ضريب تعيين
ضريب تعيين معلوم می کند که چند درصد از تغييرات متغير y ناشی از تغييرات متغير x است.
نکته: اگر ضريب همبستگی را به توان دو برسانيد، ضريب تعيين بدست خواهد آمد که باز هم عددی بين صفر و يک است. به عنوان مثال چنانچه ضريب تعيين عدد 0.65 بدست آيد، يعنی ما می توانيم 65 درصد از تغييرات در متغير y را با تغييرات متغير x بيان کنيم.
برازش خط رگرسيون y بر x
لازم است تعريف کنيم چنانچه بخواهيم متغير y را بر اساس متغير x پيش بينی و بيان کنيم، به متغير x متغير مستقل و به متغير y متغير وابسته می گوييم.
براي محاسبه معادله رگرسيون خطی در اينجا لازم است به سراغ نرم افزاری آماری مانند اس پی اس اس يا SPSS برويم.
انواع رگرسيون
محقق گرامی؛ رگرسيونی که در اينجا به شرح آن پرداختيم، رگرسيون خطی ساده با دو متغير بود. رگرسيون حالات و انواع ديگری نيز دارد که به آن اشاره می کنيم. می توان به جاي يک متغير وابسته (y) و يک متغير مستقل (x)، يک متغير وابسته داشت و چندين متغير مستقل. يا اينکه به جای رابطه خطی بين متغيرها، به دنبال کشف و بيان رابطه غير خطی باشيم. برخی مواقع متغير وابسته فقط مقادير صفر يا يک را می گيرد و يا اينکه متغيرها مقادير گسسته يا رتبه ای داشته باشند.
@statistics_uma
ضريب تعيين معلوم می کند که چند درصد از تغييرات متغير y ناشی از تغييرات متغير x است.
نکته: اگر ضريب همبستگی را به توان دو برسانيد، ضريب تعيين بدست خواهد آمد که باز هم عددی بين صفر و يک است. به عنوان مثال چنانچه ضريب تعيين عدد 0.65 بدست آيد، يعنی ما می توانيم 65 درصد از تغييرات در متغير y را با تغييرات متغير x بيان کنيم.
برازش خط رگرسيون y بر x
لازم است تعريف کنيم چنانچه بخواهيم متغير y را بر اساس متغير x پيش بينی و بيان کنيم، به متغير x متغير مستقل و به متغير y متغير وابسته می گوييم.
براي محاسبه معادله رگرسيون خطی در اينجا لازم است به سراغ نرم افزاری آماری مانند اس پی اس اس يا SPSS برويم.
انواع رگرسيون
محقق گرامی؛ رگرسيونی که در اينجا به شرح آن پرداختيم، رگرسيون خطی ساده با دو متغير بود. رگرسيون حالات و انواع ديگری نيز دارد که به آن اشاره می کنيم. می توان به جاي يک متغير وابسته (y) و يک متغير مستقل (x)، يک متغير وابسته داشت و چندين متغير مستقل. يا اينکه به جای رابطه خطی بين متغيرها، به دنبال کشف و بيان رابطه غير خطی باشيم. برخی مواقع متغير وابسته فقط مقادير صفر يا يک را می گيرد و يا اينکه متغيرها مقادير گسسته يا رتبه ای داشته باشند.
@statistics_uma
کارآگاهِ آمار و عاشق پرندهها!
دانشکدهی آمار دانشگاه ایالتی آیوا رتبهی بالایی در امریکا داره و این ترم یه درس ارائه کرده به نام «روشهای آماری برای پژوهشگران». کتابی که برای این درس معرفی شده، اسمش هست: «کارآگاه آمار» و توسط پروفسور فِرِد رمزی، یکی از فارغ التحصیلان قدیمی این دانشکده نوشته شده و قیمتش حدود ۱۰۰ دلاره!
زمینهی تحقیقاتی فِرِد در دانشگاه ایالتی اورگن و جان هاپکینز، کاربرد آمار در حیات وحش بوده؛ خصوصاً تخمین جمعیت جانداران و حیوانات. بعد از بازنشستگی، فِرِد مشغول شده به ادامهی کار روی کتاب کارآگاه آمار و ملت رو به سفرهای حیات وحش و دیدنِ پرندگان میبره! یه کتاب هم داره در مورد پرندگان ایالت اورگن و راهنما برای فعالیتی که طرفداران خاص خودش رو داره: دید زدنِ پرندهها یا birding
@statistics_uma
دانشکدهی آمار دانشگاه ایالتی آیوا رتبهی بالایی در امریکا داره و این ترم یه درس ارائه کرده به نام «روشهای آماری برای پژوهشگران». کتابی که برای این درس معرفی شده، اسمش هست: «کارآگاه آمار» و توسط پروفسور فِرِد رمزی، یکی از فارغ التحصیلان قدیمی این دانشکده نوشته شده و قیمتش حدود ۱۰۰ دلاره!
زمینهی تحقیقاتی فِرِد در دانشگاه ایالتی اورگن و جان هاپکینز، کاربرد آمار در حیات وحش بوده؛ خصوصاً تخمین جمعیت جانداران و حیوانات. بعد از بازنشستگی، فِرِد مشغول شده به ادامهی کار روی کتاب کارآگاه آمار و ملت رو به سفرهای حیات وحش و دیدنِ پرندگان میبره! یه کتاب هم داره در مورد پرندگان ایالت اورگن و راهنما برای فعالیتی که طرفداران خاص خودش رو داره: دید زدنِ پرندهها یا birding
@statistics_uma
❤1
مختصری از آمار فضایی(spatial statistics)👇
سابقه طولانی برایش درنظر میگیرند.شاخه ای از آمار که شامل هر یک از روش و تکنیکهای قراردادی برای بررسی و مطالعه در مورد هرچیزی با استفاده از خواص جغرافیایی،هندسی و توپولوژیکی(مکان شناسی) آن باشد.شاید دکتر جان اسنو پزشکی اهل🇬🇧،از اولین نفراتی بود که با نقشه ای برگرفته از تعریف آمارفضایی، برای تشخیص منبع شیوع بیماری وبا و جلوگیری از آن در لندن کوشید.در آمار فضایی با داده های فضایی مواجه هستیم،یعنی داده های مربوط به همه اشیا و عناصر حاضر در یک فضای جغرافیایی. هم چنین با نمونه گیری فضایی، یعنی مشخص سازی تعدادی محدود از فضاهای جغرافیایی برای اندازه گیری درست پدیده هایی که شامل وابستگی و ناهمگونی هستند.
یا با مفهوم وابستگی فضایی که شاید در ادبیات آماری، "رونالد فیشر"، اولین شخصی بود که آن را به رسمیت شناخت، وقتی بحث از بلوک ها و تکه های یک زمین در طرح آزمایش های کشاورزی بود، او اظهار داشت که تکه هایی از زمین که در مجاورت هم اند می توان این قضاوت را داشت که بازدهی محصولات آنها بیشتر شبیه به هم میباشد تا آنهایی که دورتر از هم قراردارند.درهرصورت، مفاهیم و نکات بسیار وسیع تری در آمار فضایی خواهیم داشت.کتاب پروفسور دیوید برایان رایپلی(استاد بازنشسته آکسفورد)، کمک شایانی به علاقمندان خواهد کرد.(spatial statistics 1981)
@statistics_uma
سابقه طولانی برایش درنظر میگیرند.شاخه ای از آمار که شامل هر یک از روش و تکنیکهای قراردادی برای بررسی و مطالعه در مورد هرچیزی با استفاده از خواص جغرافیایی،هندسی و توپولوژیکی(مکان شناسی) آن باشد.شاید دکتر جان اسنو پزشکی اهل🇬🇧،از اولین نفراتی بود که با نقشه ای برگرفته از تعریف آمارفضایی، برای تشخیص منبع شیوع بیماری وبا و جلوگیری از آن در لندن کوشید.در آمار فضایی با داده های فضایی مواجه هستیم،یعنی داده های مربوط به همه اشیا و عناصر حاضر در یک فضای جغرافیایی. هم چنین با نمونه گیری فضایی، یعنی مشخص سازی تعدادی محدود از فضاهای جغرافیایی برای اندازه گیری درست پدیده هایی که شامل وابستگی و ناهمگونی هستند.
یا با مفهوم وابستگی فضایی که شاید در ادبیات آماری، "رونالد فیشر"، اولین شخصی بود که آن را به رسمیت شناخت، وقتی بحث از بلوک ها و تکه های یک زمین در طرح آزمایش های کشاورزی بود، او اظهار داشت که تکه هایی از زمین که در مجاورت هم اند می توان این قضاوت را داشت که بازدهی محصولات آنها بیشتر شبیه به هم میباشد تا آنهایی که دورتر از هم قراردارند.درهرصورت، مفاهیم و نکات بسیار وسیع تری در آمار فضایی خواهیم داشت.کتاب پروفسور دیوید برایان رایپلی(استاد بازنشسته آکسفورد)، کمک شایانی به علاقمندان خواهد کرد.(spatial statistics 1981)
@statistics_uma
🔹انواع متغیرها براساس نقش آنها در تحقیق عبارتند از:
1️⃣ #متغیر_مستقل ( Independent variable )
متغیر مستقل متغیری است که در پژوهشهای تجربی به وسیله پژوهشگر دستکاری میشود تا تاثیر( یا رابطه) آن بر روی پدیده دیگری بررسی شود.
2️⃣ #متغیر_وابسته ( Dependent variable )
متغیر وابسته، متغیری است که تأثیر (یا رابطه) متغیر مستقل بر آن مورد بررسی قرار میگیرد. به عبارت دیگر پژوهشگر با دستکاری متغیر مستقل درصدد آن است که تغییرات حاصل را بر متغیر وابسته مطالعه نماید.
3️⃣ #متغیر_میانجی ( Mediator vartiable )
این متغیر به عنوان رابط بین متغیر مستقل و متغیر وابسته قرار میگیرد. متغیر میانجی جهت یا شدت رابطه متغیر مستقل و وابسته را به صورت غیرمستقیم تحتتاثیر قرار دهد. در یک تحلیل آماری اثرات متغیر میانجی به عنوان اثرمستقیم مورد تحلیل قرار میگیرد.
4️⃣ #متغیر_تعدیل_کننده یا #تعدیل_گر ( Moderator vartiable )
متغیر تعدیل کننده متغیری است که به صورت مستقیم بر جهت رابطه یا میزان رابطه متغیرهای مستقل و وابسته می تواند موثر باشد. اثرات این متغیر قابل مشاهده و اندازهگیری است. به متغیر تعدیل کننده گاهی متغیر مستقل فرعی نیز گویند. برای نمونه متغیر جنسیت در بررسی رابطه روش تدریس و یادگیری دانشآموزان یک متغیر تعدیل کننده است.
5️⃣ #متغیر_کنترل ( Control vartiable )
اگر متغیر میانجی قابل سنجش و اندازه گیری باشد و پژوهشگر بخواهد اثرات آن را کنترل و در مدل حذف کند به آن متغیر کنترل گویند. چون در در یک پژوهش اثرات همه متغیرها قابل بررسی نیست، پژوهشگر اثرات برخی متغیرها را از طریق کنترل آماری یا کنترلهای تحقیقی خنثی میکند. اینگونه متغیرها که اثرات آنها توسط پژوهشگر قابل حذف است را متغیر کنترل گویند. برای نمونه در بررسی رضایت دانشجویان مدیریت بازاریابی از سایت پیام نور، اثرات متغیر گرایش تحصیلی در رضایتمندی کاربران از سایت حذف شده است.
6️⃣ #متغیر_مداخلهگر ( Intervening vartiable )
اگر متغیر میانجی قابل سنجش و قابل حذف نباشد به یک متغیر مداخله گر تبدیل می شود. متغیر مداخلهگر از دیدگاه نظری بر متغیر وابسته تاثیر دارد اما قابل مشاهده و سنجش نیست تا به عنوان متغیر تعدیل کننده محسوب شود و نه اثرات آن قابل خنثی کردن است تا به عنوان متغیر کنترل محسوب شود.
@statistics_uma
1️⃣ #متغیر_مستقل ( Independent variable )
متغیر مستقل متغیری است که در پژوهشهای تجربی به وسیله پژوهشگر دستکاری میشود تا تاثیر( یا رابطه) آن بر روی پدیده دیگری بررسی شود.
2️⃣ #متغیر_وابسته ( Dependent variable )
متغیر وابسته، متغیری است که تأثیر (یا رابطه) متغیر مستقل بر آن مورد بررسی قرار میگیرد. به عبارت دیگر پژوهشگر با دستکاری متغیر مستقل درصدد آن است که تغییرات حاصل را بر متغیر وابسته مطالعه نماید.
3️⃣ #متغیر_میانجی ( Mediator vartiable )
این متغیر به عنوان رابط بین متغیر مستقل و متغیر وابسته قرار میگیرد. متغیر میانجی جهت یا شدت رابطه متغیر مستقل و وابسته را به صورت غیرمستقیم تحتتاثیر قرار دهد. در یک تحلیل آماری اثرات متغیر میانجی به عنوان اثرمستقیم مورد تحلیل قرار میگیرد.
4️⃣ #متغیر_تعدیل_کننده یا #تعدیل_گر ( Moderator vartiable )
متغیر تعدیل کننده متغیری است که به صورت مستقیم بر جهت رابطه یا میزان رابطه متغیرهای مستقل و وابسته می تواند موثر باشد. اثرات این متغیر قابل مشاهده و اندازهگیری است. به متغیر تعدیل کننده گاهی متغیر مستقل فرعی نیز گویند. برای نمونه متغیر جنسیت در بررسی رابطه روش تدریس و یادگیری دانشآموزان یک متغیر تعدیل کننده است.
5️⃣ #متغیر_کنترل ( Control vartiable )
اگر متغیر میانجی قابل سنجش و اندازه گیری باشد و پژوهشگر بخواهد اثرات آن را کنترل و در مدل حذف کند به آن متغیر کنترل گویند. چون در در یک پژوهش اثرات همه متغیرها قابل بررسی نیست، پژوهشگر اثرات برخی متغیرها را از طریق کنترل آماری یا کنترلهای تحقیقی خنثی میکند. اینگونه متغیرها که اثرات آنها توسط پژوهشگر قابل حذف است را متغیر کنترل گویند. برای نمونه در بررسی رضایت دانشجویان مدیریت بازاریابی از سایت پیام نور، اثرات متغیر گرایش تحصیلی در رضایتمندی کاربران از سایت حذف شده است.
6️⃣ #متغیر_مداخلهگر ( Intervening vartiable )
اگر متغیر میانجی قابل سنجش و قابل حذف نباشد به یک متغیر مداخله گر تبدیل می شود. متغیر مداخلهگر از دیدگاه نظری بر متغیر وابسته تاثیر دارد اما قابل مشاهده و سنجش نیست تا به عنوان متغیر تعدیل کننده محسوب شود و نه اثرات آن قابل خنثی کردن است تا به عنوان متغیر کنترل محسوب شود.
@statistics_uma
تفاوت ضریب تعیین(R-squared) و ضریب تعیین تعدیل شده (R^2 adjusted)
1) ضریب تعیین فرض می کند که هر متغیر مستقل مشاهده شده در مدل، تغییرات موجود در متغیر وابسته را تبیین می کند، بنابراین درصد نشان داده شده توسط ضریب تعیین با فرض تاثیر همه متغیرهای مستقل بر متغیر وابسته می باشد. در صورتی که درصد نشان داده شده توسط ضریب تعییین تعدیل شده فقط حاصل از تاثیر واقعی متغیرهای مستقل مدل بر متغیر وابسته است نه همه متغیرهای مستقل.
2) مناسب بودن متغیرها برای مدل توسط ضریب تعیین حتی با وجود مقدار بالا قابل تشخیص نیست در صورتی که می توان به مقدار برآورد شده ضریب تعیین تعدیل شده اعتماد کرد.
@statistics_uma
1) ضریب تعیین فرض می کند که هر متغیر مستقل مشاهده شده در مدل، تغییرات موجود در متغیر وابسته را تبیین می کند، بنابراین درصد نشان داده شده توسط ضریب تعیین با فرض تاثیر همه متغیرهای مستقل بر متغیر وابسته می باشد. در صورتی که درصد نشان داده شده توسط ضریب تعییین تعدیل شده فقط حاصل از تاثیر واقعی متغیرهای مستقل مدل بر متغیر وابسته است نه همه متغیرهای مستقل.
2) مناسب بودن متغیرها برای مدل توسط ضریب تعیین حتی با وجود مقدار بالا قابل تشخیص نیست در صورتی که می توان به مقدار برآورد شده ضریب تعیین تعدیل شده اعتماد کرد.
@statistics_uma
نرم افزار SPSS، نرم افزاری بسیار مشهود و کارآمد برای رشته های علوم زیستی و علوم انسانی است. این نرم افزار غالب تحلیل های آماری بر روی متغیرهای آشکار را می تواند به خوبی انجام دهد. آخرین نسخه از این نرم افزار، نسخه شماره 23 است.
در ادامه می توانید نسخه 23 نرم افزار SPSS را برای ویندوز 64 بیتی دریافت نمایید (هر دو part را ابتدا دانلود کنید، سپس آنها را exract نمایید).
http://s6.picofile.com/file/8251268368/IBM_SPSS_Statistics_23_x64_part1.rar.html
http://s7.picofile.com/file/8251850184/IBM_SPSS_Statistics_23_x64_part2.rar.html
@statistics_uma
در ادامه می توانید نسخه 23 نرم افزار SPSS را برای ویندوز 64 بیتی دریافت نمایید (هر دو part را ابتدا دانلود کنید، سپس آنها را exract نمایید).
http://s6.picofile.com/file/8251268368/IBM_SPSS_Statistics_23_x64_part1.rar.html
http://s7.picofile.com/file/8251850184/IBM_SPSS_Statistics_23_x64_part2.rar.html
@statistics_uma
انجام کارهای آماری با استفاده از نرم افزارهای زیر:
1:SPSS
1-1: Descriptive (Frequency, Graphs)
آمار توصیفی (فراوانی و گراف)
1-2 Comparing Means
مقایسه میانگین شامل تی تست, تحلیل واریانس یک و چند طرفه, تحلیل کواریانس
1-3: Correlation and Regression
ضریب همبستگی پیرسون, کندال و اسپیرمن و تحلیل رگرسیون ساده و چند متغیره
1-4: Reliability & Factor Analysis
محاسبه ضریب پایایی و اعتبار پرسشنامه و آزمون
2: Structural Equation Modeling (AMOS&LISREL)
مدلسازی معادله ساختاری و تحلیل مسیر
3: Item Analysis (تحلیل سوال های آزمون)
3-1: Classical Item Aanalysis (نظریه سنتی)
3-2 : IRT (نظریه سوال-پاسخ)
3-3: Differential Item Functioning (تحلیل تفریقی)
3-4: Multi Facets (چند متغیره)
3-5: Cognitive Diagnostic Model (مدل پیش بینی شناختی)
1:SPSS
1-1: Descriptive (Frequency, Graphs)
آمار توصیفی (فراوانی و گراف)
1-2 Comparing Means
مقایسه میانگین شامل تی تست, تحلیل واریانس یک و چند طرفه, تحلیل کواریانس
1-3: Correlation and Regression
ضریب همبستگی پیرسون, کندال و اسپیرمن و تحلیل رگرسیون ساده و چند متغیره
1-4: Reliability & Factor Analysis
محاسبه ضریب پایایی و اعتبار پرسشنامه و آزمون
2: Structural Equation Modeling (AMOS&LISREL)
مدلسازی معادله ساختاری و تحلیل مسیر
3: Item Analysis (تحلیل سوال های آزمون)
3-1: Classical Item Aanalysis (نظریه سنتی)
3-2 : IRT (نظریه سوال-پاسخ)
3-3: Differential Item Functioning (تحلیل تفریقی)
3-4: Multi Facets (چند متغیره)
3-5: Cognitive Diagnostic Model (مدل پیش بینی شناختی)
#نرم افزار لیزرل
لیزرل بسته نرم افزاری ویژه آماری است که برآورد مدل معادلات ساختاری برای متغیرهای آشکار و نهان را در مطالعات جامعه سنجی انجام می دهد. سطح نسبتا بالایی از پیچیدگی های آماری برای استفاده به طور موثر از نرم افزار لیزرل لازم است. لیزرل برای برآورد خطی روابط سازه ها و برای بسیاری از انواع دیگر از تجزیه و تحلیل چند متغیره مانند تجزیه و تحلیل عاملی، رگرسیون چند متغیره، تحلیل مسیر و تحلیل چند نمونه استفاده می شود.
مهم ترین ویژگی برنامه لیزرل فراهم کردن امکانات خود برای حل طیف گسترده ای از مدل ها برای تجزیه و تحلیل متغیرهای پنهان است. در علوم اجتماعی و به طور فزاینده در پژوهش های سلامت پزشکی و عمومی، مدل متغیر مکنون یک ابزار آماری ضروری است. چارچوب مدل لیزرل بر اساس روابط میان متغیرهای پنهان بر اساس بنا نهاده شده است.
...
شما میتوانید از طریق لینک زیر آخرین ورژن نرم افزار لیزرل را دانلود نمایید:
@statistics_uma
لیزرل بسته نرم افزاری ویژه آماری است که برآورد مدل معادلات ساختاری برای متغیرهای آشکار و نهان را در مطالعات جامعه سنجی انجام می دهد. سطح نسبتا بالایی از پیچیدگی های آماری برای استفاده به طور موثر از نرم افزار لیزرل لازم است. لیزرل برای برآورد خطی روابط سازه ها و برای بسیاری از انواع دیگر از تجزیه و تحلیل چند متغیره مانند تجزیه و تحلیل عاملی، رگرسیون چند متغیره، تحلیل مسیر و تحلیل چند نمونه استفاده می شود.
مهم ترین ویژگی برنامه لیزرل فراهم کردن امکانات خود برای حل طیف گسترده ای از مدل ها برای تجزیه و تحلیل متغیرهای پنهان است. در علوم اجتماعی و به طور فزاینده در پژوهش های سلامت پزشکی و عمومی، مدل متغیر مکنون یک ابزار آماری ضروری است. چارچوب مدل لیزرل بر اساس روابط میان متغیرهای پنهان بر اساس بنا نهاده شده است.
...
شما میتوانید از طریق لینک زیر آخرین ورژن نرم افزار لیزرل را دانلود نمایید:
@statistics_uma
📚یادداشتی خواندنی از دکتر نصرالله ایران پناه در باب آینده و رویکرد رشته ی آمار
📜ببینید در این مقطع ما به تعدادی دانشجو در سال احتیاج داریم که به مقطع دکتری و شاید به هیات علمی برسند و نیاز به مباحث و مبانی نظری آمار احتمال و ریاضیات احتیاج است. ولی نه این تعداد ظرفیت دانشجو گروه دانشگاه!
این گروه را آماردان می نامیم به قول دکتر وحیدی عزیز.
ولی روی صحبت دکتر مشکانی بزرگوار آمارشناس است و تربیت در دوره های ارشد و دکتری در گرایش آمار کاربردی که نیاز کشور صنایع جامعه مراکز و دوایر دولتی و رشته ها و علوم دیگر.
ما به این همه مباحث نظری به عنوان درس و حتی سرفصل دروس کاربردی مثلا طرح آزمایش احتیاج نداریم.
دانشجو فارغ التحصیل می کنیم مبانی نظری و ریاضی درس را بسیار عالی فرا می گیرد ولی به پای عمل و کاربرد که می رسد ناتوان است. به قول مولانا:
پای استدلالیان چوبین بود.
باور بفرمایید آن طرف آبها که مهد آمار است هم این مقدار که ما بها میدهیم به آمار ریاضی ۱ و۲ کارشناسی ، استنباط آماری ۱ و ۲ کارشناسی ارشد و استنباط آماری پیشرفته ۱ و ۲ دکتری بها نمیدهند!
حتی سرفصل این درسها هم تغییر کرده و زیر و رو شده است. لطفا به دانشگاههای بزرگ و مهد آمار نگاهی بیاندازید.
سخن من نیست، صحبت پرفسور صوفی و دکتر جعفری جوزانی و .. در گفتگوی صمیمانه دانشجویان در خانه آمار است.
سرفصلهای ما قدیمی و مربوط به زمان فیشر بزرگوار است. ولی جهان تغییر کرده و علم هم و باید ما هم به تبع آنها متغیر شویم. از سکون و سکوت ره به جایی نمیبریم.
برای همین آمار دانشگاه ما منفعل و ناتوان از تربیت دانشجوی قابل به عنوان یک آمارشناس است. ما شاید آماردان خوب تربیت کنیم ولی آمارشناس خوب اصلا و ابدا.
در زیر 👇 کتاب افرون بزرگ و هستی را در استنباط آماری عصر کامپیوتر تقدیم می گردد. ما نیاز به تغییر اساسی داریم ولی همیشه مدرنیته با سنت در تقابل است...
تا یک جایی و یک زمانی ولی راه خود را باز میکند!
@statistics_uma
📜ببینید در این مقطع ما به تعدادی دانشجو در سال احتیاج داریم که به مقطع دکتری و شاید به هیات علمی برسند و نیاز به مباحث و مبانی نظری آمار احتمال و ریاضیات احتیاج است. ولی نه این تعداد ظرفیت دانشجو گروه دانشگاه!
این گروه را آماردان می نامیم به قول دکتر وحیدی عزیز.
ولی روی صحبت دکتر مشکانی بزرگوار آمارشناس است و تربیت در دوره های ارشد و دکتری در گرایش آمار کاربردی که نیاز کشور صنایع جامعه مراکز و دوایر دولتی و رشته ها و علوم دیگر.
ما به این همه مباحث نظری به عنوان درس و حتی سرفصل دروس کاربردی مثلا طرح آزمایش احتیاج نداریم.
دانشجو فارغ التحصیل می کنیم مبانی نظری و ریاضی درس را بسیار عالی فرا می گیرد ولی به پای عمل و کاربرد که می رسد ناتوان است. به قول مولانا:
پای استدلالیان چوبین بود.
باور بفرمایید آن طرف آبها که مهد آمار است هم این مقدار که ما بها میدهیم به آمار ریاضی ۱ و۲ کارشناسی ، استنباط آماری ۱ و ۲ کارشناسی ارشد و استنباط آماری پیشرفته ۱ و ۲ دکتری بها نمیدهند!
حتی سرفصل این درسها هم تغییر کرده و زیر و رو شده است. لطفا به دانشگاههای بزرگ و مهد آمار نگاهی بیاندازید.
سخن من نیست، صحبت پرفسور صوفی و دکتر جعفری جوزانی و .. در گفتگوی صمیمانه دانشجویان در خانه آمار است.
سرفصلهای ما قدیمی و مربوط به زمان فیشر بزرگوار است. ولی جهان تغییر کرده و علم هم و باید ما هم به تبع آنها متغیر شویم. از سکون و سکوت ره به جایی نمیبریم.
برای همین آمار دانشگاه ما منفعل و ناتوان از تربیت دانشجوی قابل به عنوان یک آمارشناس است. ما شاید آماردان خوب تربیت کنیم ولی آمارشناس خوب اصلا و ابدا.
در زیر 👇 کتاب افرون بزرگ و هستی را در استنباط آماری عصر کامپیوتر تقدیم می گردد. ما نیاز به تغییر اساسی داریم ولی همیشه مدرنیته با سنت در تقابل است...
تا یک جایی و یک زمانی ولی راه خود را باز میکند!
@statistics_uma