فهرست مطالب

ندا - سال دوازدهم شماره 2 (پاییز و زمستان 1393)

نشریه ندا
سال دوازدهم شماره 2 (پاییز و زمستان 1393)

  • تاریخ انتشار: 1393/12/19
  • تعداد عناوین: 5
|
  • رحیم محمودوند* صفحات 1-11
    نمودارها از مهم ترین و ساده ترین ابزارهای آمار توصیفی هستند که معمولا در تهیه ی گزارش ها و انجام تحلیل های آماری مورد استفاده قرار می گیرند. تنوع داده ها و استفاده از آنها باعث به وجود آمدن نمودارهای مختلفی شده است که برخی از آنها بسیار ساده و قابل فهم و برخی دیگر پیچیده تر و دشوارتر از لحاظ ترسیم و فهم برای کاربران هستند. در این میان چنانچه کاربران با ویژگی های این نمودارها و نحوه ی تفسیر آنها به اندازه کافی آشنا نباشند ممکن است در انتخاب صحیح نمودارها دچار سردرگمی شده و از کیفیت گزارش بکاهند. در این مقاله به برخی از مواردی که معمولا در استفاده از نمودارها و به ویژه در تدریس آنها کمتر بدان توجه می شود، اشاره شده است. انتخاب نوع نمودار، انتخاب شیوه ی نمایش نمودار و تفسیر نتایج از جمله مواردی است که در این مقاله بیشتر مورد بحث قرار گرفته است. علاوه بر این مرور تاریخچه مختصری در خصوص روند معرفی نمودارهای آماری و نقدهایی که در کاربرد آنها مطرح شده است نیز در مقاله ارائه شده است.
    کلیدواژگان: آمار توصیفی، نمودارهای آماری، گزارش های آماری
  • ابراهیم صالحی *، سید شاهرخ هاشمی بصرا صفحات 12-21
    در اکثر متون توجه نویسندگان به مطالعه مدل های آماری با فرض استقلال داده ها بوده است. اما در جهان واقع ممکن است داده ها مستقل از هم نباشند. بنابراین رده بزرگی از مدل بندی داده ها در این طبقه قرار نمی گیرند. چنین مدل هایی را باید با فرض وابستگی بین داده ها مورد مطالعه قرار داد. برای دستیابی به چنین هدفی مفاهیم وابستگی معرفی گردیده است که عمدتا بر پایه ی توابع مفصل بیان می شوند. علاوه بر این به کمک تابع مفصل می توان وابستگی را در هر دو طرف توزیع با استفاده از وابستگی دمی تعیین کرد. در این مقاله به طور مختصر به بررسی وابستگی دمی تابع مفصل های ارشمیدسی و مقدار فرین می پردازیم.
    کلیدواژگان: مفصل ارشمیدسی، مقدار فرین، وابستگی دمی بالا، وابستگی دمی پایین
  • فائقه امیری * صفحات 22-29
    بسیاری از نتایج روش های استنباط آماری ، تحت فرض اینکه متغیرهای مورد مطالعه از توزیع پارامتری خاص ، مانند نرمال پیروی می کنند ، به دست می آید. اما واقعیت این است که چنین اطلاعاتی به ندرت وجود دارد و در عمل نادر است که فرض های توزیعی ، به طور دقیق وجود داشته باشند. در چنین شرایطی ، ممکن است استفاده از روش های پارامتری ، نامناسب و استنباط به دست آمده از آنها نادرست باشد. برای غلبه بر این موضوع ، روش های استنباط آماری ناپارامتری یا توزیع آزاد پیشنهاد می شود. این شرایط در نمودارهای کنترل نیز صادق است. در نمودارهای کنترل اگر فرض های توزیعی مرسوم (معمولا نرمال) برقرار نباشد ، عملکرد نمودار کنترل پارامتری ضعیف و غیرقابل اطمینان است. در این شرایط یک نمودار کنترل ناپارامتری می تواند جایگزین بهتری باشد. در این مقاله ، ضمن معرفی نمودار کنترل ناپارامتری ویلکاکسون ، عملکرد این نمودار از طریق شبیه سازی بر روی داده های تولید شده از توزیع کوشی بررسی می شود.
    کلیدواژگان: کنترل کیفیت آماری، نمودار ناپارامتری ویلکاکسون، نمودار میانگین
  • احسان ارمز، مسعود میرزاجانی بجستانی* صفحات 30-39
    تحلیل طیفی تکین یا SSA یک تکنیک سری زمانی و پیش بینی است که عناصر تحلیل سری زمانی کلاسیک، آمار چندمتغیره، هندسه چندمتغیره، سیستم های پویا و پردازش سیگنال ها را ترکیب می کند. هدف SSA تجزیه سری های اصلی به مجموعه ای کوچک از اجزای تفسیر پذیر مانند یک روند تغییرپذیر کند، مولفه نوسانی و یک نوفه بدون ساختار است. مبنای SSA تجزیه مقدار تکین ماتریس خاص ساخته شده برروی سری زمانی است. این روش به مدل پارامتری و شرایطی مانند مانایی نیاز نداشته و از این رو مستقل از مدل است. در واقع SSA روشی ناپارامتری است که با فرایند آماری دلخواه، خطی یا غیر خطی، ایستا یا ناایستا، نرمال یا غیرنرمال سروکار دارد. در سالیان اخیر SSA به عنوان روشی قوی در تحلیل سری زمانی مورد استفاده قرار گرفته، توسعه یافته و در بسیاری از مسائل کاربردی استفاده شده است. به طور کلی روش SSA باید بر روی سری زمانی ای که توسط یک فرمول بازگشتی تولید می شود، اعمال گردد تا نقاط جدیدی از داده ها پیش بینی شوند.
    کلیدواژگان: سری زمانی، تحلیل طیفی تکین
  • فهیمه مسیحی بیدگلی *، الهام همایونی صفحات 40-51
    هدف اصلی در نمونه گیری انتخاب یک نمونه از جامعه به منظور برآورد بعضی از پارامترهای نامعلوم جامعه است. هنگامی که احتمال انتخاب واحدها برای مشمول شدن در نمونه یکسان نباشد نمونه گیری با احتمال نابرابر ایجاد میشود. معمولا احتمالهای شمول را متناسب با متغیر کمکی که برای همه واحدها در جامعه معلوم است انتخاب می کنند که در صورت بدون جایگذاری بودن روش نمونه گیری طرح pips حاصل میشود. وقتی نمونه گیری با احتمال نابرابر قابل اجرا باشد برآوردهای بهتری نسبت به نمونه گیری بااحتمال برابر وجوددارد.برای نمونه گیری بااحتمال نابرابر طرح های نمونه گیری مختلفی می توان به کاربرد.انتخاب طرح نمونه گیری دارای اهمیت است.زیرا توسط طرح خصوصیات برآوردگری که استفاده می گردد تعیین می شود.اجرای ساده وکارای یک طرح به منظور استفاده علمی توسط آماردانان موردنظراست.همچنین یک طرح نمونه گیری بایدیک سطح بالایی ازتصادفی بودن داشته باشد.یک اندازه ازمیزان تصادفی بودن، آنتروپی است.معیار دیگر مقایسه ی طرح های نمونه گیری محاسبه ی فاصله ی طرح هاست که یکی ازاین اندازه هافاصله ی هلینگراست. دراین مقاله بامحاسبه ی آنتروپی وفاصله ی هلینگرچندین طرح معروف pips طرح های برتر ومشابه مشخص شده اند.
    کلیدواژگان: آنتروپی، طرح نمونه گیری، فاصله هلینگر، طرح های pips