آموزش نرم افزار های آماری

#آمار_و_ارقام

اختلاس چای دبش براتون عجیبه!؟
قیمت گوشت گوسفندی جهانی چهار دلاره با دلار نیمایی وارد میشه و پونزده دلار با دلارِ بازار آزاد فروخته میشه!
این ازون بیشتر فساد داره !!


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آمار_و_ارقام

کشورهایی با سریعترین رشد اقتصادی در 2024


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

📌هفت دانشگاه آلمان با بالاترین نرخ پذیرش دانشجو

1️⃣ Schiller International University
❇️ Estimated Acceptance Rate: 60%

2️⃣ Berlin International University of Applied Sciences
❇️ Estimated Acceptance Rate: 60%

3️⃣ Ludwig-Maximilian University
❇️ Estimated Acceptance Rate: 55%

4️⃣ University of Freiburg
❇️ Estimated Acceptance Rate: 33%

5️⃣ University of Heidelberg
❇️ Estimated Acceptance Rate: 15%

6️⃣ Free University of Berlin
❇️ Estimated Acceptance Rate: 15%

7️⃣ University of Leipzig
❇️ Estimated Acceptance Rate: 10%


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آمار_و_ارقام

این ده کشور از لحاظ شغلی بدترین کشورهای دنیا در سال 2023 شدند.

نکته قابل توجه این است که ترکیه دهمین کشور در این لیست است.

منبع: Global Rights Index 2023

🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آموزشی
#کاربردی

تفاوت رگرسیون و همبستگی براساس روش:

آنچه در خروجی نتایج رگرسیون و همبستگی باعث ایجاد تفاوت می شود آن است که در همبستگی همیشه اثرات متغیرها به صورت دو به دو مورد سنجش قرار می گیرد اما در یک مدل رگرسیون اثرات متغیرها به صورت همزمان بررسی می شود. یعنی در همبستگی رابطه متغیر X با متغیر Y به وجود یا عدم وجود متغیر Z ارتباطی ندارد اما اما در رگرسیون تاثیر متغیر X بر متغیر Y به وجود یا عدم وجود متغیر Z بستگی دارد

🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آموزشی
#کاربردی

تفاوت رگرسیون و همبستگی براساس هدف:

هدف مدل های همبستگی بررسی میزان رابطه دو یا چند متغیر است در حالیکه رگرسیون به دنبال پیش بینی یک یا چند متغیر براساس یک یا چند متغیر دیگر است. از آنجا که رگرسیون برپایه داده های گذشته انجام می شود به آن عنوان Regression یعنی بازگشت به گذشته داده اند. بنابراین از همبستگی میزان و شدت رابطه متغیرها را نشان می‌دهد اما رگرسیون معادله ای را برای پیش بینی متغیرها ارائه می کند.

🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آمار_و_ارقام
📊 #اینفوگرافی


| سن بازنشستگی در ایران و سایر کشورهای جهان چقدر است؟/ اعتماد


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آموزشی
#رگرسیون

رگرسیون: در پژوهش‌های رگرسیون هدف پیش‌بینی یک یا چند متغیر وابسته (ملاک) براساس یک یا چند متغیر مستقل (پیش‌بین) است. در رگرسیون چندگانه هدف پیدا کردن متغیرهای پیش بینی است که تغییرات متغیر وابسته را چه به تنهائی و چه مشترکاً پیش بینی کند. ورود متغیرهای مستقل در رگرسیون به روش‌های متعددی صورت می‌گیرد. روش همزمان، روش گام به گام و روش سلسله‌مراتبی سه روش اساسی در این تکنیک است.


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آموزشی
#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:
1⃣ اگر هر دو متغیر با مقیاس رتبه‌ای باشند از شاخص تاوکندال استفاده می‌شود.
2⃣ اگر هر دو متغیر با مقیاس نسبتی و پیوسته باشند از ضریب همبستگی پیرسون استفاده می‌شود.
3⃣ اگر هر دو متغیر با مقیاس نسبتی و گسسته باشند از ضریب همبستگی اسپیرمن استفاده می‌شود.

🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

متدهای رگرسیون

فایل پیوست متدهای رگرسیون برای وارد کردن متغیرها در محاسبه رگرسیون هست. مطالعش برای افزایش اطلاعات مفید است.

🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

حل‌المسائل با google

به نظر می رسد که با گوگل لنز می توانید مسائل ریاضی، وظایف هندسه، فیزیک و سایر علوم دقیق را حل کنید.

فقط یک عکس از مشکل خود آپلود کنید، و یک راه حل گام به گام با پاسخ دریافت خواهید کرد.


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آموزشی

انواع تستهای پارامتری

یک نمونه ای
دونمونه ای مستقل
*دونمونه ای وابسته*

🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آمار_و_ارقام

نرخ افسردگی در کشورهای مختلف:

1. 🇬🇱 Greenland - 6.61%
2. 🇬🇷 Greece - 6.52%
3. 🇪🇸 Spain - 6.04%
4. 🇵🇹 Portugal - 5.88%
5. 🇵🇸 Palestine - 5.75%
5. 🇹🇳 Tunisia - 5.75%
7. 🇧🇭 Bahrain - 5.52%
8. 🇲🇦 Morocco - 5.49%
9. 🇮🇷 Iran - 5.48%
10. 🇱🇹 Lithuania - 5.42%
11. 🇺🇦 Ukraine - 5.25%
12. 🇲🇨 Monaco - 5.21%
13. 🇱🇻 Latvia - 5.16%


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

برای دوستانی که می‌پرسن چجوری مطالعه عمیق داشته باشیم


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آمار_و_ارقام

ویرانی غزه به روایت آمار

🔹از آغاز عملیات طوفان‌الاقصی توسط حماس و به دنبال آن حملات اسرائیل به نوار غزه ، رژیم صهیونیستی مکان‌ها و مردم غیرنظامی را هدف حملات خود قرار می‌دهد. در این اینفوگرافیک ویرانی غزه را به روایت آمار مشاهده می‌کنید.


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

#آمار_و_ارقام

پرتکرارترین فامیلی‌ها!!!


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

💎💎 منظور از ایمپکت فاکتور(IF)در ژورنالها چیست؟
#ضریب_تأثیر (IF)


ضریب تأثیر (Impact Factor)، یک شاخص کمی است که برای ارزیابی، مقایسه و رتبه‌بندی نشریات علمی در رشته‌های مختلف در سطح ملی یا برای مقایسه مجله‌ها در سطح بین‌المللی به کار گرفته می‌شود. این شاخص نشان‌دهنده فراوانی استنادهایی است که در طول یک دوره زمانی مشخص به یک مقاله چاپ و در یک نشریه داده می‌شود.

این عامل همه ساله توسط مؤسسه اطلاعات علمی (ISI) بر مبنای ارجاعات به هر یک از مجلات علمی آن محاسبه و نتیجه در گزارش‌های ارجاع مجله یا Journal Citation Reports (JCR) منتشر می‌شود. این ضریب، نه برای مقاله یا نویسنده، بلکه برای مجله محاسبه می‌شود. محاسبه بر مبنای یک دوره سه ساله صورت می‌گیرد؛ برای مثال اگر در سال ۸۴ جمعاً ۴۰ ارجاع به مقاله‌های سال‌های ۸۲ و ۸۳ آن مجله صورت گرفته باشد و در آن مجله در سال ۸۲ تعداد ۲۶ مقاله و در سال ۸۳ تعداد ۲۴ مقاله چاپ شده باشد، ضریب ارجاع آن مجله از تقسیم ۴۰ بر 50 (مجموع 26 و 24) به دست می‌آید که 8/0 است؛ یعنی به طور متوسط هر مقاله آن نشریه 8/0 مرتبه مورد استناد مقالات دیگر قرار گرفته است.
قابل توجه است که Impact Factor فقط درمورد نشریات نمایه‌شده در بانک اطلاعاتی Web of Science و توسط مؤسسه ISI محاسبه و منتشر می‌شود.                                                                                     
🎓 @paphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_پروپوزال_مقاله_پایاننامه

نمره #Q1 تا #Q4 برای رتبه بندی #مجلات نشانده چیست؟

◀️ #کیو_Q1= نشان دهنده این است که مجله از لحاظ رتبه جزء 25 درصد یک مقوله موضوعی قرار دارد.

◀️#کیو_Q2 = نشان دهنده این است که مجله از لحاظ رتبه، جزء طبقه میانی یعنی 25 تا 50 درصد یک مقوله موضوعی قرار دارد.

◀️ #کیو_Q3= نشان دهنده این است که مجله از لحاظ رتبه، جزء طبقه میانی به سمت پایین  یعنی 50 تا 75 درصد یک مقوله موضوعی قرار دارد.

◀️ #کیو_Q4 = نشان دهنده این است که مجله از لحاظ رتبه، جزء طبقه پایین یعنی 25 درصد انتهایی یک مقوله موضوعی قرار دارد.


🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری

💡پارافرایض

امروز اکثر محققین عین عبارت محققین دیگر را در #ادبیات_تحقیق می آورند. این در حالیست که آن ها میتوانند بوسیله #پارافرایض  کردن جمله نقل قول شده، دقیقا مفهوم محققین دیگر را برسانند. اگر این فرایند در تحقیقات انجام شود دیگر خبری از کپی کردن مطالب دیگر وجود نخواهد داشت.

🎓 @stphd
─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_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