X
تبلیغات
وبلاگ شخصی علیرضا پاک گوهر - مطالب خواندنی آماری

وبلاگ شخصی علیرضا پاک گوهر

این وبلاگ کشکولی است که در زمینه های عمومی و تخصصی به ارائه آرا می پردازد.تاچه قبول افتدوکه درنظراید

مدل يابي معادلات ساختاري

آدرس منبع: آدرس منبع

ليزرل يا مدل يابي معادلات ساختاري يک تکنيک تحليل چند متغيري بسيار کلي و نيرومند از خانواده رگرسيون چند متغيري است که به پژوهشگر امکان مي دهد مجموعه اي از معادلات رگرسيون را به گونه هم زمان مورد آزمون قرار دهد.

ليزرل يا مدل يابي معادلات ساختاري (Structural equation modeling: SEM)يک تکنيک تحليل چند متغيري بسيار کلي و نيرومند از خانواده رگرسيون چند متغيري و به بيان دقيق تر بسط "مدل خطي کلي"(General linear model) است. که به پژوهشگر امکان مي دهد مجموعه اي از معادلات رگرسيون را به گونه هم زمان مورد آزمون قرار دهد. مدل يابي معادله ساختاري يک رويکرد جامع براي آزمون فرضيه هاي ي درباره روابط متغير هاي مشاهده شده و مکنون است که گاه تحليل ساختاري کوواريانس، مدل يابي علّي و گاه نيز ليزرل(Lisrel) ناميده شده است اما اصطلاح غالب در اين روزها، مدل يابي معادله ساختاري يا به گونه خلاصه SEM است.(هومن ۱۳۸۴،۱۱)

از نظر آذر (۱۳۸۱) نيز يکي از قوي ترين و مناسب ترين روش هاي تجزيه و تحليل در تحقيقات علوم رفتاري و اجتماعي، تجزيه و تحليل چند متغيره است زيرا اين گونه موضوعات چند متغيره بوده و نمي توان آنها را با شيوه دو متغيري (که هر بار يک متغير مستقل با يک متغير وابسته در نظر گرفته مي شود) حل نمود.

«تجزيه و تحليل ساختار هاي کوواريانس» يا همان «مدل يابي معادلات ساختاري»، يکي از اصلي ترين روش هاي تجزيه و تحليل ساختار داده هاي پيچيده و يکي از روش هاي نو براي بررسي روابط علت و معلولي است و به معني تجزيه و تحليل متغير هاي مختلفي است که در يک ساختار مبتني بر تئوري، تاثيرات همزمان متغيره ا را به هم نشان مي دهد. از طريق اين روش مي توان قابل قبول بودن مدل هاي نظري را در جامعه هاي خاص با استفاده از داده هاي همبستگي، غير آزمايشي و آزمايشي آزمود.

● انديشه اساسي زيربناي مدل يابي ساختاري

يکي از مفاهيم اساسي که در آمار کاربردي در سطح متوسط وجود دارد اثر انتقال هاي جمع پذير و ضرب پذير در فهرستي از اعداد است يعني اگر هر يک از اعداد يک فهرست در مقدار ثابت K ضرب شود ميانگين اعداد در همان K ضرب مي شود و به اين ترتيب ، انحراف معيار استاندارد در مقدار قدر مطلق Kضرب خواهد شد. نکته اين است که اگر مجموعه اي از اعداد x با مجموعه ديگري از اعداد y از طريق معادله y=۴xمرتبط باشند در اين صورت واريانس y بايد ۱۶ برابر واريانس x باشد و بنابراين از طريق مقايسه واريانس هاي x و y مي توانيد به گونه غير مستقيم اين فرضيه را که y و x از طريق معادله y=۴x با هم مرتبط هستند را بيازماييد. اين انديشه از طريق تعدادي معادلات خطي از راه هاي مختلف به چند ين متغير مرتبط با هم تعميم داده مي شود. هر چند قواعد آن پيچيده تر و محاسبات دشوارتر مي شود. اما پيام کلي ثابت مي ماند. يعني با بررسي واريانسها و کوواريانس هاي متغيره ا مي توانيد اين فرضيه را که " متغيره ا از طريق مجموعه اي از روابط خطي با هم مرتبط اند" را بيازماييد.

توسعه مدل هاي علّي و همگرايي روش هاي اقتصادسنجي، روان سنجي و...

توسعه مدل هاي علّي متغير هاي مکنون معرف همگرايي سنت هاي پژوهشي نسبتا مستقل در روان سنجي، اقتصادسنجي، زيست شناسي و بسياري از روش هاي قبلا آشناست که آنها را به شکل چهارچوبي وسيع در مي آورد. مفاهيم متغير هاي مکنون (Latent variables)(در مقابل متغير هاي مشاهده شده (Observed variables)) و خطا در متغيره ا، تاريخي طولاني دارد. در اقتصادسنجي آثار جهت دار هم زمان چند متغير بر متغير هاي ديگر، تحت برچسب مدل هاي معادله هم زمان بسيار مورد مطالعه قرار گرفته است. در روان سنجي به عنوان تحليل عاملي و تئوري اعتبار توسعه يافته و شالوده اساسي بسياري از پژوهش هاي اندازه گيري در روانسنجي مي باشد. در زيست شناسي، يک سنت مشابه همواره با مدل هاي معادلات هم زمان (گاه با متغير هاي مکنون) در زمينه نمايش و طرح برآورده در تحليل مسير سر و کار دارد.

● موارد کاربرد روش ليزرل:

روش ليزرل ضمن آنکه ضرايب مجهول مجموعه معادلات ساختاري خطي را برآورد مي کند براي برازش مدل هاي ي که شامل متغير هاي مکنون، خطا هاي اندازه گيري در هر يک از متغير هاي وابسته و مستقل، علي ت دو سويه، هم زماني و وابستگي متقابل مي باشد طرح ريزي گرديده است. اما اين روش را مي توان به عنوان موارد خاصي براي روش هاي تحليل عاملي تاييدي، تحليل رگرسيون چند متغيري، تحليل مسير، مدل هاي اقتصادي خاص داده هاي وابسته به زمان، مدل هاي برگشت پذير و برگشت ناپذير براي داده هاي مقطعي/ طولي، مدل هاي ساختاري کوواريانس و تحليل چند نمونه اي (مانند آزمون فرضيه هاي برابري ماتريس کوواريانس هاي ، برابري ماتريس همبستگي ها، برابري معادلات و ساختار هاي عاملي و غيره) نيز به کار برد.

● نرم افزار ليزرل:

ليزرل يک محصول نرم افزاري است که به منظور برآورد و آزمون مدل هاي معادلات ساختاري طراحي و از سوي "شرکت بين المللي نرم افزار علمي" (Scientific software international (www.ssicentral.com)به بازار عرضه شده است. اين نرم افزار با استفاده از همبستگي و کوواريانس اندازه گيري شده، مي تواند مقادير بار هاي عاملي، واريانسها و خطا هاي متغير هاي مکنون را برآورد يا استنباط کند و از آن مي توان براي اجراي تحليل عاملي اکتشافي، تحليل عاملي مرتبه دوم، تحليل عاملي تاييدي و همچنين تحليل مسير (مدل يابي علت و معلولي با متغير هاي مکنون) استفاده کرد.

● تحليل عاملي اکتشافي و تاييدي:

تحليل عاملي مي تواند دو صورت اکتشافي و تاييدي داشته باشد. اينکه کدام يک از اين دو روش بايد در تحليل عاملي به کار رود مبتني بر هدف تحليل داده هاست. در تحليل اکتشافي(Exploratory factor analysis) پژوهشگر به دنبال بررسي داده هاي تجربي به منظور کشف و شناسايي شاخص ها و نيز روابط بين آنهاست و اين کار را بدون تحميل هر گونه مدل معيني انجام مي دهد. به بيان ديگر تحليل اکتشافي علاوه بر آنکه ارزش تجسسي يا پيشنهادي دارد مي تواند ساختارساز، مدل ساز يا فرضيه ساز باشد.

تحليل اکتشافي وقتي به کار مي رود که پژوهشگر شواهد کافي قبلي و پيش تجربي براي تشکيل فرضيه درباره تعداد عامل هاي زيربنايي داده ها نداشته و به واقع مايل باشد درباره تعيين تعداد يا ماهيت عامل هاي ي که همپراشي بين متغيره ا را توجيه مي کنند داده ها را بکاود. بنابر اين تحليل اکتشافي بيشتر به عنوان يک روش تدوين و توليد تئوري و نه يک روش آزمون تئوري در نظر گرفته مي شود.

تحليل عاملي اکتشافي روشي است که اغلب براي کشف و اندازه گيري منابع مکنون پراش و همپراش در اندازه گيري هاي مشاهده شده به کار مي رود. پژوهشگران به اين واقعيت پي برده اند که تحليل عاملي اکتشافي مي تواند در مراحل اوليه تجربه يا پرورش تستها کاملا مفيد باشد. توانش هاي ذهني نخستين ترستون ، ساختار هوش گيلفورد نمونه هاي خوبي براي اين مطلب مي باشد. اما هر چه دانش بيشتري درباره طبيعت اندازه گيري هاي رواني و اجتماعي به دست آيد ممکن است کمتر به عنوان يک ابزار مفيد به کار رود و حتي ممکن است بازدارنده نيز باشد.

از سوي ديگر بيشتر مطالعات ممکن است تا حدي هم اکتشافي و هم تاييدي باشند زيرا شامل متغير م علوم و تعدادي متغير مجهول اند. متغير هاي م علوم را بايد با دقت زيادي انتخاب کرد تا حتي الامکان درباره متغير هاي نام علوم ي که استخراج مي شود اطلاعات بيشتري فراهم ايد. مطلوب آن است که فرضيه اي که از طريق روش هاي تحليل اکتشافي تدوين مي شود از طريق قرار گرفتن در معرض روش هاي آماري دقيق تر تاييد يا رد شود. تحليل اکتشافي نيازمند نمونه هاي ي با حجم بسيار زياد مي باشد.

در تحليل عاملي تاييدي(Confirmatory factor analysis) ، پژوهشگر به دنبال تهيه مدلي است که فرض مي شود داده هاي تجربي را بر پايه چند پارامتر نسبتا اندک، توصيف تبيين يا توجيه مي کند. اين مدل مبتني بر اطلاعات پيش تجربي درباره ساختار داده هاست که مي تواند به شکل: ۱) يک تئوري يا فرضيه ۲) يک طرح طبقه بندي کننده معين براي گويه ها يا پاره تستها در انطباق با ويژگي هاي عيني شکل و محتوا ، ۳)شرايط م علوم تجربي و يا ۴) دانش حاصل از مطالعات قبلي درباره داده هاي وسيع باشد.

تمايز مهم روش هاي تحليل اکتشافي و تاييدي در اين است که روش اکتشافي با صرفه ترين روش تبيين واريانس مشترک زيربنايي يک ماتريس همبستگي را مشخص مي کند. در حالي که روش هاي تاييدي (آزمون فرضيه) تعيين مي کنند که داده ها با يک ساختار عاملي معين (که در فرضيه آمده) هماهنگ اند يا نه.

● آزمون هاي برازندگي مدل کلي

با آنکه انواع گوناگون آزمون ها که به گونه کلي شاخص هاي برازندگي(Fitting indexes) ناميده مي شوند پيوسته در حال مقايسه، توسعه و تکامل مي باشند اما هنوز درباره حتي يک آزمون بهينه نيز توافق همگاني وجود ندارد. نتيجه آن است که مقاله هاي مختلف، شاخص هاي مختلفي را ارائه کرده اند و حتي نگارش هاي مشهور برنامه هاي SEM مانند نرم افزار هاي lisrel, Amos, EQS نيز تعداد زيادي از شاخص هاي برازندگي به دست مي دهند.(هومن۱۳۸۴ ،۲۳۵) اين شاخص ها به شيوه هاي مختلفي طبقه بندي شده اند که يکي از عمده ترين آنها طبقه بندي به صورت مطلق، نسبي و تعديل يافته مي باشد. برخي از اين شاخص ها عبارتند از:

● شاخص هاي GFI وAGFI

شاخص GFI (Goodness of fit index )مقدار نسبي واريانس ها و کوواريانس ها را به گونه مشترک از طريق مدل ارزيابي مي کند. دامنه تغييرات GFI بين صفر و يک مي باشد. مقدار GFI بايد برابر يا بزرگتر از ۹۰/۰باشد.

شاخص برازندگي ديگر (Adjusted Goodness of Fit Index)AGFI يا همان مقدار تعديل يافته شاخص GFI براي درجه آزادي مي باشد. اين مشخصه معادل با کاربرد ميانگين مجذورات به جاي مجموع مجذورات در صورت و مخرج (۱- GFI) است. مقدار اين شاخص نيز بين صفر و يک مي باشد. شاخص هاي GFI و AGFI را که جارزکاگ و سوربوم (۱۹۸۹) پيشنهاد کرده اند بستگي به حجم نمونه ندارد.

● شاخص RMSEA

اين شاخص , ريشة ميانگين مجذورات تقريب مي باشد. شاخص (Root Mean Square Error of Approximation)RMSEAبراي مدل هاي خوب برابر ۰.۰۵ يا کمتر است. مدل هاي ي که RMSEA آنها ۰.۱ باشد برازش ضعيفي دارند.

● مجذور کاي

آزمون مجذور کاي (خي دو) اين فرضيه را مدل مورد نظر هماهنگ با الگوي همپراشي بين متغير هاي مشاهده شده است را مي آزمايد، کميت خي دو بسيار به حجم نمونه وابسته مي باشد و نمونه بزرگ کميت خي دو را بيش از آنچه که بتوان آن را به غلط بودن مدل نسبت داد, افزايش مي دهد. (هومن.۱۳۸۴. ۴۲۲).

● شاخصNFI وCFI:

شاخصNFI (که شاخص بنتلر-بونت هم ناميده مي شود) براي مقادير بالاي ۹۰/۰ قابل قبول و نشانه برازندگي مدل است. شاخص CFIبزرگتر از ۹۰/۰ قابل قبول و نشانه برازندگي مدل است. اين شاخص از طريق مقايسه يک مدل به اصطلاح مستقل که در آن بين متغيره ا هيچ رابطه اي نيست با مدل پيشنهادي مورد نظر، مقدار بهبود را نيز مي آزمايد. شاخص CFIاز لحاظ معنا مانند NFI است با اين تفاوت که براي حجم گروه نمونه جريمه مي دهد.

شاخص هاي ديگري نيز در خروجي نرم افزار ليزرل ديده مي شوند که برخي مثلAIC, CAIC ECVA , براي تعيين برازنده ترين مدل از ميان چند مدل مورد توجه قرار مي گيرند براي مثال مدلي که داراي کوچکترين AIC,CAIC,ECVA باشد برازنده تر است.(هومن۱۳۸۴ ،۲۴۴-۲۳۵) برخي از شاخص ها نيز به شدت وابسته حجم نمونه اند و در حجم نمونه هاي بالا مي توانند معنا داشته باشند.

منابع :
----------------------
aftab.ir
▪ هومن, حیدر علی.(۱۳۸۴).مدل یابی معادلات ساختاری با کاربرد نرم افزار لیزرل، انتشارات سمت، چاپ اول
▪ دلاور، علی- ویس کرمی،علی – زرین �
----------------------

کلمات کليدي :
----------------------
لیزرل-نرم افزار لیزرل-موارد کاربرد روش لیزرل-مدل یابی معادلات ساختاری-شاخص های GFI وAGFI-شاخص RMSEA-مجذور کای-شاخصNFI وCFI
----------------------

نام ثبت کننده مقاله : niazemarkazi1

+ نوشته شده در  سه شنبه سیزدهم اردیبهشت 1390ساعت 5:48 PM  توسط علیرضا پاک گوهر  | 

آزمون های ناپارامتری با MiniTab

 متن مناسب و آموزنده ای درباره آزمون های ناپارامتری با نرم افزار مینی تب

آزمون ناپارامتری به زبان فارسی

+ نوشته شده در  چهارشنبه بیست و چهارم شهریور 1389ساعت 8:54 PM  توسط علیرضا پاک گوهر  | 

لیست کنفرانسهای آمار

http://www.conferencealerts.com/statistics.htm

آدرس بالا لیست کنفرانسهای آمار را ارائه می کند.

احتمالا من در کنفرانس کویت مقاله بدهم. دوستانی که علاقمندند بگن با هم هماهنگ باشیم

08 Challenges in Statistics and Operations Research (CSOR2011) KUWAIT Kuwait

 

+ نوشته شده در  دوشنبه هشتم شهریور 1389ساعت 6:55 PM  توسط علیرضا پاک گوهر  | 

آموزش نرم افزار مطلب

برای استفاده دوستانی که علاقمند به یادگیری نرم افزار مطلب هستند دو لینک زیر را تقدیم می کنم.

آموزش مطلب 1

آموزش مطلب 2

اگر در این زمینه دوستانُ موضوعات آموزشی دیگری هم داشتند خوشحال میشوم به این وسیله در اختیار علاقمندان گذاشته شود.

+ نوشته شده در  دوشنبه هفتم تیر 1389ساعت 12:18 PM  توسط علیرضا پاک گوهر  | 

آشنایی با تحلیل مسیر

تحلیل مسیر یکی از مدلهای آماری تبیینی(نه پیش بینی) است که بر اساس روابط رگرسیونی بین متغیرها به منظور دستیابی اثر یکایک متغیرها( اعم از اثر مستقیم و غیر مستقیم) ارائه می گردد.

معمولا مدل تحلیل مسیر را با نرم افزار لیزرر انجام می دهند. این به ان معنا نیست که این نرم افزار تنها نرم افزاری است که این کار را میکند. یا آنکه نرم افزارهایی مانند اس پی اس اس قابلیت انجام چنین کاری را ندارد.

برای اطلاع خوب است بدانید اس پی اس اس برنامه ای با عنوان SPSS AMOS طراحی کرده است که تحلیل مسیر را مستقیما انجام می دهد.

برای کسانی که دوست دارند با SPSS تحلیل مسیر انجام دهند باید نوید آسان بودن کار با آن را بدهم.

بطور کلی در مدل تحلیل مسیر با ضرایب استاندارد رگرسیونی( وزنهای استاندارد شده مولفه ها) کار داریم.

برای اطلاع بیشتر می کوشم فایلهای آموزشی مرتبطی را لینک کنم باشد از آن استفاده ببرید

آموزش تحلیل مسیر path analysis

+ نوشته شده در  شنبه پنجم تیر 1389ساعت 4:7 PM  توسط علیرضا پاک گوهر  | 

یک نکته مهم درباره طرح آزمایشها از آقای احسان صباغیان درباره نظر آقای مهدی رشیدی

اگر فرض همگنی واریانس ها وجود نداشته باشه، اونوقت برآوردگرهای کمترین مجموع مربعات BLUE نخواهند بود. یعنی بهترین برآورد گر (نااریب و با کمترین واریانس ممکنه) نخواهند بود.
اما اگر فرض نرمال بودن رد شود، آزمون های صورت گرفته از اعتبار کافی برخوردار نیستند، اعم از آزمون معنی داری عوامل، فواصل اطمینان برای برآوردگرها و جدول تحلیل واریانس.
در نهایت این دو فرض به دو موضوع مختلف بر می گردن، یکی به برآورد پارامترها (همگنی واریانس) و دیگری به موضوعات آزمون کردن (نرمال بودن)
+ نوشته شده در  سه شنبه هجدهم خرداد 1389ساعت 3:28 PM  توسط علیرضا پاک گوهر  | 

نکته درباره طرح آزمایشها از دوست عزیزم مهدی رشیدی

در خصوص «طرح‌هاي آزمايشي» عنوان شده كه اگر نرمال بود آناليز واريانس و اگر نرمال نبود كروسكال واليس استفاده بشه در حالي كه به نظر من در آزمون آناليز واريانس چيزي كه بيشتر از نرمال بودن اهميت داره اينه كه واريانس‌ها همگن هستند يا نه و اگر همگن نباشند استفاده ازاين آزمون اشتباه بوده و مي‌بايست سراغ آزمون‌هاي ناپارامتري (كروسكال واليس) رفت. (نظر شما در اين خصوص چيه؟)
+ نوشته شده در  دوشنبه هفدهم خرداد 1389ساعت 12:21 PM  توسط علیرضا پاک گوهر  | 

آموزش bootstrap

سرکار خانم امیری برای دانستن درباره بوت استرپ اطلاعاتی خواسته اند که فایل زیر را ارسال کرده ام

salam aghaye pak gohar
man amiri hastam daneshjoye havashenasi.
be donbale tozihi baray raveshe bootstrap migashtam,ke matlabe kamele shoma ro khoshbakhtane peyda kardam.
ama moteasefane be sorate kamel baz nemishe,kheyli mamnon misham ke agar emkanesh hast baram befrestinesh.
mamnon misham agar mailamo javab bedin.
ba tashakor
amiri

آموزش بوت استرپ

+ نوشته شده در  دوشنبه سوم خرداد 1389ساعت 5:12 PM  توسط علیرضا پاک گوهر  | 

تحلیل مسیر چیست؟

درباره تحلیل مسیر می توانید به منابع زیر مراجعه کنید:

path Analysis review

1

2

3

۴4

5

6

7

8

09

  •  لطفا نظرات خود را هم بیان کنید

 

+ نوشته شده در  سه شنبه بیست و یکم اردیبهشت 1389ساعت 2:15 PM  توسط علیرضا پاک گوهر  | 

سوال درباره نحوه آزمون داده های رسته ای و رتبه ای

با سلام.وبلاگ خوبی دارید از اونجایی که در مورد spss نوشته بودید سوالی در مورد انتخاب یک آزمون دارم اگه همینجا راهنمایی کنید متشکر می شم.اگر ما یک متغییر باینری 500 نمونه ای داشته باشیم یعنی مثلا در 400 تا وقوع و در100 تا عدم وقوع داریم، در این حالت احتمال وقوع به کل نمونه ها، یک پنجم می باشد. اگر بخواهیم رابطه ی این متغییر باینری را با یک متغییر رتبه ای ببینیم بطوریکه متغییر رتبه ای ما مثلا از سه بازه مختلف تشکیل شده باشد بطوریکه احتمال وقوع در هر بازه مقداری مشخص می باشد. آیا آزمونی در spss داریم که با کمک از آن بتوانیم تفاوت معناداری را بین احتمال وقوع کل نمونه(یک پنجم) با احتمال وقوع در هر بازه بطور جداگانه مقایسه کنیم؟

برای مقایسه رابطه بین مولفه ها می توانید از آزمون جدول توافقی استفاده کنید. الان نمیتوانم بیشتر توضیح دهم گذاشتم در وبلاگ تا دوستان آماری هم نظرات خودشان را بدهند. فردا توضیح بیشتر میدهند.

این پاسخ یکی از دوستانم است که برای این سوال ارسال کرده

جناب آقای پاک گوهر
با همه احترامی که براتون قائلم چون دیدم جواب اشتباه دادید جواب درست را میذارم
دوست داشتید جوابتون را اصلاح کنید.
جدول توافقی استقلال را بررسی میکنه اونم برای متغیرهای رتبه ای
این به خاطر علاقه ام به استفاده درست از آماره و نه هیچ چیزه دیگه
من به همه وبلاگ ها و سایت های اماری که سراغ دارم به خاطر بروز شدن اطلاعات و چیزهای دیگه سر میزنم اگه نمیخواهید کسی سر بزنه مخصوصا من میتونید وبلاگ تون را محدود کنید که من نتونم بیام توش
برای بررسی چگونگی این رابطه باید از رگرسیون لجستیک و تحلیل ممیزی و یا لگ خطی استفاده کرد
مخصوصا رگرسیون لجستیک دقیقاَ جواب سوال را میده
اما برای تحلیل های پیشرفته تر میتونن از آزمون هایی که توی ناپارامتری هست استفاده کنند

 

اجواب کامل تر من:

برای سنجش روابطی مانند استقلال و وابستگی بین متغیرها از آزمون استقلال خی دو می توانید استفاده کنید. چون یکی از متغیرها رتبه ای است پس به نظر میرسه آزمون کندال مفید باشه . سعی میکنم در اولین فرصت درباره معیارهای سنجش علی بین متغیرها از قبیل کندال تاو بی  و کندال تاو سی و اسپیرمن و فی و .... توضیح دهم.

در صورتی که می خواهیم یک رده بندی و پیش بینی برای دو متغیر داشته باشیم روش رگرسیون لجستیک مولتی نامیال روش خوبی است.

در صورتی که می خواهیم تفاوت معنی دار آزمون کنیم. می توانیم از آزمون انوا یک طرفه استفاده کنیم. چون مقادیر ما نسبت هستند و نه تعداد به نظر اینکار نشد می آید ولی از نظر من از آنجا که می توان به نسبتها هم به دید یک مقدار فاصله ای نگاه کرد می توانیم از آنوا استفاده کنیم.

تحلیل ممیزی نیز یک روش دیگر کلاسه بندی است. البته در یک مقاله خواندم که روش لجستیک برای داده های با رسته کمتر بهتر از تحلیل ممیزی نتیجه می گیرد. و هرچه رسته ها افزایش یابند تحلیل ممیزی بهتر است.

+ نوشته شده در  چهارشنبه پانزدهم اردیبهشت 1389ساعت 10:8 AM  توسط علیرضا پاک گوهر  | 

یک مثال برای درخت تصمیم

به این مثال توجه کنید به نظرم مثال مناسبی برای یادگیری درخت تصمیم است.

decision tree learning

+ نوشته شده در  سه شنبه چهاردهم اردیبهشت 1389ساعت 2:8 PM  توسط علیرضا پاک گوهر  | 

Decision tree learning

اموزش یادگیری درخت تصمیم از دانشنامه ویکی پدیا

به ادامه مطلب مراجعه کنید.

 

+ نوشته شده در  سه شنبه چهاردهم اردیبهشت 1389ساعت 2:0 PM  توسط علیرضا پاک گوهر  | 

مفاهیم استنباطی برای توزیعهای یک نمونه ای

به لینک زیر مراجعه کنید:

lnference to one sample

+ نوشته شده در  یکشنبه پنجم اردیبهشت 1389ساعت 10:22 AM  توسط علیرضا پاک گوهر  | 

آشنایی با مفاهیم پایه ای استنباطی برآوردگرها و فواصل اطمینان

آشنایی با مفاهیم پایه ای استنباطی برآوردگرها و فواصل اطمینان

basic concept of Inference

+ نوشته شده در  یکشنبه پنجم اردیبهشت 1389ساعت 10:19 AM  توسط علیرضا پاک گوهر  | 

آشنایی با توزیعهای نمونه

برای آشنایی با توزیع های نمونه در آمار به آدرس زیر مراجعه کنید

آشنایی با توزیعهای آماری

+ نوشته شده در  یکشنبه پنجم اردیبهشت 1389ساعت 10:8 AM  توسط علیرضا پاک گوهر  | 

مروری بر احتمالات

برای آشنایی با احتمالات و مفاهیم آن به این آدرس که دوره آموزشی دانشگاه MBA آمریکا است مراجعه کنید

مروری براحتمالات

+ نوشته شده در  یکشنبه پنجم اردیبهشت 1389ساعت 10:4 AM  توسط علیرضا پاک گوهر  | 

توصیف و تحلیل داده ها با آمارهای توصیفی و نمودارها

 

برای آشنایی با خصوصیت آماره های توصیفی مانند میانگین و واریانس و نمودارها این دوره آموزشی دانشگاه MBA آمریکا را مطالعه کنید

 

Chapter 4: Summarizing & Exploring Data(Descriptive Statistics)Graphics! Graphics! Graphics!(and some numbers)

توصیف و تحلیل داده ها

+ نوشته شده در  یکشنبه پنجم اردیبهشت 1389ساعت 10:2 AM  توسط علیرضا پاک گوهر  | 

ٍآموزش مقدماتی مفاهیم آماری

 

سلام به دوستان

یه دوره آموزشی از دانشگاه MBA آمریکا درباره مقدمات آمار و مفاهیم احتمالاتی به زبان انگلیسی

لینک

ٍآموزش مقدماتی مفاهیم آماری

+ نوشته شده در  یکشنبه پنجم اردیبهشت 1389ساعت 9:55 AM  توسط علیرضا پاک گوهر  | 

مقایسه MSE در برآوردگرهای مختلف آنتروپی

یکی از روشهای مناسب برای تشخیص آنتروپی استفاده از معیارMSE است.

برای مطالعه بیشتر به لینک زیر مراجعه کنید:

مقایسه MSE در برآوردگرهای مختلف آنتروپی

+ نوشته شده در  چهارشنبه یکم اردیبهشت 1389ساعت 7:2 PM  توسط علیرضا پاک گوهر  | 

لینک آموزش شبکه عصبی را برای دوستان علاقمند گذاشته ام در صورتی که هنگام کار با شبکه عصبی اشکالی دارند می توانند با من در میان بگذارند. امیدوارم بتوانم کمکی بکنم. فقط خواهشا سوالات واضح و مشخص باشند و به طرح سوالات کلی نپردازید که مجال پاسخ دهی نیست

 

http://www.4shared.com/document/fFJAG1fu/SPSS_Neural_Network_170.html
آموزش شبکه عصبی با spss

+ نوشته شده در  سه شنبه سی و یکم فروردین 1389ساعت 10:58 AM  توسط علیرضا پاک گوهر  | 

آموزش شبکه عصبی با نرم افزار spss

+ نوشته شده در  سه شنبه سی و یکم فروردین 1389ساعت 10:54 AM  توسط علیرضا پاک گوهر  | 

اموزش شبکه عصبی با spss.17

 

بعضی علاقمند به استفاده با اس ی اس اس هستند این منوال کمک خوبی میکند به سوالات خود جواب دهیم بالاخص در زمینه کلاسه بندی اس ی اس اس

به آدرس زیر برای دریافت فایل مراجعه کنید

آموزش شبکه عصبی با اس پی اس اس 17

+ نوشته شده در  جمعه بیست و هفتم فروردین 1389ساعت 12:44 PM  توسط علیرضا پاک گوهر  | 

آزمون نرمال بودن در حالت چند متغیره

 

بسیاری از کسانی که با داده هایی سرو کار دارند که در نهایت می خواهند از آنها مدلهای مبتنی بر پذیره نرمال بودن داده ها برازش داهند مانند مدلهای رگرسیونی خطی و...  یا آنکه آزمونهایی انجام دهند که نیازمند آن است که در درجه اول داده ها نرمال باشند. دوست خوبم آقای احسان صباغیان در این باره مطلب مفیدی در وبلاگ خود ارائه داده اند که برای نشر آن آدرس مطلب را در ادامه آورده ام:

 

http://ehsanbiostat.blogfa.com/post-51.aspx

خوبی توضیحات آقای صباغیان ارائه منابع اطلاعات است.

+ نوشته شده در  جمعه هشتم آبان 1388ساعت 12:58 PM  توسط علیرضا پاک گوهر  | 

منابع داده StatLib---Datasets Archive

اگربخواهید کار آماری با یک سری داده بکنید پیشنهاد من سایت های داده ای زیر است:

http://lib.stat.cmu.edu/datasets/

برای جزییات بیشتر رجوع کنید به:

 


ادامه مطلب
+ نوشته شده در  جمعه یکم آبان 1388ساعت 1:1 PM  توسط علیرضا پاک گوهر  | 

شعار آمار

Statistical thinking will one day be as necessary for efficient citizenship as the ability to read and write.” H.G. Wells (1886-1946)
+ نوشته شده در  پنجشنبه شانزدهم مهر 1388ساعت 10:27 AM  توسط علیرضا پاک گوهر  | 

كاهش نرخ بيكاري با دستكاري آماري

 

 

 

 

طبق اعلام نماگرهاي معاونت برنامه ريزي و نظارت راهبردي رياست جمهوري، با وجود كاهش 393 هزار نفري تعداد افراد شاغل كشور در چهار سال گذشته، نرخ بيكاري از 5/11 درصد در سال 84 به 4/10 درصد در سال 87 رسيده و 1/1 درصد كاهش يافته است.

به نوشته «سرمايه»، طبق آمار شماره 28 شهريور 1388 نشريه «برنامه»، ارگان معاونت برنامه ريزي و نظارت راهبردي، با وجود رشد 6/4 درصدي جمعيت بالاي 10 سال كشور و افزايش دو ميليون و 698 هزار نفري اين جمعيت در چهار سال 87- 1384، دولت در محاسبات خود جمعيت فعال را 733 هزار و 716 نفر كاهش داده و آن را 24 ميليون و 40 هزار نفر در سال 84 و 23 ميليون و 306 هزار نفر در سال 87 اعلام كرده است.

به عبارت ديگر طبق اعلام مركز آمار ايران، با وجود رشد 6/4 درصدي و افزايش 7/2 ميليون نفري جمعيت بالاي 10 سال در دوره چهار ساله دولت نهم، جمعيت فعال كشور از 41 درصد جمعيت بالاي 10 سال در سال 84 به 38 درصد در سال 87 رسيده و سه درصد كاهش يافته و نزديك به 734 هزار نفر كمتر شده است.

به عقيده كارشناسان اقتصادي، همين امر يعني پايين نشان دادن جمعيت فعال اقتصادي با وجود رشد 7/2 ميليون نفري جمعيت بالاي 10 سال موجب شده كه مخرج كسر نسبت جمعيت شاغل به جمعيت فعال كشور 734 هزار نفر كوچك تر شود و در نتيجه با وجود كاهش 393 هزار نفري جمعيت شاغل يا صورت كسر نسبت جمعيت شاغل به جمعيت فعال كشور، باز هم نرخ بيكاري 1/1 درصد كاهش نشان مي‌دهد و از 5/11 به 4/10 درصد رسيده است.

اين در حالي است كه اگر نرخ مشاركت يا نسبت جمعيت فعال به جمعيت بالاي 10 سال را معادل سال 84 فرض كنيم در سال 87 از جمعيت 61 ميليون و 333 هزار نفري بالاي 10 سال كشور بايد معادل 41 درصد يا 25 ميليون و 146 هزار نفر جمعيت فعال داشته باشيم. در حالي كه طبق اعلام مركز آمار ايران 38 درصد يا 23 ميليون و 306 هزار نفر جمعيت فعال در سال 87 داشته‌ايم.

اين رقم با فرض 41 درصدي جمعيت فعال در سال 87 معادل يك ميليون و 840 هزار نفر فاصله دارد. بر اين اساس اگر فرض 41 درصدي جمعيت فعال را در نظر بگيريم و نسبت افراد شاغل به 25 ميليون و 146 هزار نفر جمعيت فعال را فرضي محاسبه كنيم نرخ اشتغال معادل 83 درصد و نرخ بيكاري معادل 17 درصد خواهد بود. برخي كارشناسان با تكيه بر همين فرض كه درصد جمعيت فعال كمتر نشده معتقدند نرخ بيكاري حول و حوش 15 تا 17 درصد است.

كارشناسان، دلايل متعددي را براي تداوم نرخ 41 درصدي درصد جمعيت فعال اقتصادي اعلام مي‌كنند و عده‌اي ديگر از صاحب نظران معتقدند در چهارسال گذشته جمعيت فعال و جوياي كار كمتر شده است. البته دلايل مركز آمار ايران براي اثبات كاهش سه درصدي جمعيت فعال در چهار سال گذشته مشخص نيست و بهتر است كه اعلام شود.

برخي كارشناسان، با اشاره به افزايش 6/4 درصدي جمعيت فعال در چهارسال گذشته، معتقدند در آمارگيري ها، كم خواني آماري داريم و برخي بيكاران كه سال هاست بيكارند و ديگر دنبال كار نمي‌روند را جزو افراد فعال محاسبه نمي‌كنند و در نتيجه بسياري از افراد جوياي كار جزء جمعيت فعال محاسبه نمي‌شوند.

به عقيده اين كارشناسان، طبق آمار رشد جمعيت در دهه 1360، بايد سالانه 800 هزار تا 2/1 ميليون نفر به جمعيت فعال كشور اضافه مي‌شد نه اينكه كم شود.

در حالي كه طبق آمار اعلام شده تعداد جمعيت فعال 734 هزار نفر در چهارسال گذشته كاهش يافته و اين آمار با واقعيت رشد جمعيت بالاي 10 سال در سال‌هاي اخير همخواني ندارد و اين پرسش وجود دارد كه با وجود رشد 6/4 درصدي جمعيت بالاي 10 سال چرا سه درصد از جمعيت فعال و تعداد آن 734 هزار نفر كاهش يافته است.

برابر آمار ارائه شده از سوي مركز آمار ايران نرخ بيكاري طي دوره چهار ساله 1384 تا پايان 1387 از 5/11 به 3/10 درصد كاهش يافته، اين در حالي است كه در صورت در نظر گرفتن رشد 6/4 درصدي دو شاخص جمعيت كل كشور و جمعيت بالاي 10 سال كشور قاعدتاً بايد تعداد جمعيت فعال كشور نيز متناسب با آن به 6/4 درصد رشد مي‌يافت. در اين حالت تعداد جمعيت فعال اقتصادي كشور كه برابر آمار مركز آمار ايران 24 ميليون و 40 هزار نفر برآورد شده بايد بر 25 ميليون و 110 هزار نفر در پايان سال 1387 بالغ مي‌شد كه اين تعداد يك ميليون و 810 هزار نفر بيشتر از تعداد 23 ميليون و 306 هزار نفري آمار رسمي كشور است.

با در نظر گرفتن آمار اعلامي 20 ميليون و 882 هزار نفري تعداد افراد شاغل كشور در سال 1387 و كسر آن از جمعيت فعال اقتصادي برآورد شده (با در نظر گرفتن رشد 6/4 درصدي) كه نزديك به 25 ميليون و 110 هزار نفر را نشان مي‌دهد تعداد افراد بيكار در پايان سال 1387 بالغ بر چهار ميليون و 228 هزار نفر خواهد بود.

در اين حالت نرخ بيكاري كشور كه برابر تعريف مركز آمار ايران از نسبت جمعيت بيكار (چهار ميليون و 228 هزار نفر) به جمعيت فعال (25 ميليون و 110 هزار نفر) (شاغل و بيكار) ضرب در 100 به دست مي‌آيد معادل 8/16 درصد خواهد بود.

با در نظر گرفتن نرخ بيكاري به دست آمده در فوق (8/16 درصد) و كسر آن از نرخ بيكاري اعلامي از سوي مركز آمار ايران (4/10 درصد) شاهد فاصله 4/6 درصدي در نرخ‌هاي داراي رشد متناسب با افزايش جمعيت بالاي 10 سال كشور و نرخ اعلامي از سوي مركز آمار ايران خواهيم بود و اين نكته‌اي است كه بايد عوامل موثر در آن بيشتر مورد بررسي قرار گيرد و مشخص شود چگونه طي سال 1387 بالغ بر 751 هزار نفر از تعداد جمعيت فعال اقتصادي كشور كاسته شده، در حالي كه كل كاهش در دوره چهار ساله 1384 تا 1387 بالغ بر 734 هزار نفر بوده است. برابر آمار مركز آمار ايران نرخ بيكاري جوانان 15 تا 24 ساله در سال 1387 حاكي از آن است كه 23 درصد از جمعيت فعال 15 تا 24 ساله در اين سال بيكار بوده‌اند. بررسي روند تغييرات نرخ بيكاري جوانان در اين دوره سني نشان مي‌دهد نرخ بيكاري در سال 1387 نسبت به سال‌هاي 1384 و 1385 به ترتيب 30/0 و 5/0 درصد كاهش و نسبت به سال 1386، بالغ بر 7/0 درصد افزايش يافته است.

تعداد جوانان بيكار در دوره فعلي مورد بررسي و در سال 1387 بالغ بر يك ميليون و 110 هزار نفر اعلام شده كه از اين تعداد 778 هزار نفر مرد و 332 هزار نفر زن بوده‌اند و 840 هزار نفر از اين جمعيت در مناطق شهري و 299 هزار نفر نيز در مناطق روستايي سكونت داشته‌اند.

برابر آمار اعلامي از سوي مركز آمار ايران، نرخ بيكاري جوانان 15 تا 29 ساله حاكي از آن است كه 4/20 درصد اين جمعيت در سال 1387 بيكار بوده‌اند. بررسي روند تغييرات نرخ بيكاري جوانان در دوره سني مورد بررسي نشان مي‌دهد اين شاخص در سال 1387 نسبت به سال‌هاي 1384 و 1385 به ترتيب 20/0 و 4/0 درصد كاهش و نسبت به سال 1386، بالغ بر 4/0 درصد افزايش يافته است.

تعداد جوانان بيكار در دوره سني مورد بررسي و در سال 1387 بالغ بر يك ميليون و 747 هزار نفر اعلام شده كه از اين تعداد يك ميليون و 187 هزار نفر مرد و 560 هزار نفر زن بوده‌اند و يك ميليون و 358 هزار نفر از اين جمعيت در مناطق شهري و 389 هزار نفر در مناطق روستايي سكونت داشته‌اند.
+ نوشته شده در  شنبه چهارم مهر 1388ساعت 8:35 PM  توسط علیرضا پاک گوهر  | 

قانون بن فور یا قانون کشف تقلب انتخاباتی

درباره این قانون منم تازه شنیده ام و در حال حاضر درباره ان مطالعه می کنم . آنچه تا الان دانسته ام در ادامه می آورم. اگر دوستان مطلبی در این باره دارند ممنون می شوم تا از نظرات و اطلاعات آنها بهره ببریم.
ادامه مطلب
+ نوشته شده در  سه شنبه دوم تیر 1388ساعت 12:4 PM  توسط علیرضا پاک گوهر  | 

اندازه نمونه (حجم نمونه) چه اندازه باشد؟

برای بسیدن به دست آوردن اندازه نمونه بارها و بارها از من و آماری های دیگر سوال شده است. اگرچه این موضوعی امری اساسی بوده و بدیهی است که غالباْ باید از آن اگاه باشند لیکن به دلایل بسیاری مانند درک نادرست مفهوم متغیرها و مسئله تحقیق رسیدن به پاسخ کار را بسیار مشکل نموده است. در این بین پاسخ مدیر سایت پرسه گاه را  در بین پاسخ های دیگر افراد پاسخی کارشناسی دیدم که به یکی از دانشجویان ارائه داده بود. ودر ادامه آمده است 

http://porsegah.com/forum/index.php?topic=147.0;prev_next=next

ایمیل :admin@porsegah.com <admin@porsegah.com>


ادامه مطلب
+ نوشته شده در  پنجشنبه بیست و هشتم خرداد 1388ساعت 2:58 PM  توسط علیرضا پاک گوهر  | 

تاريخچه و علل ايجاد مفهوم ابهام كولموگروف

 

تاريخچه و علل ايجاد مفهوم ابهام كولموگروف

نویسنده:آسيه حسيني

منبع: http://www.khschool.ir/Article/ViewArticle.asp?id=1132&catname=ریاضی&ActiveStateCode=13

این مقاله به ارائه تعاريف اوليه درباره مباحث ابهام كولموگروف و ذكر خصوصيات پايه و چند نامساوي مشهور پرداخته آنگاه به ارائه مثالهايي از محاسبه اين ابهام در چند مورد را بیان میدارد بعد از آن رابطه بين ابهام كولموگروف و آنتروپي يك متغير تصادفي و احتمال جامع و رابطه آن با ابهام كولموگروف و بعضي از كاربردهاي عملي و تئوري اين مفهوم را بر می شمرد . متن کامل مقاله در ادامه مطلب آمده است


ادامه مطلب
+ نوشته شده در  چهارشنبه شانزدهم اردیبهشت 1388ساعت 3:36 PM  توسط علیرضا پاک گوهر  | 

ماوری احتمالات - اعجاز قرآن

ماوری احتمالات - اعجاز قرآن - قسمت پنجم

 

نویسنده: المیرا احدی- دانش آموز دبیرستان تکتم مشهد

منبع:

http://www.khschool.ir/Article/ViewArticle.asp?id=4210&catname=%D8%B1%DB%8C%D8%A7%D8%B6%DB%8C&ActiveStateCode=13

 

 


ادامه مطلب
+ نوشته شده در  چهارشنبه شانزدهم اردیبهشت 1388ساعت 3:28 PM  توسط علیرضا پاک گوهر  | 

مطالب جدیدتر
مطالب قدیمی‌تر