دسته بندی | پاورپوینت |
فرمت فایل | pptx |
حجم فایل | 2355 کیلو بایت |
تعداد صفحات فایل | 55 |
محتوا : power point - خلاصه نویسی روش تحقیق و ماخذشناسی , نیاز بشر به تحقیقات علمی به چند دسته تقسیم می شوند , هدف تحقیق علمی , منابع مختلف شناخت از دیدگاه فلاسفه و دانشمندان , مفهوم تحقیق علمی , جایگاه آمار در تحقیقات علمی و مراحل انجام آن , تفاوت knowledge ( تعریف عام علم ) و science (تعریف خاص علم) , چهار ویژگی یک نظریه علمی خوب , قانون علمی و مشخصات آن , استدلال و انواع آن , انواع تحقیقات علمی براساس روش , ویژگی های تحقیقات بنیادی , مشخصات تحقیقات کاربردی , انواع منابع تحقیقات تاریخی , تحقیقات تجربی , انتخاب ، تعریف و بیان مساله تحقیق , چگونگی بیان محتوا : power point , مسئله تحقیق , نقش فرضیه در تخقیقات علمی , ویژگی های یک فرضیه خوب , نمونه گیری , انواع ابزار های گردآوری اطلاعات , مقیاس اندازه گیری اطلاعات , روش های گردآوری اطلاعات , ابزارهای گردآوری اطلاعات در روش کتابخانه ای , شاخص های آمار توصیفی ,
فایل پاورپوینت آماده ارائه
دارای افکت حروف
دارای افکت صفحات
فایل قابل ویرایش می باشد.
دسته بندی | فنی و مهندسی |
فرمت فایل | ppt |
حجم فایل | 1107 کیلو بایت |
تعداد صفحات فایل | 190 |
دانلود بهترین و کامل ترین پاورپوینت آموزش آمار و احتمالات مهندسی ویژه کنکور ارشد دولتی رشته های فنی مهندسی
تعداد اسلاید ها : 190
فرمت فایل : PPT (قابل ویرایش)
کلیه اسلاید ها دارای طراحی زیبا بوده و افکت گذاری شده اند.
پوشش کل مطالب درس آمار و احتمالات مهندسی
فهم بهتر درس با مثال های بصری
به دلیل ادغام متن و تصویر و داشتن افکت یادگیری بسیار سریعتر بوده و چشم کمتر خسته می شود از این رو بهترین نوع مطالعه و مرور درس استفاده از پاورپوینت می باشد.
سریع الانتقال یادگیری آسان و سریع درس آمار و احتمال مهندسی
فهرست مطالب :
فصل اول :
فصل دوم :
فصل سوم :
فصل چهارم :
فصل پنجم :
فصل ششم :
فصل هفتم :
فصل هشتم :
همانطور که از فهرست مطالب مشخص است این پاورپوینت در 8 فصل به طور مفصل و سریع به مرور کل مطالب درس آمار و احتمال می پردازد.
دسته بندی | آمار |
فرمت فایل | ppt |
حجم فایل | 2811 کیلو بایت |
تعداد صفحات فایل | 177 |
عناوین کلی:
کیفیت و ابعاد آن
کنترل آماری فرآیند (SPC)
ابزارهای هفت گانه SPC
مفاهیم آماری نمودار کنترل
طراحی نمودارهای کنترل
آموزش نرم افزار
دسته بندی | آمار |
فرمت فایل | zip |
حجم فایل | 643 کیلو بایت |
تعداد صفحات فایل | 13 |
ترجمه مقاله "روشهای MCMC برای مدل های امیخته خطی تعمیم یافته چند-پاسخی: بسته MCMCglmm "
چکیده
مدل آمیخته خطی تعمیم یافته یک چارچوب انعطاف پذیر برای مدل سازی طیف وسیعی از اطلاعات فراهم می کند، هر چند که با متغیرهای پاسخ دهی غیر-گاوسی نمی توان احتمال را در قالب بسته به دست آورد. روش زنجیره مارکوف مونت کارلو[1] با نمونه برداری از یک سری از توزیع های شرطی ساده که می تواند مورد بررسی قرار گیرد، این مشکل را حل میکند. بسته MCMCglmm R ، چنین الگوریتمی را برای طیف وسیعی از مشکلات برازش مدل اجرا میکند. بیش از یک متغیر پاسخ می تواند به طور همزمان مورد تجزیه و تحلیل قرار گیرد ، و این متغیرها مجاز به پیروی از توزیع گاوسی[2]، پواسون[3]، چند (دو) اسمی، نمایی، تورم صفر و سانسور شده[4] است. طیف وسیعی از سازه ها واریانس برای اثرات تصادفی مجاز هستند، از جمله تعامل با متغیرهای قیاسى و یا پیوسته (به عنوان مثال، رگرسیون تصادفی) و ساختار واریانس پیچیده تر که از طریق دودمان مشترک بوجود می آیند، چه از طریق شجره یا چه از طریق تکامل نژادى. مقادیر گمشده در متغیر پاسخ (ها) مجاز است و داده ها تا سطحی از خطای اندازه گیری در متاآنالیز می تواند شناسایی شود. همهی شبیه سازی ها در C/ C++ با استفاده از برنامه CSparse برای سیستم های خطی پراکنده انجام میشود. اگر شما نرم افزار استفاده میکنید لطفا به این مقاله که در مجله Statistic Software منتشر شده (Hadfield 2010) استناد کنید.
کلمات کلیدی: MCMC ، مدل آمیخته خطی ، شجره ، تکامل نژادى ، مدل حیوانی، چند متغیره، پراکنده، R.
با توجه به انعطاف پذیری مدل های آمیخته خطی، در حال حاضر آنها به طور گسترده ای در علوم مختلف استفاده می شوند (Brown and Prescott 1999; Pinheiro and Bates 2000; Demidenko 2004). با این حال، تعمیم این مدل به داده های غیر گوسی دشوار است زیرا یکپارچه سازی اثرات تصادفی مقاوم مشکل است (McCulloch and Searle 2001). اگرچه تکنیک هایی که این انتگرال ها را تقریب میزنند (Breslow and Clayton 1993) در حال حاضر مرسوم هستند، روش زنجیره مارکوف مونت کارلو (MCMC) یک استراتژی جایگزین برای به حاشیه راندن عوامل تصادفی قوی تر ارائه میکند (Zhao, Staudenmayer, Coull, and Wand 2006; Browne and Draper 2006) پژوهش بر روی توسعه روش MCMC برای تعمیم مدل های آمیخته خطی (GLMM) بسیار فعال است (Zeger and Karim 1991; Damien, Wakefield, and Walker 1999; Sorensen and Gianola 2002; Zhao et al. 2006). و در حال حاضر چندین بسته نرم افزاری برای اجرای این تکنیک موجود است (به عنوان مثال WinBUGS (Spiegelhalter, Thomas, Best, and Lunn 2003), MLwiN (Rasbash, Steele, Browne, and Prosser 2005), glmmBUGS (Brown 2009), JAGS (Plummer 2003)). با این حال، این روش اغلب نیازمند تجربه و تخصص کاربر بوده و ممکن است محاسبه زمانبر باشد. بسته MCMCglmm برای R (تیم هسته توسعه R[5]، 2009) از روش زنجیره مارکوف مونت کارلو برای دستیابی به چند پاسخ تعمیم مدل های خطی آمیخته استفاده میکند. طیف وسیعی از توزیع ها پشتیبانی می شوند و انواع مختلفی از ساختار واریانس برای اثرات تصادفی و باقی مانده می تواند اجرا شود. هدف ارائه روشی است که به تخصص کم کاربر نیاز داشته در حالی که میزان زمان محاسبات لازم برای توزیع کافی نمونه را کاهش میدهد.
در این مقاله ما ساختار بنیادین GLMM و سپس به طور خلاصه یک استراتژی کلی برای تخمین پارامترها را توضیح میدهیم. چندین نتیجه جدید ارائه شده است، و ما میخواهیم اذعان کنیم که بسیاری از نتایج آماری را می توان در Sorensen and Gianola (2002) پیدا کرد و بسیاری از جزئیات الگوریتم که اجرای خوب مدل را فراهم می کند، را می توان در Davis (2006) یافت. متن اصلی مقاله نرم افزار را با استفاده از یک مثال از آزمایش ژنتیکی کمی معرفی می کند. ما با مقایسه روش ها با WinBUGS (Spiegelhalter et al. 2003) کار را تمام کردیم و نتیجه گرفتیم که MCMCglmm نزدیک به 40 برابر در هر تکرار سریعتر است، و اندازه نمونهای 3 برابر بیشتر در هر تکرار دارد.
[1] Markov chain Monte Carlo
[2] Gaussian
[3] Poisson
[4] censored
[5] R Development Core Team
دسته بندی | آمار |
فرمت فایل | zip |
حجم فایل | 1536 کیلو بایت |
تعداد صفحات فایل | 26 |
فایل مربوط به پاورپوینت نمونه برداری به روش خطی. نمونه برداری به روش خطی یا ترانسکت یکی از روشهای متداول به منظور آماربرداری در محیط زیست می باشد. در این فایل به بررسی و تحلیل روشهای مختلف نمونه برداری خطی با ذکر مثال پرداخته شده است.
در ابتدا مختصری در رابطه با نمونه برداری خطی ارائه شده و در نهایت با ذکر مثال به بحث در مورد روش نمونه برداری خطی پرداخته شد
دسته بندی | پاورپوینت |
فرمت فایل | ppt |
حجم فایل | 147 کیلو بایت |
تعداد صفحات فایل | 20 |
نوع فایل: پاورپوینت (قابل ویرایش)
قسمتی از متن پاورپوینت :
تعداد اسلاید : 20 صفحه
توزیع میانگین نمونه توزیع نمونه برداری اگر از یک جامعه ٧٠ میلیون نفری نمونههای ١٠٠٠ نفری بگیریم و میانگین فشار خون سیستولی افراد هر نمونه را تعیین کنیم، این میانگین ها لزوماً با هم برابر نخواهند بود.
این میانگین ها لزوماً با میانگین کل جامعه ی ٧٠ میلیون نفری نیز برابر نیستند.
اگر این نمونه برداری را بار ها تکرار کنیم، میتوان برای این میانگین ها هم یک نمودار توزیع رسم کرد. به چنین نموداری اصطلاحاً «نمودار توزیع میانگینها» یا «نمودار توزیع نمونهبرداری» گفته می شود. تعریف توزیع نمونه برداری توزیع احتمالی آماره نمونه است که با تکرار نمونه گیری از جامعه با نمونه هایی از اندازه n حاصل می شود.
آماره: میانگین،میانه و.... خواص توزیع نمونه گیری میانگین میانگین میانگین نمونه ها برابر است با میانگین جامعه
انحراف معیار میانگین نمونه ها برابر است با انحراف معیار جامعه تقسیم بر جذر حجم نمونه
و خطای معیار میانگین نامیده می شود.
مثال تمام نمونه های دو تایی ممکن (با جایگذاری) را از جامعه {5،10،15،20} بدست آورید و تحقیق کنید آیا میانگین میانگین نمونه ها با میانگین جامعه برابر است؟ Population
5
10
15
20 توزیع احتمال انتخاب هر عضو از جامعه این نمودار نشان می دهد که همه افراد جامعه شانس انتخاب برابر دارند. تمام نمونه های دو تایی ممکن توزیع میانگین نمونه ها شکل توزیع میانگین نمونه ها
متقارن و شبیه توزیع نرمال است
قضیه حد مرکزی اگر یک نمونه تصادفی (n>=30) n تایی که از یک جامعه دلخواه با میانگین μو انحراف معیار σ انتخاب شود
توزیع میانگین نمونه به صورت نرمال خواهد بود اگر جامعه نرمال باشد
برای هر تعداد از حجم نمونه توزیع میانگین نمونه ها نرمال خواهد بود. مثال اگر عمر لامپ های تولیدی یک کارخانه میانگین 53 ماه و انحراف معیار 6 ماه داشته باشد. احتمال اینکه میانگین نمونه ی 36 تایی 1)کمتر از 52 باشد 2) بیشتر از 54 باشد 3) بین 51 و 55 باشد، چقدر است؟ اگر از جامعه ای با نسبت مشخص p نمونه ای با حجم زیاد انتخاب کنیم، نسبت برآورد شده از نمونه، دارای توزیع نرمال با میانگین p و واریانس p(1-p)/n خواهد بود. مثال اگر نسبت افرادی که دارای بیماری قلبی هستند 0.06 باشد احتمال اینکه در نمونه ای 25 تایی نسبت برآورد شده کمتر از 0.05 باشد، بین 0.05 و 0.08 باشد و بیشتر از 0.07 باشد چقدر است؟ فاصله اطمینان فاصله ای از دامنه متغیر تصادفی که احتمال قرار گرفتن پارامتر واقعی جامعه در آن فاصله برابر احتما معینی باشد.
این احتمال معمولا 90% 95% یا 99% فرض می شود.
ساختن فاصله اطمینان برای پارامتر جامعه فاصله اطمینان برای میانگین جامعه فاصله اطمینان برای نسبت جامعه مثال میانگین وزن 100 نوزاد در هنگام تولد 2.1 کیلوگرم و واریانس 25 گزارش شده است. فاصله اطمینان 95% برای میانگین وزن نوزادان در هنگام تولد بدست آورید. مثال پس از معاینه100 دانش آموز دوره راهنمایی معلوم شد که 20 نفر از آنها ضعف بینایی دارند. فاصله اطمینان 95% برای نسبت دانش آموزان راهنمایی که ضعف بینایی دارند بدست آورید.
توجه: متن بالا فقط قسمت کوچکی از محتوای فایل پاورپوینت بوده و بدون ظاهر گرافیکی می باشد و پس از دانلود، فایل کامل آنرا با تمامی اسلایدهای آن دریافت می کنید.
دسته بندی | آمار |
فرمت فایل | zip |
حجم فایل | 335 کیلو بایت |
تعداد صفحات فایل | 7 |
تجزیه و تحلیل آماری داده های پایان نامه از بزرگترین دغدغه های هر دانشجویی می باشد. بنابراین به منظور کمک به دانشجویان، در این فایل به شرح و توضیح و تفسیر نتایج در رابطه با آزمون t مستقل یا t دو نمونه، با ذکر مثال و تمرین عملی با استفاده از نرم افزار SPSS که از بهترین نرم افزارها جهت تجزیه و تحلیل داده ها می باشد، پرداخته شده است. همچنین در این فایل نحوه وارد کردن داده ها و تمام مراحل و روش کار با ارائه تصاویر مربوطه همراه است.
در ابتدا به شرح مختصری در رابطه با آزمون T مستقل پرداخته شد
در ادامه با ذکر مثال به نحوه وارد کردن داده ها و همچنین مسیر و روش کار به همراه تصاویر ارائه شد.
دسته بندی | آمار |
فرمت فایل | zip |
حجم فایل | 399 کیلو بایت |
تعداد صفحات فایل | 6 |
پس از جمع آوری داده های پایان نامه، تجزیه و تحلیل آماری آنها از اساسی ترین و مهمترین بخش های مرتبط به پایان نامه می باشد و همیشه از بزرگترین دغدغه های هر دانشجویی می باشد. بنابراین به منظور کمک به دانشجویان، در این فایل به شرح و توضیح در رابطه با تجزیه واریانس یک طرفه همراه با تفسیر نتایج با ذکر مثال و تمرین عملی با استفاده از نرم افزار SPSS که از بهترین نرم افزارها جهت تجزیه و تحلیل داده ها می باشد، پرداخته شده است. همچنین در این فایل تمام مراحل و روش کار با ارائه تصاویر مربوطه همراه است.
در ابتدا به شرح مختصری در رابطه با تجزیه واریانس پرداخته شد
سپس مسیر و روش کار به همراه تصاویر ارائه شد.
دسته بندی | آمار |
فرمت فایل | pptx |
حجم فایل | 17627 کیلو بایت |
تعداد صفحات فایل | 326 |
آموزش کار با نرم افزار SPSS