Forwarded from خبرگزاری صداوسیما گلستان (حسین اکاتی)
This media is not supported in your browser
VIEW IN TELEGRAM
🔷در راستای عمل به شعار جهش تولید صورت گرفت؛
طراحی و راه اندازی اولین سامانه برگزاری آزمون پایان ترم مجازی به صورت برخط توسط دانشگاه گلستان
🔹رئیس دانشگاه گلستان گفت: این سامانه به منظور برگزاری آزمون های کلاسی، میانترم و پایان ترم به صورت آنلاین و آفلاین توسط تیم انفورماتیک دانشگاه گلستان طراحی و راه اندازی شده است.
🔹قابلیت های این سامانه عبارتند از کاربر پسند بودن، تعریف سوال به صورت چهارگزینه ای، تشریحی وشفاهی (صوتی)، برگزاری آزمون به صورت آنلاین و آفلاین، امکان توزیع سوال بر اساس الگوی سوالات و توزیع آن به صورت تصادف و ارتباط صوتی دانشجو و استاد می باشد.
🔹گفتنی است امتحانات پایان ترم دانشگاه گلستان، مجازی برگزار میشود.
🔷خبرگزاری صداوسیمای گلستان 👇
💠 @News_Golestan
طراحی و راه اندازی اولین سامانه برگزاری آزمون پایان ترم مجازی به صورت برخط توسط دانشگاه گلستان
🔹رئیس دانشگاه گلستان گفت: این سامانه به منظور برگزاری آزمون های کلاسی، میانترم و پایان ترم به صورت آنلاین و آفلاین توسط تیم انفورماتیک دانشگاه گلستان طراحی و راه اندازی شده است.
🔹قابلیت های این سامانه عبارتند از کاربر پسند بودن، تعریف سوال به صورت چهارگزینه ای، تشریحی وشفاهی (صوتی)، برگزاری آزمون به صورت آنلاین و آفلاین، امکان توزیع سوال بر اساس الگوی سوالات و توزیع آن به صورت تصادف و ارتباط صوتی دانشجو و استاد می باشد.
🔹گفتنی است امتحانات پایان ترم دانشگاه گلستان، مجازی برگزار میشود.
🔷خبرگزاری صداوسیمای گلستان 👇
💠 @News_Golestan
📣قابل توجه کلیه دانشجویان عزیز
👈جلسه مجازی پرسش و پاسخ و نشست صمیمانه حوزه معاونت آموزشی و تحصیلات تکمیلی دانشگاه با دانشجویان
👇👇👇
@gu_stat
👈جلسه مجازی پرسش و پاسخ و نشست صمیمانه حوزه معاونت آموزشی و تحصیلات تکمیلی دانشگاه با دانشجویان
👇👇👇
@gu_stat
🛎 اطلاعیه مهم آموزشی
🔵 موضوع: حذف اضطراری در نیمسال دوم ۹۹-۹۸
📆 زمان: ۳ لغایت ۹ خرداد ۱۳۹۹
کسب اطلاعات بیشتر :
🌎 https://golestan.gu.ac.ir
👇👇👇
@gu_stat
🔵 موضوع: حذف اضطراری در نیمسال دوم ۹۹-۹۸
📆 زمان: ۳ لغایت ۹ خرداد ۱۳۹۹
کسب اطلاعات بیشتر :
🌎 https://golestan.gu.ac.ir
👇👇👇
@gu_stat
🛎 اطلاعیه مهم اموزشی
🔶 موضوع: حذف ترم و مرخصی تحصیلی در نیمسال دوم ۹۹-۹۸
📆 زمان: ۳ لغایت ۹ خرداد ماه ۱۳۹۹
کسب اطلاعات بیشتر :
🌎 https://golestan.gu.ac.ir
👇👇👇
@gu_stat
🔶 موضوع: حذف ترم و مرخصی تحصیلی در نیمسال دوم ۹۹-۹۸
📆 زمان: ۳ لغایت ۹ خرداد ماه ۱۳۹۹
کسب اطلاعات بیشتر :
🌎 https://golestan.gu.ac.ir
👇👇👇
@gu_stat
🔶8️⃣ کاربرد علم داده در بازار 🔶
🔻تجزیه و تحلیل های پیش بینی کننده
▪️در حال حاضر داده ها حتی برای شرکت های متوسط هم به راحتی قابل دسترس هستند . به همین دلیل است که تجزیه و تحلیل های پیش بینی کننده کاربرد بسیار گسترده ای در بازاریابی دارد.
▪️فرصت های زیادی برای استفاده از تحلیل های پیش بینی کننده در بازاریابی وجود دارد ، بیاید مواردی را که کارامدی آنها اثبات شده است بررسی کنیم :
🔻تجزیه و تحلیل پیش بینی کننده برای رفتار مشتریان
▪️مدل های خوشه ای ، تحلیل رگرسیون ، همه برای مشخص کردن الگوهای همبستگی در رفتار مشتریان برای پیش بینی گرایش های خرید در آینده بکار میروند.
🔻تجزیه و تحلیل پیش بینی کننده برای آوردن کالای مناسب به بازار
▪️در این حالت ،تجسم داده ها (از جمله تکنیک های بازاریابی) کمک میکند تا در مورد آنکه چی محصول یا خدمتی باید در بازار عرضه شود ، تصمیم صحیحی گرفته شود.
🔻تجزیه و تحلیل پیش بینی کننده برای هدف گذاری
▪️این بخش به یک دسته کامل از مدل های تحلیل های پیش بینی کننده مانند تجزیه و تحلیل وابستگی ، مدل سازی پاسخ ، تحلیل ریزش مشتریان( رویگردانی مشتریان) است . این مدل ها برای شناسایی مشتریان با ارزش و پرداختن به آنها با پیشنهادات مناسب در زمان مناسب استفاده میشوند.
🔻تجزیه و تحلیل سبد بازار
▪️تجزیه و تحلیل سبد خرید به تکنیک های داده کاوی یادگیری بدون نظارت که برای یادگیری الگوهای خرید و افشای روابط مشترک بین خریدها است ، اشاره دارد.
با استفاده از این تکنیک ها پیش بینی تصمیمات خریدهای آینده امکان پذیر میشود.
▪️علاوه بر این ، تجزیه و تحلیل سبد بازار میتواند به طور قابل توجهی کارایی پیام بازاریابی را بهبود ببخشد.
علاوه بر نوع پیام بازاریابی ، خواه پیشنهاد مستقیم ، ایمیل ، رسانه های اجتماعی، تماس تلفنی و یا خبرنامه ، شما میتوانید بهترین محصول مناسب برای یک مشتری خاص را به او اطلاع دهید.
متن کامل در: kdnuggets.com
#علوم_داده
#بیزینس
#مقاله
@gu_stat
🔻تجزیه و تحلیل های پیش بینی کننده
▪️در حال حاضر داده ها حتی برای شرکت های متوسط هم به راحتی قابل دسترس هستند . به همین دلیل است که تجزیه و تحلیل های پیش بینی کننده کاربرد بسیار گسترده ای در بازاریابی دارد.
▪️فرصت های زیادی برای استفاده از تحلیل های پیش بینی کننده در بازاریابی وجود دارد ، بیاید مواردی را که کارامدی آنها اثبات شده است بررسی کنیم :
🔻تجزیه و تحلیل پیش بینی کننده برای رفتار مشتریان
▪️مدل های خوشه ای ، تحلیل رگرسیون ، همه برای مشخص کردن الگوهای همبستگی در رفتار مشتریان برای پیش بینی گرایش های خرید در آینده بکار میروند.
🔻تجزیه و تحلیل پیش بینی کننده برای آوردن کالای مناسب به بازار
▪️در این حالت ،تجسم داده ها (از جمله تکنیک های بازاریابی) کمک میکند تا در مورد آنکه چی محصول یا خدمتی باید در بازار عرضه شود ، تصمیم صحیحی گرفته شود.
🔻تجزیه و تحلیل پیش بینی کننده برای هدف گذاری
▪️این بخش به یک دسته کامل از مدل های تحلیل های پیش بینی کننده مانند تجزیه و تحلیل وابستگی ، مدل سازی پاسخ ، تحلیل ریزش مشتریان( رویگردانی مشتریان) است . این مدل ها برای شناسایی مشتریان با ارزش و پرداختن به آنها با پیشنهادات مناسب در زمان مناسب استفاده میشوند.
🔻تجزیه و تحلیل سبد بازار
▪️تجزیه و تحلیل سبد خرید به تکنیک های داده کاوی یادگیری بدون نظارت که برای یادگیری الگوهای خرید و افشای روابط مشترک بین خریدها است ، اشاره دارد.
با استفاده از این تکنیک ها پیش بینی تصمیمات خریدهای آینده امکان پذیر میشود.
▪️علاوه بر این ، تجزیه و تحلیل سبد بازار میتواند به طور قابل توجهی کارایی پیام بازاریابی را بهبود ببخشد.
علاوه بر نوع پیام بازاریابی ، خواه پیشنهاد مستقیم ، ایمیل ، رسانه های اجتماعی، تماس تلفنی و یا خبرنامه ، شما میتوانید بهترین محصول مناسب برای یک مشتری خاص را به او اطلاع دهید.
متن کامل در: kdnuggets.com
#علوم_داده
#بیزینس
#مقاله
@gu_stat
❓ سطح معنی داری را به صورت دقیق گزارش کنیم یا به صورت سطوح معنی داری ❓
معنی داری آماری را با علامت P یا (p-value) نشان می دهند.
1) میتوانیم سطح معنی داری را هم به صورت سطح معنی داری گزارش کنیم. مانند:
p < 0/05
p < 0/01
2) یا می توانیم به صورت "دقیق" گزارش کنیم. مانند:
P = 0/003
P = 0/78
به جهت یکپارچگی علمی بیشتر و دقت بیشتر در گزارش نتایج، استفاده از روش دوم ارجحیت دارد.
👇👇👇
@gu_stat
معنی داری آماری را با علامت P یا (p-value) نشان می دهند.
1) میتوانیم سطح معنی داری را هم به صورت سطح معنی داری گزارش کنیم. مانند:
p < 0/05
p < 0/01
2) یا می توانیم به صورت "دقیق" گزارش کنیم. مانند:
P = 0/003
P = 0/78
به جهت یکپارچگی علمی بیشتر و دقت بیشتر در گزارش نتایج، استفاده از روش دوم ارجحیت دارد.
👇👇👇
@gu_stat
Forwarded from انجمن علمی آمار دانشگاه یزد
📢 انجمن علمیدانشجویی آمار برگزار میکند:
📝وبینار آموزشی LaTex
👩🏫 مدرس: رحمتالسادات مشکوتی
✅دانشجوی دکتری آمار دانشگاه یزد
( دارای سابقه تدریس لاتک)
📃 آنچه در این دوره خواهید آموخت:
- نصب و آشنایی با محیط نرمافزار لاتک LaTex
- آشنایی با قالب و نحوه تایپ (فارسی و انگلیسی)
- ریاضینویسی در لاتک و زیپرشین
- طراحی و فراخوانی محیطهای شناور (جدول و عکس)
- ساخت بیمر (اسلاید تک)
🗓 تاریخ برگزاری:
از شنبه 17/خرداد/1399
لغایت
دوشنبه 26/خرداد/1399
🕕 ساعت برگزاری :
11:45الی13:15
♾ درمجموع 8ساعت
💰هزینه ثبتنام : 25هزارتومان
☑️جهت ثبت نام میتوانید از راههای زیر در ارتباط باشید:
🌀تلگرام : @eskndri
📱09117676101 اسکندری
----------------------------
@amaryazduni | انجمن علمی آمار
📝وبینار آموزشی LaTex
👩🏫 مدرس: رحمتالسادات مشکوتی
✅دانشجوی دکتری آمار دانشگاه یزد
( دارای سابقه تدریس لاتک)
📃 آنچه در این دوره خواهید آموخت:
- نصب و آشنایی با محیط نرمافزار لاتک LaTex
- آشنایی با قالب و نحوه تایپ (فارسی و انگلیسی)
- ریاضینویسی در لاتک و زیپرشین
- طراحی و فراخوانی محیطهای شناور (جدول و عکس)
- ساخت بیمر (اسلاید تک)
🗓 تاریخ برگزاری:
از شنبه 17/خرداد/1399
لغایت
دوشنبه 26/خرداد/1399
🕕 ساعت برگزاری :
11:45الی13:15
♾ درمجموع 8ساعت
💰هزینه ثبتنام : 25هزارتومان
☑️جهت ثبت نام میتوانید از راههای زیر در ارتباط باشید:
🌀تلگرام : @eskndri
📱09117676101 اسکندری
----------------------------
@amaryazduni | انجمن علمی آمار
🔴اگر به دنبال این هستید که نرم افزار های آماری را یاد بگیرید ، این مقاله به شما کمک خواهد کرد که بهترین نرم افزار های آماری را در سال 2020 بشناسید!🔴
براساس سایت G2 بهترین نرم افزار های آماری به شرح زیر هستند:
0️⃣1️⃣RStudio
0️⃣2️⃣IBM SPSS Statistics
0️⃣3️⃣OriginPro
0️⃣4️⃣Stata
0️⃣5️⃣JMP
0️⃣6️⃣Minitab 18
0️⃣7️⃣NumXL
0️⃣8️⃣KNIME Analytics Platform
0️⃣9️⃣SAS/STAT
1️⃣0️⃣GraphPad Prism
1️⃣1️⃣Scilab
1️⃣2️⃣SAS Base
1️⃣3️⃣GNU Octave
1️⃣4️⃣eviews
1️⃣5️⃣Analyse-it
لیست کامل و جزئیات در : www.g2.com
#مقاله
#بهترین_نرم_افزارهای_آماری
@gu_stat
براساس سایت G2 بهترین نرم افزار های آماری به شرح زیر هستند:
0️⃣1️⃣RStudio
0️⃣2️⃣IBM SPSS Statistics
0️⃣3️⃣OriginPro
0️⃣4️⃣Stata
0️⃣5️⃣JMP
0️⃣6️⃣Minitab 18
0️⃣7️⃣NumXL
0️⃣8️⃣KNIME Analytics Platform
0️⃣9️⃣SAS/STAT
1️⃣0️⃣GraphPad Prism
1️⃣1️⃣Scilab
1️⃣2️⃣SAS Base
1️⃣3️⃣GNU Octave
1️⃣4️⃣eviews
1️⃣5️⃣Analyse-it
لیست کامل و جزئیات در : www.g2.com
#مقاله
#بهترین_نرم_افزارهای_آماری
@gu_stat
نمودار بالا برای انتخاب بهتر برای خرید و یا یادگیری نرم افزارهای یاد شده ، تهیه شده است .
بردار x ها نشان دهنده ی محیا کردن نرم افزار های مذکور توسط بازار و بردار y نشان دهنده ی رضایت مشتریان میباشد .
جزئیات بیشتر در : www.g2.com
@gu_stat
بردار x ها نشان دهنده ی محیا کردن نرم افزار های مذکور توسط بازار و بردار y نشان دهنده ی رضایت مشتریان میباشد .
جزئیات بیشتر در : www.g2.com
@gu_stat
🔻تفاوت رگرسیون و همبستگی براساس هدف:
هدف مدل های همبستگی بررسی میزان رابطه دو یا چند متغیر است در حالیکه رگرسیون به دنبال پیش بینی یک یا چند متغیر براساس یک یا چند متغیر دیگر است. از آنجا که رگرسیون برپایه داده های گذشته انجام می شود به آن عنوان Regression یعنی بازگشت به گذشته داده اند. بنابراین از همبستگی میزان و شدت رابطه متغیرها را نشان میدهد اما رگرسیون معادله ای را برای پیش بینی متغیرها ارائه می کند.
🔻تفاوت رگرسیون و همبستگی براساس روش:
آنچه در خروجی نتایج رگرسیون و همبستگی باعث ایجاد تفاوت می شود آن است که در همبستگی همیشه اثرات متغیرها به صورت دو به دو مورد سنجش قرار می گیرد اما در یک مدل رگرسیون اثرات متغیرها به صورت همزمان بررسی می شود. یعنی در همبستگی رابطه متغیر X با متغیر Y به وجود یا عدم وجود متغیر Z ارتباطی ندارد اما در رگرسیون تاثیر متغیر X بر متغیر Y به وجود یا عدم وجود متغیر Z بستگی دارد.
@gu_stat
هدف مدل های همبستگی بررسی میزان رابطه دو یا چند متغیر است در حالیکه رگرسیون به دنبال پیش بینی یک یا چند متغیر براساس یک یا چند متغیر دیگر است. از آنجا که رگرسیون برپایه داده های گذشته انجام می شود به آن عنوان Regression یعنی بازگشت به گذشته داده اند. بنابراین از همبستگی میزان و شدت رابطه متغیرها را نشان میدهد اما رگرسیون معادله ای را برای پیش بینی متغیرها ارائه می کند.
🔻تفاوت رگرسیون و همبستگی براساس روش:
آنچه در خروجی نتایج رگرسیون و همبستگی باعث ایجاد تفاوت می شود آن است که در همبستگی همیشه اثرات متغیرها به صورت دو به دو مورد سنجش قرار می گیرد اما در یک مدل رگرسیون اثرات متغیرها به صورت همزمان بررسی می شود. یعنی در همبستگی رابطه متغیر X با متغیر Y به وجود یا عدم وجود متغیر Z ارتباطی ندارد اما در رگرسیون تاثیر متغیر X بر متغیر Y به وجود یا عدم وجود متغیر Z بستگی دارد.
@gu_stat
🟣مهم ترین نرم افزار های کلان داده در سال 2020 براساس خصوصیات 🟣
مشاهده عکس با کیفیت : اینجا
#کلان_داده
#مهمترین_نرم_افزار_های_کلان_داده
#Big_data
منبع
@gu_stat
مشاهده عکس با کیفیت : اینجا
#کلان_داده
#مهمترین_نرم_افزار_های_کلان_داده
#Big_data
منبع
@gu_stat
🔻داده های گم شده (missing data)
در آمار، گمشدن داده به وضعیتی گفته می شودکـه بخشـی از مجموعه داده ها گزارش نشده باشند. گمشدگی داده باعث کـاهش تطـابق جامعه نمونه با جامعه کل شده و می تواند منجر به نتیجه گیـری اشـتباه در مورد جمعیت اصلی شود.
گمشدگی داده یک اتفاق معمول بوده و بسـته بـه میـزان آن، می توانـد اثـر قابل توجهی در نتیجه گیری به دست آمده از داده ها داشـته باشـد. تمـامی روش های برآورد پارامترهـا بـر پایـه فـرض کامـل بـودن مجموعـه داده هـا استوار است و تحت برقراری ایـن شـرایط منجـر بـه براوردهـایی نااریـب می شوند؛ و البته بـا افـزایش نسـبت گمشـدگی، مقـدار اریبـی نیـز افـزایش خواهد یافت.
@gu_stat
در آمار، گمشدن داده به وضعیتی گفته می شودکـه بخشـی از مجموعه داده ها گزارش نشده باشند. گمشدگی داده باعث کـاهش تطـابق جامعه نمونه با جامعه کل شده و می تواند منجر به نتیجه گیـری اشـتباه در مورد جمعیت اصلی شود.
گمشدگی داده یک اتفاق معمول بوده و بسـته بـه میـزان آن، می توانـد اثـر قابل توجهی در نتیجه گیری به دست آمده از داده ها داشـته باشـد. تمـامی روش های برآورد پارامترهـا بـر پایـه فـرض کامـل بـودن مجموعـه داده هـا استوار است و تحت برقراری ایـن شـرایط منجـر بـه براوردهـایی نااریـب می شوند؛ و البته بـا افـزایش نسـبت گمشـدگی، مقـدار اریبـی نیـز افـزایش خواهد یافت.
@gu_stat
Forwarded from انجمن علمی آمار دانشگاه الزهرا(س) تهران (Melika Taheri)
📣 گروه آمار دانشکده علوم ریاضی با همکاری انجمن علمی آمار برگزار میکند:
🌱🌱دومین دوره مسابقه خلاقیت با اوریگامی
📅 زمان جشنواره: ۱۵ - ۳۰ خرداد ماه ۹۹
🛑تصاویر سازه های کاغذی خود را همراه با یک ویدئو ۱ دقیقه ای به یکی از آیدی های ارسال فرمائید
🆔:@statistics_alz
🆔:@Meliitah
🌱🌱دومین دوره مسابقه خلاقیت با اوریگامی
📅 زمان جشنواره: ۱۵ - ۳۰ خرداد ماه ۹۹
🛑تصاویر سازه های کاغذی خود را همراه با یک ویدئو ۱ دقیقه ای به یکی از آیدی های ارسال فرمائید
🆔:@statistics_alz
🆔:@Meliitah
🔴برترین نرم افزارهای و زبان های برنامه نویسی برای علوم داده(Data science) و یادگیری ماشین(Machine Learning) براساس رضایت مشتریان🔴
براساس سایت G2 و رضایت مشتریان بهترین نرم افزار های علوم داده و یادگیری ماشین به شرح زیر هستند:
0️⃣1️⃣MATLAB
0️⃣2️⃣RapidMiner
0️⃣3️⃣Google Cloud AL Platform
0️⃣4️⃣BigML
0️⃣5️⃣Anaconda Enterprise
0️⃣6️⃣Kraken
0️⃣7️⃣Azure Machine Learning Studio
0️⃣8️⃣IBM Watson Studio
0️⃣9️⃣IBM Decision Optimization
1️⃣0️⃣Amazon SageMaker
1️⃣1️⃣Saleforce Einstein
1️⃣2️⃣TensorFlow
1️⃣3️⃣FloydHub
1️⃣4️⃣Alteryx
1️⃣5️⃣Box Skills
لیست کامل و جزئیات در : www.g2.com
#مقاله
#بهترین_نرم_افزارهای_علوم_داده_یادگیری_ماشین
@gu_stat
براساس سایت G2 و رضایت مشتریان بهترین نرم افزار های علوم داده و یادگیری ماشین به شرح زیر هستند:
0️⃣1️⃣MATLAB
0️⃣2️⃣RapidMiner
0️⃣3️⃣Google Cloud AL Platform
0️⃣4️⃣BigML
0️⃣5️⃣Anaconda Enterprise
0️⃣6️⃣Kraken
0️⃣7️⃣Azure Machine Learning Studio
0️⃣8️⃣IBM Watson Studio
0️⃣9️⃣IBM Decision Optimization
1️⃣0️⃣Amazon SageMaker
1️⃣1️⃣Saleforce Einstein
1️⃣2️⃣TensorFlow
1️⃣3️⃣FloydHub
1️⃣4️⃣Alteryx
1️⃣5️⃣Box Skills
لیست کامل و جزئیات در : www.g2.com
#مقاله
#بهترین_نرم_افزارهای_علوم_داده_یادگیری_ماشین
@gu_stat
🟣معرفی روش های نمونه گیری و نکات مربوط به هر روش🟣
انواع نمونه گیری احتمالاتی
1️⃣نمونه گیری تصادفی ساده
2️⃣نمونه گیری طبقه ای
3️⃣ نمونه گیری خوشه ای
4️⃣نمونه گیری چندمرحله ای
5️⃣نمونه گیری سیستماتیک
🔻نمونه گیری تصادفی ساده:
در اين نوع نمونه گيري به هر يك از افراد جامعه احتمال مساوي داده ميشود تا در نمونه انتخاب شوند. به عبارت ديگر اگر حجم افراد جامعه N و حجم نمونه را n فرض كنيم، احتمال انتخاب هر فرد جامعه در نمونه مساوي n/N است. انتخاب نمونه تصادفي ساده را به سه شيوه ميتوان انجام داد: شيوه اول به صورت قرعه كشي، شيوه دوم با استفاده از جدول اعداد تصادفي و شیوه سوم با نرم افزارهای رایانه ای.
قابل ذکر است که برای انتخاب یک نمونه به روش تصادفی ساده، از دو شیوه با جای گذاری و بدون جایگذاری استفاده می شود. که در روش نمونه گیری با جای گذاری، هر واحد نمونه بعد از انتخاب، دو مرتبه به جامعه بازگردانده می شود و این احتمال وجود دارد که در انتخاب های بعدی، آن واحد مجددا در نمونه انتخاب شود.
#نمونه_گیری
منبع
@gu_stat
انواع نمونه گیری احتمالاتی
1️⃣نمونه گیری تصادفی ساده
2️⃣نمونه گیری طبقه ای
3️⃣ نمونه گیری خوشه ای
4️⃣نمونه گیری چندمرحله ای
5️⃣نمونه گیری سیستماتیک
🔻نمونه گیری تصادفی ساده:
در اين نوع نمونه گيري به هر يك از افراد جامعه احتمال مساوي داده ميشود تا در نمونه انتخاب شوند. به عبارت ديگر اگر حجم افراد جامعه N و حجم نمونه را n فرض كنيم، احتمال انتخاب هر فرد جامعه در نمونه مساوي n/N است. انتخاب نمونه تصادفي ساده را به سه شيوه ميتوان انجام داد: شيوه اول به صورت قرعه كشي، شيوه دوم با استفاده از جدول اعداد تصادفي و شیوه سوم با نرم افزارهای رایانه ای.
قابل ذکر است که برای انتخاب یک نمونه به روش تصادفی ساده، از دو شیوه با جای گذاری و بدون جایگذاری استفاده می شود. که در روش نمونه گیری با جای گذاری، هر واحد نمونه بعد از انتخاب، دو مرتبه به جامعه بازگردانده می شود و این احتمال وجود دارد که در انتخاب های بعدی، آن واحد مجددا در نمونه انتخاب شود.
#نمونه_گیری
منبع
@gu_stat