📌کاهش تعداد دانشگاههای ایرانی در رتبهبندی «گرینمتریک»
🔹بر اساس رتبهبندی جهانی دانشگاهی «گرینمتریک» در سال ۲۰۲۳ درباره توسعه پایدار، ۳۶ مؤسسه ایرانی در سیاهه سبزترینهای جهان جای گرفتهاند. در سال گذشته ۴۵ دانشگاه در این رتبهبندی حضور داشتند.
🔹دانشگاه کاشان، دانشگاه الزهرا (س)، دانشگاه زنجان، دانشگاه محقق اردبیلی، دانشگاه علوم پزشکی کاشان، دانشگاه رازی، دانشگاه تربیت مدرس، دانشگاه یزد، دانشگاه علوم کشاورزی و منابع طبیعی گرگان و دانشگاه صنعتی امیرکبیر، ۱۰ دانشگاه برتر ایران در رتبهبندی گرینمتریک هستند.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
🔹بر اساس رتبهبندی جهانی دانشگاهی «گرینمتریک» در سال ۲۰۲۳ درباره توسعه پایدار، ۳۶ مؤسسه ایرانی در سیاهه سبزترینهای جهان جای گرفتهاند. در سال گذشته ۴۵ دانشگاه در این رتبهبندی حضور داشتند.
🔹دانشگاه کاشان، دانشگاه الزهرا (س)، دانشگاه زنجان، دانشگاه محقق اردبیلی، دانشگاه علوم پزشکی کاشان، دانشگاه رازی، دانشگاه تربیت مدرس، دانشگاه یزد، دانشگاه علوم کشاورزی و منابع طبیعی گرگان و دانشگاه صنعتی امیرکبیر، ۱۰ دانشگاه برتر ایران در رتبهبندی گرینمتریک هستند.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍1
✍ استفاده صحیح از ARDL
زمانی که یک مدل ساده از خودهمبستگی مرتبه اول رنج ببرد میتوان آن را با روش کوکران اورکات به ARDL(1,1) مقید تبدیل کرد
Y=a+bX+U
U=pU(-1)+v
تبدیل کوکران اورکات برای رفع خودهمبستگی کامل👇
Y=(1-p)a+pY(-1)+bX-pbX(-1)+v
Y=A+b1Y(-1)+b2X+b3X(-1)+v
به خاطر اینکه
b1×b2=-b3
می باشد ARDL(1,1) بالا مقید است
نکته ای که وجود دارد این است که v به صورت iid است و فاقد خودهمبستگی است
🛑تذکر) وجود خودهمبستگی در ARDL نه تنها سبب ناکارایی بلکه سبب ناسازگاری ضرایب برآوردی میشود چون سبب همبستگی پسماند با وقفه متغیر وابسته شده و این خطای درونزایی سبب ناسازگاری میشود
نتیجه آن که به هیچ عنوان نباید مدل ARDL با وقفه های بهینه دارای خودهمبستگی باشد
اما در تعیین وقفه بهینه بایستی ۴ ویژگی همزمان برقرار باشد
۱) وقفه های متغیر وابسته هم علامت باشند
۲) با افزایش طول وقفه مقدار ضریب برآوردی کاهشی باشد
۳) عدم خودهمبستگی
۴) کمترین معیار AIC, SBC, HQC
اما متاسفانه محققین تنها ویژگی 4 را به کمک نرم افزار چک میکنند در حالی که هر کدام از ویژگی های بالا نقض شود مدل ARDL فاقد اعتبار است
🛑 تذکر دیگر اینکه برای بررسی خودهمبستگی - آماره دوربین واتسون به خاطر وجود وقفه متغیر وابسته در مدل قابل تفسیر نیست و فاقد اعتبار است.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
زمانی که یک مدل ساده از خودهمبستگی مرتبه اول رنج ببرد میتوان آن را با روش کوکران اورکات به ARDL(1,1) مقید تبدیل کرد
Y=a+bX+U
U=pU(-1)+v
تبدیل کوکران اورکات برای رفع خودهمبستگی کامل👇
Y=(1-p)a+pY(-1)+bX-pbX(-1)+v
Y=A+b1Y(-1)+b2X+b3X(-1)+v
به خاطر اینکه
b1×b2=-b3
می باشد ARDL(1,1) بالا مقید است
نکته ای که وجود دارد این است که v به صورت iid است و فاقد خودهمبستگی است
🛑تذکر) وجود خودهمبستگی در ARDL نه تنها سبب ناکارایی بلکه سبب ناسازگاری ضرایب برآوردی میشود چون سبب همبستگی پسماند با وقفه متغیر وابسته شده و این خطای درونزایی سبب ناسازگاری میشود
نتیجه آن که به هیچ عنوان نباید مدل ARDL با وقفه های بهینه دارای خودهمبستگی باشد
اما در تعیین وقفه بهینه بایستی ۴ ویژگی همزمان برقرار باشد
۱) وقفه های متغیر وابسته هم علامت باشند
۲) با افزایش طول وقفه مقدار ضریب برآوردی کاهشی باشد
۳) عدم خودهمبستگی
۴) کمترین معیار AIC, SBC, HQC
اما متاسفانه محققین تنها ویژگی 4 را به کمک نرم افزار چک میکنند در حالی که هر کدام از ویژگی های بالا نقض شود مدل ARDL فاقد اعتبار است
🛑 تذکر دیگر اینکه برای بررسی خودهمبستگی - آماره دوربین واتسون به خاطر وجود وقفه متغیر وابسته در مدل قابل تفسیر نیست و فاقد اعتبار است.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
#پی_ال_اس
مدل¬یابی معادلات ساختاری مبتنی بر حداقل مربعات جزئی
پیدایش روش PLSپی ال اس به زمانی بر میگردد که هرمان والد (1975) دو روش تکراری با استفاده برآورد کمترین مربعات برای مدلهای یک مؤلفه ای و چند مؤلفه ای و همبستگی بنیادی را معرفی کرد.
الف ) معیارهای ارزیابی برازش در PLS
1-معیارهای ارزیابی برازش مدل اندازه¬گیری
2- معیارهای ارزیابی برازش مدل ساختاری
3- معیارهای ارزیابی برازش کلی مدل
ب) معیارهای ارزیابی برازش مدل اندازه¬گیری
ج) معیارهای ارزیابی برازش مدل ساختاری
1-اعداد معناداری t (t-values)
ابتدایی¬ترین معیار برای سنجش رابطه بین سازه¬ها در مدل(بخش ساختاری)، اعداد معناداری t است. در صورتی که مقدار این اعداد از 1.96 بیشتر شود، نشان از صحت رابطه بین سازه¬ها و در نتیجه تأیید فرضیه-های پژوهش در سطح اطمینان %95 است.
2- معیار R Squares یا R2
معیاری است که برای متصل کردن بخش اندازه¬¬گیری و بخش ساختاری مدل¬سازی معادلات ساختاری به کار می¬رود و نشان از تأثیری دارد که یک متغیر برون¬زا بر یک متغیر درون¬زا می¬گذارد. چین (1998) سه مقدار 0.19، 0.33 و 0.67 را به عنوان مقدار ملاک برای مقادیر ضعیف، متوسط و قوی R2معرفی می¬کند.
د) معیارهای ارزیابی برازش بخش کلی
1-معیار GOF : معیار GOF مربوط به بخش کلی مدل¬های معادلات ساختاری است. بدین معنی که توسط این معیار، محقق می¬تواند پس از بررسی برازش بخش انداره¬گیری و بخش ساختاری مدل کلی پژوهش خود، برازش بخش کلی را نیز کنترل نماید.
سه مقدار 0.01، 0.25 و 0.36 به عنوان مقادیر ضعیف، متوسط و قوی برایGOF معرفی شده است
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
مدل¬یابی معادلات ساختاری مبتنی بر حداقل مربعات جزئی
پیدایش روش PLSپی ال اس به زمانی بر میگردد که هرمان والد (1975) دو روش تکراری با استفاده برآورد کمترین مربعات برای مدلهای یک مؤلفه ای و چند مؤلفه ای و همبستگی بنیادی را معرفی کرد.
الف ) معیارهای ارزیابی برازش در PLS
1-معیارهای ارزیابی برازش مدل اندازه¬گیری
2- معیارهای ارزیابی برازش مدل ساختاری
3- معیارهای ارزیابی برازش کلی مدل
ب) معیارهای ارزیابی برازش مدل اندازه¬گیری
ج) معیارهای ارزیابی برازش مدل ساختاری
1-اعداد معناداری t (t-values)
ابتدایی¬ترین معیار برای سنجش رابطه بین سازه¬ها در مدل(بخش ساختاری)، اعداد معناداری t است. در صورتی که مقدار این اعداد از 1.96 بیشتر شود، نشان از صحت رابطه بین سازه¬ها و در نتیجه تأیید فرضیه-های پژوهش در سطح اطمینان %95 است.
2- معیار R Squares یا R2
معیاری است که برای متصل کردن بخش اندازه¬¬گیری و بخش ساختاری مدل¬سازی معادلات ساختاری به کار می¬رود و نشان از تأثیری دارد که یک متغیر برون¬زا بر یک متغیر درون¬زا می¬گذارد. چین (1998) سه مقدار 0.19، 0.33 و 0.67 را به عنوان مقدار ملاک برای مقادیر ضعیف، متوسط و قوی R2معرفی می¬کند.
د) معیارهای ارزیابی برازش بخش کلی
1-معیار GOF : معیار GOF مربوط به بخش کلی مدل¬های معادلات ساختاری است. بدین معنی که توسط این معیار، محقق می¬تواند پس از بررسی برازش بخش انداره¬گیری و بخش ساختاری مدل کلی پژوهش خود، برازش بخش کلی را نیز کنترل نماید.
سه مقدار 0.01، 0.25 و 0.36 به عنوان مقادیر ضعیف، متوسط و قوی برایGOF معرفی شده است
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍2
آنچه "رویا" را به "هدف" تبدیل میکند، نظم و دیسیپلین است.
دیسیپلین شخصی باعث میشود که ما با اعمال مدیریت و کنترل مناسب بر روی رفتارمان، به پیشرفت و موفقیت در زندگی دست یابیم.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
دیسیپلین شخصی باعث میشود که ما با اعمال مدیریت و کنترل مناسب بر روی رفتارمان، به پیشرفت و موفقیت در زندگی دست یابیم.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
❤4👍4
Forwarded from : این یک پیام تبلیغاتی است
This media is not supported in your browser
VIEW IN TELEGRAM
اگه به برنامهنویسی علاقه داری و میشه روی همت و پشتکارت حساب کرد، در استعدادسنجی ما شرکت کن و استعدادت رو برای ورود به دنیای برنامهنویسی محک بزن!
📝 شرکت در چالش استعداد سنجی
برای کسب اطلاعات بیشتر کافیه به آیدی ما پیام بدی! 🔽
🆔 @MaktabSharif_Admin
▪️▫️▪️▫️▪️▫️▪️▫️▪️▫️
🌐 وبسایت |📱کانال تلگرام | 📲 اینستاگرام
💻 #استخدام_با_طعم_آموزش
📝 شرکت در چالش استعداد سنجی
برای کسب اطلاعات بیشتر کافیه به آیدی ما پیام بدی! 🔽
🆔 @MaktabSharif_Admin
▪️▫️▪️▫️▪️▫️▪️▫️▪️▫️
🌐 وبسایت |📱کانال تلگرام | 📲 اینستاگرام
💻 #استخدام_با_طعم_آموزش
Forwarded from پشتیبانی منابع مقاله پروپوزال و پایانامه
یک اپلیکیشن کاربردی برای دانشجوها و دانشآموزان
🔹اپلیکیشن Microsoft math solver یک ابزار آموزشی فوقالعاده است که میتواند به شما در حل مسائل ریاضی و علمی کمک کند.
🔹شما بعد از نصب این برنامه تنها کافیست هر مسئلهای در دنیای ریاضیات را با دوربین گوشی خود اسکن کنید تا این برنامه به سرعت پاسخ مسئله و قدمبهقدم راهحل آن را به شما نمایش دهد.
🔹علاوه بر قابلیت اسکن، شما میتوانید یک مسئله ریاضی را بکشید و یا تایپ کنید و گامبهگام توضیحات و تعاریف مربوط به آن را ببینید. شما میتوانید از این اپلیکیشن برای تمرین و یادگیری مفاهیم ریاضی استفاده کنید.
🎓 @paphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_پروپوزال_مقاله_پایاننامه
🔹اپلیکیشن Microsoft math solver یک ابزار آموزشی فوقالعاده است که میتواند به شما در حل مسائل ریاضی و علمی کمک کند.
🔹شما بعد از نصب این برنامه تنها کافیست هر مسئلهای در دنیای ریاضیات را با دوربین گوشی خود اسکن کنید تا این برنامه به سرعت پاسخ مسئله و قدمبهقدم راهحل آن را به شما نمایش دهد.
🔹علاوه بر قابلیت اسکن، شما میتوانید یک مسئله ریاضی را بکشید و یا تایپ کنید و گامبهگام توضیحات و تعاریف مربوط به آن را ببینید. شما میتوانید از این اپلیکیشن برای تمرین و یادگیری مفاهیم ریاضی استفاده کنید.
🎓 @paphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_پروپوزال_مقاله_پایاننامه
👍6
Forwarded from آموزش نرم افزار های آماری
در صورتی که انحراف معیار جامعه معلوم باشد ، برای اینکه عرض فاصله اطمینان پارامتر میانگین جامعه دو برابر شود، حجم نمونه چگونه باید تغییر کند؟
Anonymous Quiz
30%
به نصف کاهش یابد
22%
به یک چهارم کاهش یابد
29%
دو برابر شود
18%
چهار برابر شود
#آمار_و_ارقام
مقایسه درآمد مردم کشورهای عربی با ایرانیان
درآمد سرانه برابر است با تولید ناخالص داخلی (ارزش کالاها و خدمات تولید شده داخل مرزهای جغرافیایی یک کشور) تقسیم بر جمعیت...
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
مقایسه درآمد مردم کشورهای عربی با ایرانیان
درآمد سرانه برابر است با تولید ناخالص داخلی (ارزش کالاها و خدمات تولید شده داخل مرزهای جغرافیایی یک کشور) تقسیم بر جمعیت...
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍1
Forwarded from آموزش نرم افزار های آماری
💢روش تحقیق همبستگی
تحقیق همبستگی یکی از روشهای تحقیق توصیفی (غیرآزمایشی) است که رابطه میان متغیرها را براساس هدف تحقیق بررسی میکند.
👈میتوان تحقیقات همبستگی را براساس هدف به سه دسته تقسیم کرد:
✅همبستگی دو متغیری
در این زمینه در بخش اول قسمت تقسیمبندی روشهای تحقیق براساس هدف توضیح لازم ارائه گردید. بنابراین همبستگی برای بررسی نوع و میزان رابطه متغیرها استفاده میشود.
✅تحلیل رگرسیون
در رگرسیون پیشبینی روند آینده یک متغیر ملاک (وابسته) براساس یک مجموعه روابط بین متغیر ملاک با یک چند متغیر پیشبین (مستقل) است که در گذشته ثبت و ضبط شده است.
✅ تحلیل کوواریانس یا ماتریس همبستگی
💢ضریب همبستگی:
👈ضریب همبستگی شاخصی است ریاضی که جهت و مقدار رابطه ی بین دو متغیر را توصیف میکند.
👈ضریب همبستگی درمورد توزیع های دویا چند متغیره به کار می رود. اگر مقادیر دو متغیر شبیه هم تغییر کند یعنی با کم یا زیاد شدن یکی دیگری هم کم یا زیاد شود به گونهای که بتوان رابطه آنها را به صورت یک معادله بیان کرد گوییم بین این دو متغیرهمبستگی وجود دارد.
👈ضریب همبستگی پیرسون، ضریب همبستگی اسپیرمن و ضریب همبستگی تاو کندال از مهمترین روشهای محاسبه همبستگی میان متغیرها هستند.
⭕️بطور کلی:
1️⃣ اگر هر دو متغیر با مقیاس رتبهای باشند از شاخص تاوکندال استفاده میشود.
2️⃣ اگر هر دو متغیر با مقیاس نسبتی و پیوسته باشند از ضریب همبستگی پیرسون استفاده میشود(در صورت نرمال بودن توزیع دادهها)
3️⃣ اگر هر دو متغیر با مقیاس نسبتی و گسسته باشند از ضریب همبستگی اسپیرمن استفاده میشود(در صورت عدم نرمال بودن توزیع دادهها)
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
تحقیق همبستگی یکی از روشهای تحقیق توصیفی (غیرآزمایشی) است که رابطه میان متغیرها را براساس هدف تحقیق بررسی میکند.
👈میتوان تحقیقات همبستگی را براساس هدف به سه دسته تقسیم کرد:
✅همبستگی دو متغیری
در این زمینه در بخش اول قسمت تقسیمبندی روشهای تحقیق براساس هدف توضیح لازم ارائه گردید. بنابراین همبستگی برای بررسی نوع و میزان رابطه متغیرها استفاده میشود.
✅تحلیل رگرسیون
در رگرسیون پیشبینی روند آینده یک متغیر ملاک (وابسته) براساس یک مجموعه روابط بین متغیر ملاک با یک چند متغیر پیشبین (مستقل) است که در گذشته ثبت و ضبط شده است.
✅ تحلیل کوواریانس یا ماتریس همبستگی
💢ضریب همبستگی:
👈ضریب همبستگی شاخصی است ریاضی که جهت و مقدار رابطه ی بین دو متغیر را توصیف میکند.
👈ضریب همبستگی درمورد توزیع های دویا چند متغیره به کار می رود. اگر مقادیر دو متغیر شبیه هم تغییر کند یعنی با کم یا زیاد شدن یکی دیگری هم کم یا زیاد شود به گونهای که بتوان رابطه آنها را به صورت یک معادله بیان کرد گوییم بین این دو متغیرهمبستگی وجود دارد.
👈ضریب همبستگی پیرسون، ضریب همبستگی اسپیرمن و ضریب همبستگی تاو کندال از مهمترین روشهای محاسبه همبستگی میان متغیرها هستند.
⭕️بطور کلی:
1️⃣ اگر هر دو متغیر با مقیاس رتبهای باشند از شاخص تاوکندال استفاده میشود.
2️⃣ اگر هر دو متغیر با مقیاس نسبتی و پیوسته باشند از ضریب همبستگی پیرسون استفاده میشود(در صورت نرمال بودن توزیع دادهها)
3️⃣ اگر هر دو متغیر با مقیاس نسبتی و گسسته باشند از ضریب همبستگی اسپیرمن استفاده میشود(در صورت عدم نرمال بودن توزیع دادهها)
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍10
Forwarded from آموزش نرم افزار های آماری
درباره تکنیک دلفی
#قسمت_اول
یکی از روش های کسب دانش گروهی مورد استفاده، تکنیک دلفی است (۱) که فرایندی است که دارای ساختار پیش بینی و کمک به تصمیم گیری در طی راندهای پیمایشی، جمع آوری اطلاعات و در نهایت، اجماع گروهی است ۲) و (۳در حالی که اکثر پیمایش ها سعی در پاسخ به سؤال چه هست؟ دارند، دلفی به سؤال چه می تواند/ چه باید باشد؟ پاسخ می دهد(۴). با توجه به اینکه امروزه تکنیک دلفی در تحقیقات آینده پژوهی به شدت مورد توجه و استفاده قرار می گیرد، این مقاله، به تفصیل این تکنیک را از نظر تاریخچه، تعریف، انواع، اهداف و کاربردها، شرایط کاربرد، اجزای اصلی، فرایند، مزایا و محدودیت ها و پیشنهاداتی برای بکار گیری بهتر روش، شرح می دهد.
تاریخچه دلفی
روش دلفی، از جمله روشهای ذهنی ـ شهودی# حوزهی آیندهنگاری به شمار میآید. موسسه رند این روش را در دههی ۱۹۵۰ در سانتامونیکا (ایالت کالیفرنیا) و در جریان پژوهش در عملیات توسعه داد. نام این روش برگرفته از معبد اساطیری یونان است. وودنبرگ# (۱۹۹۱) یادآور میشود که نام «دلفی» را نخستین بار یک استادیار فلسفه در دانشگاه یوسیالای به نام کاپلان# به کار برد. کاپلان این عبارت را در جریان فعالیتی پژوهشی با همکاری موسسه رند در زمینهی کاربرد پیشبینیهای کارشناسی در تصمیمگیری رایج ساخت. کاپلان و همکاران (۱۹۵۰) با اشاره به «اصل پیشگویی مکاشفهآمیز» این رویکرد را گونهای از پیشبینی غیر سفطهآمیز# مینامند و آن را گزارهای میدانند که «درستی» یا «نادرستی» آن روشن نیست. بر این منوال، «دلفی» در روش آیندهنگاری مدرن چیزی فراتر از یک نام است.
شکلگیری پرستشگاه دلفی [در اساطیر یونان باستان] و پیشگوییهای مکاشفهآمیز آن ریشه در زمانهایی دورتر از تاریخ مکتوب دارد. باستانشناسان و تاریخنگاران به ما کمک کردهاند تا اطلاعات گستردهای در زمینهی کارکردها و سودمندی پیشگوییها به دست آوریم. یونانیها و ملتهای دیگر طی هزار سال از تاریخ ثبت شده (خواه به عنوان افراد عادی و گاه به عنوان سفیران رسمی) برای رایزنی با پیتیا#، ایزد بانوی مستقر در پرستشگاه دلفی، به این مکان میآمدند. مردم سخنان این ایزد بانو را بازتاب قوانین الهی میدانستند. نقش پیتیا، بیان مقصود الهی در چارچوبهایی هنجاری برای شکل بخشیدن به رویدادهای آینده بود؛ او در سخنان و پیشگوییهای خود، ارادهی خدایان را به شیوهای ساده بیان میکرد و رویدادهای آینده را نوید میداد. بدون تردید، مشاورهها در پرستشگاه دلفی رنگ و بویی دینی داشت و تنها بر گمانهزنیهای ادراکی دربارهی آینده و یا تلاش برای دستیابی عملی به راههای میانبر کامیابی استوار نبود.
─┅─═ঊঈ
#منابع_آمار_تحلیل_آماری
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👍2
#اقدام_پژوهی
◀️ تحقیق اقدام پژوهی:
اقدام پژوهی به معنی اقدام در عمل است .
پژوهش در عمل نوعی از مطالعه و بررسی است که افراد برای تغییر وضعیت نامطلوب و رسیدن به به وضعیت نسبتا مطلوب و در نهایت بهسازی کارها در محیط شغلی شان به کار می برند .
در واقع اقدام پژوهشی فرایندی تکراری است و دربرگیرنده ی فعالیت محقق و مشارکت کنندگان است و سعی در دستیابی به واقعیت به صورت تفضیلی دارد .
در اقدام پژوهشی بر خلاف مطالعه موردی محقق خود به عنوان مشارکت کننده در اجراست .
تحقیق موردی Case در لغت به معنای مورد ، نمونه ، سرگذشت و حالت و واژه ی study به منای مطالعه ، بررسی ، پژوهش و تحقیق آمده است.
در فارسی از Case Study با تعابیر مختلفی همچون مطالعه موردی ، نمونه پژوهی ، مورد پژوهی و قضیه پژوهی یاد شده است.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
◀️ تحقیق اقدام پژوهی:
اقدام پژوهی به معنی اقدام در عمل است .
پژوهش در عمل نوعی از مطالعه و بررسی است که افراد برای تغییر وضعیت نامطلوب و رسیدن به به وضعیت نسبتا مطلوب و در نهایت بهسازی کارها در محیط شغلی شان به کار می برند .
در واقع اقدام پژوهشی فرایندی تکراری است و دربرگیرنده ی فعالیت محقق و مشارکت کنندگان است و سعی در دستیابی به واقعیت به صورت تفضیلی دارد .
در اقدام پژوهشی بر خلاف مطالعه موردی محقق خود به عنوان مشارکت کننده در اجراست .
تحقیق موردی Case در لغت به معنای مورد ، نمونه ، سرگذشت و حالت و واژه ی study به منای مطالعه ، بررسی ، پژوهش و تحقیق آمده است.
در فارسی از Case Study با تعابیر مختلفی همچون مطالعه موردی ، نمونه پژوهی ، مورد پژوهی و قضیه پژوهی یاد شده است.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
🤩4
#آمار_و_ارقام
اینترنت ایران، در «کیفیت» آخر است اما در «رشد قیمت»، اول!
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
اینترنت ایران، در «کیفیت» آخر است اما در «رشد قیمت»، اول!
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
😢6👍2👎2
#حساب_کتاب
🔴 بابت آزمون استخدامی آموزش و پرورش نزدیک به 400 میلیارد تومان از داوطلبان دریافت شده است!
🔹 روزنامه خراسان نوشت: در آزمون استخدامی آموزشوپرورش 1403 به مبلغ 378 هزار تومان بود. با یک محاسبه ساده، مشخص میشود که این مجموعه بابت برگزاری این آزمون، نزدیک به 400میلیارد تومان از داوطلبان برای ثبتنام دریافت کردهاست.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
🔴 بابت آزمون استخدامی آموزش و پرورش نزدیک به 400 میلیارد تومان از داوطلبان دریافت شده است!
🔹 روزنامه خراسان نوشت: در آزمون استخدامی آموزشوپرورش 1403 به مبلغ 378 هزار تومان بود. با یک محاسبه ساده، مشخص میشود که این مجموعه بابت برگزاری این آزمون، نزدیک به 400میلیارد تومان از داوطلبان برای ثبتنام دریافت کردهاست.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
😱8👎4
#آموزشی
آزمون مان ویتنی
آزمون مان ویتنی مربوط به آزمون های است که باید در آن تفاوت دو گروه به طور(افراد یا اشیاء) جداگانه با هم مقایسه شوند.
به عنوان مثال زمانی که بخواهیم دو گروه از ورزشکاران که تمرین منظم (مثلاً هشت هفته تمرین) را با ورزشکارانی که این تمرینات را انجام ندادهاند (گروه گواه) را بسنجیم از این آزمون استفاده می کنیم.
در پژوهشی که فرضیه و سوالات مبنی بر مقایسه بین دو گروه از افراد وجود ندارد، نباید از آزمون من ویتنی استفاده نمود.
#من_ویتنی
#مان_ویتنی
#Mann_Whitney
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
آزمون مان ویتنی
آزمون مان ویتنی مربوط به آزمون های است که باید در آن تفاوت دو گروه به طور(افراد یا اشیاء) جداگانه با هم مقایسه شوند.
به عنوان مثال زمانی که بخواهیم دو گروه از ورزشکاران که تمرین منظم (مثلاً هشت هفته تمرین) را با ورزشکارانی که این تمرینات را انجام ندادهاند (گروه گواه) را بسنجیم از این آزمون استفاده می کنیم.
در پژوهشی که فرضیه و سوالات مبنی بر مقایسه بین دو گروه از افراد وجود ندارد، نباید از آزمون من ویتنی استفاده نمود.
#من_ویتنی
#مان_ویتنی
#Mann_Whitney
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍6❤1
💠 تکنیک PLS یک تکنیک ناپارامتریک و برخلاف SEM به نرمال بودن دادهها نیاز ندارد.
اما این تصور غلط است که برای PLS باید دادهها غیرنرمال باشد. نرمال بودن یا نبودن اصلا مهم نیست.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
اما این تصور غلط است که برای PLS باید دادهها غیرنرمال باشد. نرمال بودن یا نبودن اصلا مهم نیست.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍6
نمیخوام ناراحتتون کنم ولی ما تو کف هرم مازلو و برای تهیه نیازهای اولیه و فیزیولوژیک داریم دست و پا میزنیم،هر چقدر بالاتر و به راس هرم حرکت میکنیم نیازهای اولیه رفع و نیاز به احترام و خودشکوفایی آشکار میشه.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍12👎2😢2❤1
#علم_داده
Data science
دانشی میانرشتهای پیرامون استخراج دانش و آگاهی از مجموعهای داده و اطلاعات است.علم داده از ترکیب مباحث مختلفی به وجود آمده و بر مبانی و روشهای موجود در حوزههای مختلف علمی بنا شدهاست. تعدادی از این حوزهها عبارتند از: ریاضیات، آمار، علوم کامپیوتر، مهندسی داده، بازشناخت الگو و… هدف این علم، استخراج مفهوم از داده و تولید محصولات دادهمحور است.
متخصص علم داده دانشی کاربردی از دادهها و ابزارها دارد به علاوه درک تئوریکی دارد که مشخص میکند چه چیزی از نظر علمی ممکن است
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
Data science
دانشی میانرشتهای پیرامون استخراج دانش و آگاهی از مجموعهای داده و اطلاعات است.علم داده از ترکیب مباحث مختلفی به وجود آمده و بر مبانی و روشهای موجود در حوزههای مختلف علمی بنا شدهاست. تعدادی از این حوزهها عبارتند از: ریاضیات، آمار، علوم کامپیوتر، مهندسی داده، بازشناخت الگو و… هدف این علم، استخراج مفهوم از داده و تولید محصولات دادهمحور است.
متخصص علم داده دانشی کاربردی از دادهها و ابزارها دارد به علاوه درک تئوریکی دارد که مشخص میکند چه چیزی از نظر علمی ممکن است
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍6
Forwarded from آموزش نرم افزار های آماری
💠 تفاوت همبستگی اسپیرمن و پیرسون چیست؟
🔸همبستگی رتبه ای اسپیرمن یک روش برای محاسبه همبستگی بین دو متغیر ترتیبی و همبستگی پیرسون برای محاسبه همبستگی میان دو متغیر فاصله ای یا نسبی است.
🔸کارایی ضریب همبستگی رتبه ای اسپیرمن به دلیل ناپارامتری بودن، از ضریب همبستگی پیرسون کمتر است.
🔸محاسبه ضریب همبستگی رتبه ای اسپیرمن به این دلیل که به پیش فرض های کمتری نیاز دارد، نسبت به محاسبه ضریب همبستگی پیرسون ساده تر است.
🔸اسپیرمن روابط غیرخطی را بررسی می کند و پیرسون روابط خطی را بررسی می کند.
🔹برای محاسبه ضریب همبستگی میان دو گروه از داده هایی که از توزیع مشخصی پیروی می کنند (مانند توزیع نرمال، نمایی، کوشی و …) باید از یک روش پارامتری به نام همبستگی پیرسون استفاده کنید در حالی که اگر داده های شما در دو گروه از توزیع مشخصی پیروی نکنند، باید آن ها را رتبه گذاری کنید و برای محاسبه ضریب همبستگی بین آن ها از همبستگی رتبه ای اسپیرمن استفاده کنید، بنابراین اصلی ترین تفاوت این دو روش در پارامتری و ناپارامتری بودن آن هاست.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
🔸همبستگی رتبه ای اسپیرمن یک روش برای محاسبه همبستگی بین دو متغیر ترتیبی و همبستگی پیرسون برای محاسبه همبستگی میان دو متغیر فاصله ای یا نسبی است.
🔸کارایی ضریب همبستگی رتبه ای اسپیرمن به دلیل ناپارامتری بودن، از ضریب همبستگی پیرسون کمتر است.
🔸محاسبه ضریب همبستگی رتبه ای اسپیرمن به این دلیل که به پیش فرض های کمتری نیاز دارد، نسبت به محاسبه ضریب همبستگی پیرسون ساده تر است.
🔸اسپیرمن روابط غیرخطی را بررسی می کند و پیرسون روابط خطی را بررسی می کند.
🔹برای محاسبه ضریب همبستگی میان دو گروه از داده هایی که از توزیع مشخصی پیروی می کنند (مانند توزیع نرمال، نمایی، کوشی و …) باید از یک روش پارامتری به نام همبستگی پیرسون استفاده کنید در حالی که اگر داده های شما در دو گروه از توزیع مشخصی پیروی نکنند، باید آن ها را رتبه گذاری کنید و برای محاسبه ضریب همبستگی بین آن ها از همبستگی رتبه ای اسپیرمن استفاده کنید، بنابراین اصلی ترین تفاوت این دو روش در پارامتری و ناپارامتری بودن آن هاست.
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍9
Forwarded from منابع پروپوزال،مقاله،پایان نامه
@paphd 636709.pdf
568.1 KB
#آموزشی
انواع تستهای پارامتری
یک نمونه ای
دونمونه ای مستقل
*دونمونه ای وابسته*
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
انواع تستهای پارامتری
یک نمونه ای
دونمونه ای مستقل
*دونمونه ای وابسته*
🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
👍1