Amoozeshspss (Spssآموزش)

شهادت حضرت فاطمه(س) تسلیت باد🖤

🔵محاسبه معدل دانشجویان🔴

سلام سلام☺️👋🏻
امیدوارم حالتون خوبه خوب باشه رفقا🌸

🔰 بچه ها تو این پست، قراره که در قالب یک مثال پر کاربرد و مهم، دوتا از ابزارهای مهمی که داخل نرم افزار باید خوب یادشون بگیریم رو تمرین کنیم:

1⃣ وزن دار کردن مشاهدات

2⃣ تفکیک کردن فایل دیتا براساس یکی از متغیرها

🚀 با فرادرس، رایگان آموزش ببین و تو یه چشم بهم زدن کلی مهارت یاد بگیر...
 
آموزش سریع یا کرش کورس، یه آموزش کوتاه و کاربری در عین حال پرمحتواست که حتما به کارت میاد 😉👇
 
🔗 آموزش اکسل Excel در ۱۸۰ دقیقه
 
🔗 آموزش Power BI در ۸۰ دقیقه
 
🔗 آموزش ساختمان داده ها در ۱۲۰ دقیقه
 
🔗 یادگیری ماشین با پایتون در ۱۸۰ دقیقه
 
🔗 آموزش پایتون در ۱۴۰ دقیقه
 
👈 بقیه رو اینجا ببین - [۲۷ آموزش کاربردی]

🔄 FaraDars - فرادرس

یکم آبان روز آمار و برنامه ریزی گرامی باد☺️🌺

🔴 شماره۱:
لیست آزمون های تعقیبی با فرض تایید همگنی واریانس متغیر کمّی بین گروه های مختلف متغیر مستقل کیفی

🟢 شماره۲:
لیست آزمون های تعقیبی با فرض عدم تایید همگنی واریانس متغیر کمّی بین گروه های مختلف متغیر مستقل کیفی

3️⃣ از اونجایی که سطح معناداری آزمون استوار Welch برابر با 0.004 بدست اومده و این‌ مقدار از سطح خطای 0.05 کوچیکتره، میتونیم نتیجه بگیریم که میانگین متغیر وابسته کمّی بین گروه های مختلف متغیر کیفی، از لحاظ آماری یکسان نیست و اختلاف معناداری بینشون وجود داره. حالا واسه این که بریم بررسی کنیم چه اتفاقاتی بین گروه های ما افتاده که برابری میانگین بین گروه های مختلف رد شده، باید از آزمون های تعقیبی استفاده کنیم.
اینجا از آزمون تعقیبی Bonferroni استفاده شده. مشکل استفاده از این آزمون اینه که آزمون تعقیبی Bonferroni برای زمانی باید مورد استفاده قرار بگیره که فرض همگنی واریانس ها تایید بشه. ولی ما توی قسمت قبل دیدیم که طبق نتیجه آزمون لون، همگنی واریانس متغیر کمّی بین گروه های مختلف متغیر مستقل کیفی تایید نشد. باید به جای استفاده از آزمون Bonferroni، از آزمون های تعقیبی با فرض عدم تایید همگنی واریانس ها استفاده میشد،‌ مثل آزمون تعقیبی Tamhane's T2
(توی این فایل، آزمون تعقیبی به درستی انتخاب نشده❌)

2️⃣ با فرض برقراری قسمت قبل، یعنی تایید نرمالیتی،   آنوا انجام شده. یکی دیگه از شروط آزمون آنالیز واریانس، همگنی واریانس متغیر کمّی در گروه های مختلف متغیر کیفی هست که با آزمون لون این کار انجام میشه. زمانی که سطح معناداری آزمون لون بالای 0.05 باشه، میتونیم از آماره ی F آزمون آنوا استفاده کنیم. ولی چون اینجا سطح معناداری برابر با 0.001 بدست اومده و کمتر از 0.05 هستش و فرض همگنی واریانس متغیر کمّی در گروه های مختلف متغیر کیفی رد شده، دیگه نمیتونیم از آماره ی F آزمون آنوا استفاده کنیم و باید از آزمون های استوار که نسبت به همگنی واریانس ها حساس نیستن، مثل آزمون Welch استفاده بشه.
(توی این تحلیل به درستی از آزمون Welch استفاده شده✅)

سلام بچه ها☺️
حالتون چطوره؟🌺

یک فایلی رو برای من فرستادید یکی از شما تا بیام یه نگاهی بهش بندازم و بررسیش کنیم که آیا روش آماری به کار رفته درست هستش یا نه؟🤔
حالا من یه قسمتیش رو اینجا اوردم تا درباره ش یخرده صحبت کنیم.
✅ اینجا خواسته یک صفت کمّی رو توی ۴ تا گروه مختلف باهم دیگه مقایسه کنه و ببینه که آیا میانگین این صفت کمّی توی ۴ تا گروه مختلف، از لحاظ آماری یکسان هست یا اختلاف معناداری بینشون وجود داره؟

1️⃣ توی مرحله اول، باید نرمال بودن این‌ متغیر کمّی داخل گروه های مختلف متغیر مستقل کیفی بررسی بشه. اگر نرمال بودن متغیر کمّی داخل همه ی گروه ها تایید شد، میتونیم بریم سراغ ANOVA. اما اگر نرمال بودن متغیر کمّی حتی داخل یکی از گروه ها تایید نشد، باید بریم سراغ آزمون ناپارامتریک کروسکال والیس.
(توی این فایل، نرمال بودن بررسی نشده❌)

⭕️انجمن های علمی آمار دانشگاه شهید بهشتی، علامه طباطبایی و تهران برگزار میکنند:

💻 وبینار آشنایی و معرفی رشته آمار📊

🔅با حضور اساتید محترم آمار 🔅

📌سرفصل وبینار:
۱- آشنایی با رشته
۲- آشنایی با گرایش های ارشد
۳- بازار کار
۴- سخنرانی اساتید
۵- معرفی چارت

📆زمان : جمعه ۲۷ مهر ماه ساعت ۱۸-۲۰

🔍لینک ورود به جلسه :
لینک وبینار متعاقباً در کانال های زیر اطلاع‌رسانی خواهد شد.


👨🏻‍💻ارتباط با انجمن ها :
🆔 @StatisticsSBU2 | انجمن علمی آمار دانشگاه شهید بهشتی

🆔 @atustatistics | انجمن علمی آمار دانشگاه علامه طباطبایی

🆔 @TUSSChannel| انجمن علمی آمار دانشگاه تهران

خود SPSS به ما آموزش داده چطوری با استفاده از چولگی و کشیدگی، نرمالیتی رو تشخیص بدیم. فقط کافیه کار باهاشو بلدش باشیم تا بتونیم از راهنمایی هایی که کرده استفاده کنیم. مثل مسئله ی الآنمون🤌🏻😎

سلام بچه ها☺️

🔰وقتشه بریم این موضوع رو یک بار برای همیشه بررسی کنیم که بالاخره چطوری میتونیم با استفاده از شاخص های چولگی و کشیدگی، نرمال بودن یا نبودن داده هامون رو تشخیص بدیم🤔

🔰 هر ۴ روشی که اینجا به عنوان نمونه واستون اوردم، روش هایی هستن که مورد استفاده قرار میگیرن ولی هیچکدومشون بهترین روش نیستن!!🙅🏻‍♂

✅ بهترین روش واسه تشخیص نرمال بودن داده های یک متغیر عددی، اینه که دو کسر (شاخص چولگی تقسیم بر خطای استاندارد چولگی) و (شاخص کشیدگی تقسیم بر خطای استاندارد کشیدگی) رو محاسبه کنیم.
حالا اگر حاصل هر دو نسبت، تو بازه ی (2+,2-) بدست اومد، میتونیم نرمال بودن داده های اون متغیر رو تایید کنیم. ولی اگر حتی یدونه از این دو نسبت، تو بازه ی (2+,2-) بدست نیاد، دیگه نمیتونیم نرمال بودن متغیرمون رو تایید کنیم😎

Amoozeshspss (Spssآموزش) pinned «کدوم روش به نظرتون درسته؟🙄🤔
بعد از این که نظراتتون رو دادید، روش درست ترش رو کامل و مفصل، بهتون توضیح میدم😎💯»