آزمون های پارامتری و ناپارامتری

 

 

آزمون t تك نمونه : براي آزمون فرض پيرامون ميانگين يک جامعه استفاده مي شود. در بيشتر پژوهش هائي که با مقياس ليکرت انجام مي شوند جهت بررسي فرضيه هاي پژوهش و تحليل سوالات تخصصي مربوط به آنها از اين آزمون استفاده مي شود.

آزمون t وابسته : براي آزمون فرض پيرامون دو ميانگين از يک جامعه استفاده مي شود. براي مثال اختلاف ميانگين رضايت کارکنان يک سازمان قبل و بعد از تغيير مديريت يا زماني که نمرات يک کلاس با پيش آزمون و پس آزمون سنجش مي شود.

ادامه نوشته

آزمون t

برای مقایسه سطوح یا میانگین دو نمونه مستقل از داده های کمی،‌ اغلب آزمون t با نمونه های مستقل(Independent Samples t-Test) مناسب است. آزمون t با نمونه های مستقل،‌ در شکل اصلی اش با فرض ثابت بودن واریانس جامعه از یک متوسط واریانس ها یا برآورد ترکیبی آن استفاده می کند. به همین دلیل این آزمون را به عنوان آزمون t ترکیبی (pooled t - test ) شناخته می شود.
ادامه نوشته

قابليت اطمينانDependability

قابليت اطمينانDependability

قابليت اعتماد معمولا براي بيان درجه اي از اطمينانِ كاركردن يك قطعه يا يك سيستم بطور موفقيت آميز، تحت شرايط مشخص و در يك دوره زماني معين به كار مي رود. اما اين بدان معنا نيست كه اگر يك قطعه يا يك سيستم خراب شد، لزوما غير قابل اعتماد باشد.

اگر مجموعه قابليتهاي، قابليت اعتماد، قابليت نگهداري و تعميرپذيري ، قابليت دسترسي، قابليت ايمني، دوام و قابليت استفاده براي يك سيستم وجود داشته باشد، گوييم سيستم قابليت اطمينان دارد.

ادامه نوشته

تحليل مميزي و رده بندي  Discriminate Analysis (DA) and Classification

تحليل مميزي مربوط به يافتن قاعده اي براي تميز دادن دو يا چند جامعه چند متغيره از يكديگر مي باشد. مهمترين كاربرد تحليل مميزي رده بندي است.

تصميم گيري راجع به اينكه يك مشاهده P متغيره متعلق به كدام يك از دو جامعه يا چند جامعه رقيب است، رده بندي ناميده مي شود. به عنوان مثال فرض كنيد در يك حفاري جمجمه هاي جديدي يافت شده اند. چگونه مي توان با روشهاي آماري تصميم گرفت كه هر يك از جمجمه ها متعلق به كدام يك از پنج دوره زمين شناسي است؟ روشهاي تحليل مميزي و رده بندي به اين سوال پاسخ مي دهد. كاربردهاي متعددي براي روشهاي تحليل مميزي و رده بندي در پزشكي، قابل تصور است. در واقع در بسياري از موارد تشخيص نوع بيماري مي تواند بر اساس علائم قابل مشاهده مبتني بر روشهاي تحليل مميزي و رده بندي باشد.

تحليل عاملي  (Factor Analysis (FA   

تحليل مولفه هاي اصلي روشي جهت تقليل بعد مساله مورد مطالعه است. تحليل عاملي نيز روش ديگري جهت تقليل بعد مساله است. هرچند هدف اصلي تحليل مولفه هاي اصلي و تحليل عاملي، تقليل بعد مساله است ولي تفاوتهايي نيز دارند. در  تحليل مولفه هاي اصلي امكان تبديل تعداد زيادي از متغيرهاي اوليه به تعداد معدودي از متغيرهاي جديد (كه همان چند مولفه اصلي اول هستند) بررسي مي شود. بطوريكه متغيرهاي جديد سهم بزرگي از كل واريانس را داشته باشند. در تحليل عاملي معمولا تعداد بسيار زيادي متغير داريم (مثلا 50 متغير) و مي خواهيم بررسي كنيم كه آيا مي توان اين متغيرها را به چند گروه معدود (مثلا به سه گروه) تفكيك نمود، بطوريكه متغيرهايي كه داخل يك گروه هستند با يكديگر داراي همبستگي زياد باشند ولي متغيرهاي هر گروه همبستگي ناچيزي با متغيرهاي گروههاي ديگر داشته باشند.

ناپارامتری

 

گاهی با دانستن توزیع داده ها به راحتی می توانیم برآورد گرها را بیابیم مثلا اگر داده های ما دارای توزیع نرمال باشند میانه و میانگین بر هم منطبقند پس در این حالت ما از آمار پارامتری استفاده می کنیم ...

در نقطه مقابل این کار وقتی ما توزیع احتمال داده هایمان را نداریم برای برآورد  میانه از آمار ناپارامتری استفاده می کنیم ....

ادامه نوشته

کنترل کیفیت و 6 سیگما

 

‌در اواسط‌ دهه‌  1980، شركت‌ موتورولا(MOTOROLA) به‌ تلاشي‌ گسترده‌ براي‌ بهبود كيفيت‌ و دستيابي‌ به‌ نقص‌ صفر در توليدات‌ و خدمات‌ خود پرداخت. چنين‌ وضعيتي‌ را به‌عنوان‌ كيفيت‌ 6 سيگما نام‌ نهاد و يك‌ سيستم‌ سنجشي‌ ايجاد كرد كه‌ عملكرد را به‌ سوي‌ كسب‌ رضايت‌ مشتري‌ به‌ عنوان‌ هدف‌ اصلي‌ سوق‌ مي‌داد. سيگما حرف‌ هجدهم‌ از حروف‌ الفباي‌ يوناني‌ و اصطلاحي‌ در آمار است‌ كه‌ به‌ نمايش‌ انحراف‌ از وضع‌ مطلوب‌ مي‌پردازد. شش‌ سيگما را معادل‌ 4/3 نقص‌ در ميليون‌ تعريف‌ كردند و نقص‌ را هر چيز خارج‌ از رضايت‌ مشتري‌ ناميدند. شركتهاي‌ نمونه‌ آمريكايي، امروزه‌ درحد 3 يا 4 سيگما يا به‌ ترتيب‌ معادل‌ 66807 يا 6210 نقص‌ در ميليون‌ به‌ توليد مي‌پردازند. براي‌ دستيابي‌ به‌ 6 سيگما، سازمان‌ به‌ كاهش‌ متغيرهاي‌ اثرگذاري‌ بر ضايعات‌ موجود در فرايند مي‌پردازد به‌نحوي‌ كه‌ فرايندي‌ جديد و محصولي‌ نوين‌ در سطح‌ كيفيت‌ 6 سيگما حاصل‌ گردد. بهبود زماني‌ تحقق‌ مي‌يابد كه‌ سيستم‌هاي‌ بهبود فرايند با انضباطي‌ كامل‌ و مبتني‌ بر شيوه‌DMAIC اجرا گردد. عواملي‌ كه‌ زير چتر شش‌ سيگماي‌ شركتها قرار مي‌گيرند، متفاوتند.

ادامه نوشته

فرضیه چیست؟

 

هیچ گاه جمع آوری داده ها فی نفسه دارای ارزش نیست. همواره تحقیقات به علت وجود احساس نیاز به انجام آزمایش در مورد یک فرض موقتی درباره طبیعت،‌ که با نام فرضیه شناخته می شود،‌ انجام می شود. اغلب فرضیه بیانگر این مطلب است که یک ارتباط علیتی بین دو متغیر وجود دارد به شکلی که میزان یکی (متغیر مستقل independent variable) تا حدودی تعیین کننده دیگری (متغیر وابستهdependent variable) است.

ادامه نوشته

معرفی نرم افزار spss

 

Statistical Package for Social Siences بسته نرم افزار آماری برای علوم اجتماعی، spss به عنوان یکی از نرم افزارهای قدرتمند در تجزیه و تحلیلهای آماری چندین سال است که در تحقیقات دانشگاهی و صنعتی مورد استفاده قرار می‌گیرد ولی متاسفانه همواره فقدان یک مجموعه جامع که به بررسی کامل این نرم افزار پرداخته باشد به چشم می‌خورد.

این نرم‌افزار یکی از نرم‌افزارهای تخصصی آمار می‌باشد و بیشتر به بحث‌های آماری در حیطهء علوم اجتماعی، روانشناسی و علوم رفتاری و … می پردازد.

  

ادامه نوشته

معرفی نرم افزار s-plus

 

نرم افزار Splus  یکی از نرم افزارهای پیشرفته دهه اخیر می باشد که با سرعت قابل ملاحظه ای پیشرفت داشته است و نسخه های مختلف آن هرچند وقت یکبار به جهان عرضه می شود . این نرم افزار با برخورداری از کارایی وسیع در نظریه های مختلف آمار در سطوح مقدماتی و پیشرفته خصوصاً در سال های اخیر به عنوان ابزاری مهم در عمده تحلیل های کمی داده ها و مدل های آماری و استخراج نتایج توسط پژوهشگران جهان مورد استفاده قرار می گیرد .

ادامه نوشته

خود همبستگی چیست؟

 

یکی از فروض کلاسیک در تخمین بروش ols نبود ارتباط میان پسماندها ( باقیمانده ها یا خطاها) در دوره های مختلف زمانی است؛ نقض این فرض مشکلی به نام خود همبستگی ایجاد می کند. به عبارت دیگر مدل کلاسیک فرض می کند که جزء اخلال مربوط به یک مشاهده، تحت تاثیر جزء اخلال مربوط به مشاهده دیگر قرار نمی گیرد.

ادامه نوشته

سری زمانی

 

سری های زمانی یکی از شاخه های آمار و احتمال است که در سایر رشته های علوم مانند ژئوفیزیک، اقتصاد، مهندسی ارتباطات، هواشناسی و ... کاربرد فراوانی دارد؛ دامنه کاربردهای سری های زمانی روز به روز گسترده تر می شود و نیاز دانش پژوهان در این زمینه افزون تر می گردد.

« یک سری زمانی مجموعه مشاهداتی است که بر حسب زمان مرتب شده باشند.»

تجزیه و تحلیل سری های زمانی بطور نظری و عملی از زمان شروع کار اصلی جورج.ای.پی. باکس و ام.جنکینس در سال 1970 ( تحت عنوان تجزیه و تحلیل سری های زمانی، پیش بینی و کنترل ) به سرعت توسعه پیدا نمود.

داده هایی که ازمشاهدات یک پدیده در طول زمان بدست می آیند بسیار متداول هستند، در کسب و کار و اقتصاد، در هواشناسی، در کشاورزی، در علوم بیولوژیکی فهرست زمینه هایی که در آن سری زمانی مشاهده شده و تجزیه و تحلیل می شود بی پایان است. هدف تجزیه و تحلیل سری های زمانی معمولاً دوتاست:

- درک یا به مدل در آوردن مکانیسم تصادفی که منجر به مشاهده، سری می شود

- پیش بینی مقادیر آینده سری، بر مبنای  گذشته آن

در تجزیه و تحلیل یک سری زمانی چندین هدف ممکن وجود دارد. این اهداف را می توانیم به صورت توصیف، تشریح، پیش بینی و کنترل رده بندی کنیم.

ادامه نوشته

علم آمار

  

آمار علم طبقه بندی اطلاعات،علم تصمیم گیریهای منطقی، علم برنامه ریزی های دقیق  علم توصیف و بیان آن چیزی است که از اطلاعات و مشاهدات میتوان فهمید. به همین دلیل است که هر روزه شاهد گسترش بیش از پیش کاربردهای آمار در زمینه های مختلف هستیم. مدیران ما چه در سطوح میانی و چه در سطوح عالی، قطعا با کاربرد آمار و استفاده از قابلیت های فراوان این علم ، چه در زمینه توصیف اطلاعات و چه در زمینه استنباط اطلاعات در کار خود موفقیت بیشتر و چشمگیر تری کسب خواهند نمود. محققان ما در زمینه های پزشکی به خوبی به اهمیت آمار برای تایید یا رد اثر بخشی یک داروی جدید و یا یک روش درمان واقفند. تولید کنند گان محصولات مختلف میتوانند با استفاده از آینه آمار جایگاه خویش را در میان رقیبان ببینند و بسنجند و با استفاده از این علم جهت صحیح را پیدا کنند. اقتصاد دانان و مدیران اقتصادی در صورت استفاده از این علم خواهند فهمید که برنامه ریزی های اقتصادی چه قدر آسان تر، علمی تر و اثر بخش تر خواهد بود. و در نهایت پژوهشگران، محققان، استادان دانشگاهها و دانشجویان نیز با روی آوردن بیشتر به استفاده از آمار و تحلیلهای آماری بر ارزش و اثربخشی تحقیقات خود می افزایند.

ادامه نوشته