آموزش نرم افزار های آماری
9.32K subscribers
292 photos
323 videos
489 files
111 links
کانال اصلی @paphd

سایر کانالهای ما:
@wikileak
@engineerphd
@paphd2
@engphd
@bourse_pajohesh

اینستاگرام
https://instagram.com/paphd2
Download Telegram
سلام وقت بخیر

دوستانی که علاقمند به کتابهای صوتی هستند تو این کانال ریختیم👇👇👇


@tekhob

این کتابهای صوتی خیلی خوبن ضمن کارم میشه گوش داد و لذت برد🌹
Media is too big
VIEW IN TELEGRAM
🎬 آموزش اکسل «قسمت پنجم»
(آشنائی با قابلیت AutoFill)

#اکسل
#Excel

💠 @stphd
👍1
Media is too big
VIEW IN TELEGRAM
🎬 آموزش اکسل «قسمت پنجم»
(آشنائی با قابلیت AutoFill)

#اکسل
#Excel


💠 @stphd
👍1
💠مراحل #تخمین مدل های #پانل_دیتا

◀️ 1- ارایه آمار توصیفی از داده‌ها (میانگین نما …، همبستگی بین متغیرها و چند نمودار یک بعدی و دو بعدی همراه با تحلیل).

◀️ 2- آزمون مانایی از داده‌ها و در صورت لزوم تبدیل داده‌ها به مانا + تشخیص نوع مدل اعم از panel ardl+panel ols+...

◀️ 3- در صورتی که همه متغیرها در سطح مانا نباشند و با تفاضل گیری همگی مانا شدند: آزمون هم انباشتگی یوهانسن (یا کائو،پدرونی و…) انجام شود. در صورت وجود هم انباشتگی میان متغیرهای مدل نیازی به مانا کردن داده‌ها نیست. تشخیص ران صحیح مدل در این مرحله الزامی است. پس از اثبات وجود هم انباشتگی در مدل به تعیین بردار هم انباشتگی از طریق یکی از روش‌های تخمین پانل ( DOLS،GMM ،FMOLSو… ) پرداخت. در این صورت باید با توجه به مطابقت مدل تخمینی با شرایط هر یک از این روش‌ها اقدام کرد. در صورتی که از طریق روش‌های مزبور تخمین میزنیم ، آزمون‌ها و روش‌های تخمین خاص خود را دارند دیگر نیازی به طی کردن مراحل ۴ تا۹ نیست.

◀️ 4- آزمون اف لیمر برای استفاده از پولین دیتا یا پانل دیتا در تخمین مدل.

◀️ 5- اگر مدل بر مبنای پانل دیتا تایید شد، سپس آزمون هاسمن در بررسی اثرات ثابت و اثرات تصادفی انجام می‌شود. در اثرات ثابت خطای تخمین ناشی از عرض ازمبدا و در اثرات تصادفی عرض از مبدا تصادفی در نظر گرفته می‌شود. در اینجا آزمون تکمیلی بروش پاگان برای انتخاب بین مدل پولینگ و اثرات تصادفی نیز توصیه میشود.

◀️ 6- تخمین مجدد مدل.

◀️ 7- آزمون خودهمبستگی (وولدریچ) و واریانس ناهمسانی (نسبت درست نمایی Likelihood Ratio) از مدل نهایی انتخاب شده و در صورت لزوم اعمال تغییر لازم در مدل. (نرم افزار استاتا این دو آزمون را انجام می‌دهد)

◀️ 8- آزمون نرمال بودن جمله اخلال، در صورتی که نرمال نبود ایجاد تغییرات لازم (از جمله استفاده از متغیر مجازی همراه با توجیه و استدلال اقتصادی و سپس تفسیر آن در مدل).

◀️ 9- تخمین نهایی مدل بدون اشکال، تفسیر نتایج و بررسی تفاوت کشور (شرکت) هدف با سایر کشورها (شرکت‌ها).

◀️ 10- بررسی فرضیات مدل + ران مدلی که تمامی ضرایب آن معنادارست و تفسیر آن.

💠 @stphd
👍1
⚠️ نبرد گوگل پلی با تلگرام های غیر رسمی ادامه دارد؛

سپر ایمنی گوگل پلی پس از حذف اکثر تلگرام های غیر رسمی ناامن، حالا به سراغ موبوگرام آمده است!

از آنجایی که احتمال حذف شدن کامل آن از گوشی ها وجود دارد (همان بلایی که سر تلگرام طلایی آمد) تلگرام اصلی را در کنار آن نصب کنید.

📥 آخرین نسخه تلگرام اصلی

⬇️دانلود از گوگل پلی(اندروید)
https://play.google.com/store/apps/details?id=org.telegram.messenger
⬇️دانلود از اپ استور(آیفون)
https://itunes.apple.com/us/app/telegram-messenger/id686449807

📌جهت اتصال از فيلتر شكن استفاده كنيد.

🎓 @tephd
📌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.

یه‌ جمله ساده تر هم میشه گفت ... بهرحال هردو ضریب نشون میده چه میزان از واریانس متغیر وابسته بوسیله مستقل تبیین میشه اما R2 برای نمونه و R2adjusted برای جامعه کاربرد داره ...

💠 @stphd
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
🎬 آموزش اکسل «قسمت ششم»
(استفاده حرفه ای از تابع SUM)


#اکسل
#Excel

💠 @stphd
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
🎬 آموزش اکسل «قسمت هفتم»
(مثالی از استفاده از SUM)

#اکسل
#Excel

💠 @stphd

این سری آموزش ادامه دارد...
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
💠آموزش #میانجی در نرم افزار #Amos به روش جدید

مدرس: ابراهیم فربد

💠 @stphd
👍1
💠#الگوریتم محاسبه متغیر #میانجی در معادلات ساختاری

💠 @stphd
💠متغیر #تعدیلگر چیست و نحوه بررسی آن چگونه است؟

🔸اگر جهت یا شدت رابطه ی میان متغیر مستقل و وابسته در سطوح گوناگون یک متغیر سوم، بطور قابل ملاحظه ای تغییر کند، به آن متغیر سوم متغیر تهدیلگر گفته می شود.بدین لحاظ ، متغیر تعدیلگر در یک چهار چوب تحلیل همبستگی بعنوان یک متغیر سوم تلقی می شود که همبستگی مرتبه صفر میان متغیر مستقل و وابسته را بطور معنی داری تغییر می دهد.

👈باورن و کنی(1986) در مقاله خود چهار حالت گوناگون از وضعیت متغیر مستقل و تعدیلگر را به شرح زیر بررسی کردند:

🔺حالت اول: هر دو متغیر مستقل و تعدیلگر از نوع طبقه ای باشند.
🔺حالت دوم: متغیر تعدیلگر از نوع طبقه ای و متغیر مستقل پیوسته باشد.
🔺حالت سوم: متغیر تعدیلگر پیوسته و متغیر مستقل از نوع طبقه ای باشد.
🔺حالت چهارم: هر دو متغیر تعدیلگر و مستقل پیوسته باشند.


1️⃣ نحوه بررسی حالت اول

حالت اول ساده ترین نوع است.در این حالت اثر یک متغیر مستقل چند مقوله ای را بر روی متغیر وابسته، بعنوان تابعی از یک متغیر چند مقوله ای دیگر را تغییر می کند.بطور مثال، مقایسه پیشرفت تحصیلی دختران و پسران در سطوح گوناگون طبقات اجتماعی از این نوع است. روش تحلیل واریانس دو راهه برای بررسی حالت اول مناسب است.

2️⃣ نحوه بررسی حالت دوم

در حالت دوم، متغیر تعدیلگر یک متغیر طبقه ای و متغیر مستقل پیوسته است.برای مثال ، جنسیت بعنوان یک متیر تعدیلگر ،ممکن است رابطه ی میان متغیر مستقل ( استرس) و متغیر وابسته ( سلامت روانی) را تعدیل و تغییر بدهد.

شیوه مرسوم برای بررسی نقش تعدیلگری این حالت، بررسی تفاوت همبستگی بین متغیر مستقل و وابسته در سطوح مختلف متغیر تعدیلگر می باشد. که این روش دارای معایبی بوده که آماردانان استفاده از ضرایب رگرسیونی را به جای همبستگی توصیه می کنند.

3️⃣ نحوه بررسی حالت سوم

حالت سوم، متغیر تعدیلگر نوعا پیوسته و متغیر مستقل طبقه ای است.در این حالت باید محقق تمام دانش و تجربه نظری خود را به کار گیرد تا متغیر تعدیلگری را به چندین طبقه تقسیم نماید و مانند حالت اول در خصوص نقش تعدیلگری اظهار نظر نماید.

4️⃣ نحوه بررسی حالت چهارم

در حالت چهارم فرض بر این است که هر دو متغیر مستقل و تعدیلگر پیوسته باشند.که معمولترین و در عین حال مهمترین حالت بررسی تقش متغیرهای تعدیلگری محسوب می شود.

در گام نخست، نمرات استاندارد متغیرهای مستقل و وابسته را محاسبه می کنیم(این عمل در نرم افزار spss براحتی قابل انجام است)

در گام دوم، نمرات استاندارد متغیر مستقل و متغیر تعدیلگر را در هم ضرب کرده و به اصطلاح جمله تعاملی را ایجاد می کنیم.

در گام سوم از رگرسیون سلسله مراتبی استفاده می شودکه در بلوگ اول متغیرهای مستقل و وابسته قرار می گیرد و در بلوک دوم جمله تعاملی وارد می شود.

🔹اگر تاثیر جمله تعاملی بلحاظ آماری تایید گرد یعنی نقش تعدیلگری مورد تایید قرار می گیرد. پس از اینکه مشخص گردید نقش تعدیلگری متغیری در ارتباط بین دو متغیر مستقل و وابسته تایید می شود، باید متغیرهای مستقل و وابسته را به سه گروه یا طبقه با ( نمره بالا ، متوسط و پایین) تقسیم نمایید و سپس با ترسیم نمودار تعاملی این دو متغیر طبقه بندی شده، میانگین متغیر وابسته را بر روی ای نمودار مشاهده نمایید.


💠 @stphd
4_5868407523844817071.wmv
7.5 MB
💠فیلم آموزش برازش مدل رگرسیون در ایویوز

🎓 @stphd
🌐 www.pajooheh.ir
👍1
4_5897965609034973705.pdf
661.8 KB
💠آزمونهای لازم برای مدل gmm عبارتند از سارگان + باند + کفایت متغیر ابزاری است. فایلهای آموزشی ایویوز و استاتا در این خصوص پیوست شد.
🎓 @stphd
🌐 www.pajooheh.ir
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
💠روش هم جهت کردن #سوالات_معکوس پرسشنامه در SPSS


❄️منابع پارس پژوهه❄️

🎓 @stphd
🌐 www.pajooheh.ir
👍2
✍️ مجموعه ویدیوهای آموزشی نرم افزار استتا در سایت تخته سفید
🛑🛑🛑🛑🛑🛑🛑🛑🛑🛑
مدرس ساسان قاراخانی دانشجوی دکتری اقتصاد دانشگاه اصفهان
🛑🛑🛑🛑🛑🛑🛑🛑🛑🛑
جلسه اول ورود داده و تخمین و تفسیر نتایج
✳️https://takhtesefid.org/watch?v=566092555191

جلسه دوم انواع تست نرمالیتی
✳️https://takhtesefid.org/watch?v=907067958568

جلسه سوم واریانس ناهمسانی
✳️https://takhtesefid.org/watch?v=294322841066

جلسه چهارم خودهمبستگی
✳️https://takhtesefid.org/watch?v=27174442814

جلسه پنجم همخطی
✳️https://takhtesefid.org/watch?v=121050038332

جلسه ششم تصریح مدل
✳️https://takhtesefid.org/watch?v=956485263732

جلسه هفتم مقدمات سری زمانی
✳️https://takhtesefid.org/watch?v=367422520378

جلسه هشتم پنل دیتا(پارت اول)
✳️http://takhtesefid.org/watch?v=628168203619

جلسه نهم پنل دیتا و آزمونها(پارت دوم)
✳️http://www.aparat.com/v/5az6m

جلسه دهم پنل فضایی(جلسه اول)
✳️http://www.aparat.com/v/aVU1i

جلسه یازدهم پنل فضایی(جلسه دوم)
✳️http://www.aparat.com/v/UBQy1

جلسه دوازدهم پنل فضایی(جلسه سوم)
✳️http://www.aparat.com/v/b4LnU

❄️منابع پارس پژوهه❄️

🎓 @stphd
🌐 www.pajooheh.ir
👍2
💠آزمون #نرمال بودن جمله خطا در #ایویوز

❄️منابع پارس پژوهه❄️

🎓 @stphd
🌐 www.pajooheh.ir
👍1
💠آزمون #نرمال بودن جملات خطا در #ایویوز

❄️منابع پارس پژوهه❄️

🎓 @stphd
🌐 www.pajooheh.ir
👍1
💠نحوه ورود دیتا از یک فایل کاری در #ایویوز

❄️منابع پارس پژوهه❄️

🎓 @stphd
🌐 www.pajooheh.ir