک یا چند متغیر کمکی را حذف کنیم استفاده می شود.

👌ضریب همبستگی گشتاوری پیرسون:
برای محاسبه همبستگی دو مجموعه داده استفاده می شود.

مطالب آموزنده کانال را برای دوستانتان به اشتراک بگذارید
🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

✅مقایسه تخصصی autoCAD وEPLAN
✋مورد دوم pdfکردن

@analysisgram

🔴⚫️🔵معادلات ساختاری (بخش چهارم)

✅What is SEM?
• Many names
» structural equation modeling » covariance structure analysis (or covariance structure modeling or analysis of covariance
structure)
» causal modeling
» path analysis (with latent variables)
• Several computer programs » LISREL [LInear Structural RELationships]
• the original
» EQS [EQuationS]
» AMOS [Analysis of Moment Structures]
• can be integrated with SPSS
» CALIS, LISCOMP, RAMONA, SEPATH, and others

با ما باشید
👇👇👇👇👇👇👇👇
@analysisgram

✅آموزش مقدماتیspss(بخش چهارم)

✍✍پیش فرض‌های تحلیل واریانس یک یکطرفه(ANOVA)
۱- متغیر وابسته شما (در اینجا سن) باید در سطح فاصله‌ای یا نسبی باشد.
۲- متغیر مستقل (در اینجا گروه دانشگاهی) باید اسمی یا رتبه‌ای باشد.
۳- توزیع داده‌های متغیر وابسته باید به صورت نرمال باشد (تحلیل کولموگروف – اسمیرنوف).

✍✍اجرای آموزش تحلیل واریانس یک راهه(ANOVA) در SPSS
نرم افزار SPSS را باز کرده و به مسیر زیر بروید: 
Analyze> Compare Means> One Way Anova.

با ما باشید
@analysisgram

✅آموزش مقدماتی متلب (بخش هفتم)

✍لینک رسم توابع به صورت انلاین
👇👇👇👇👇👇👇👇
http://fooplot.com/index.php?#W3sidHlwZSI6MCwiZXEiOiJ4XjIiLCJjb2xvciI6IiMwMDAwMDAifSx7InR5cGUiOjEwMDB9XQ

به ما ملحق شوید😊

@analysisgram