Love addiction: Based on Network Approach

اLove addiction is a type of behavioral addiction that has recently attracted the attention of many researchers in psychology and psychiatry.This phenomenon causes suffering, distress, mal-adaptiveness and risks for the affected person and others. The purpose of the present study was to use network analysis as one of the psychometric approaches and to apply it in the study of network structure of love addiction symptoms.Network analysis is a powerful way to analyze the relationships among network elements (questionnaire items).The method of this study was descriptive-correlational and the statistical population consisted of all Iranian females and males with at least one experience of falling in love. A total of 148 questions were formulated using an 8point Likert scale and two questions were omitted form the questionnaire during the question analysis. Data were collected by electronically administering a researcher made questionnaire on 1149 individuals and analyzed in two distinct stages using MIRT software package in R software. Graphical representation based on the data collected through network analysis (graph theory)and Fruchterman and Reingold algorithm was performed using graphs, boothnet software packages in Rsoftware. The results of the network analysis showed that the items of the questionnaire, each of which indicating a symptom of love addiction based on studies in this area, were placed in a coherent network.The most important symptoms in the love addiction network were reported to be obsessiveness,fantasy,impulsivity, physical and emotional dependence, as well as high emotion seeking, while the least important symptoms were suicidal tendencies, extreme selfsacrifice and sexual attractions.

 

• Behavioral Addiction 
•  
• Love Addiction 
•  
• Network analysis 
•  
• Love Addiction Questionnaire 
•  
• R software

اعتیاد به عشق مطالعه مبتنی بر رویکرد تحلیل شبکه

اعتیاد به عشق نوعی اعتیاد رفتاری است که به‌تازگی توجه پژوهشگران حوزه روانشناسی و روانپزشکی را به خود جلب کرده است. این پدیده موجب رنج و پریشانی، ناساز‌‌گاری و مخاطره برای فرد مبتلا و دیگران می‌شود. هدف از اجرای این پژوهش، استفاده از تحلیل شبکه به‌عنوان یکی از رویکردهای اندازه‌گیری روانی و کاربرد آن درمطالعه ساختار شبکه‌ای نشانگان اعتیاد به عشق بود. تحلیل شبکه روش قدرتمندی برای تحلیل روابط میان عناصر شبکه (گویه‌های پرسشنامه) می‌باشد. روش پژوهش اکتشافی ـ توصیفی از نوع همبستگی و جامعه‌ آماری تمام مردان و زنان ایرانی با تجربه حداقل یک‌بار عاشق شدن بود. تعداد 148 سوال با مقیاس لیکرت 8 ارزشی تدوین و در تحلیل سوال، دو سوال حذف شد. داده‌ها از اجرای الکترونیکی پرسشنامه‌ محقق ساخته روی 1149 نفر اجرا و در دو مرحله‌ی مجزا با استفاده از بسته‏ی نرم افزاری MIRT در نرم افزار R تحلیل شدند. نمایش گرافیکی بر اساس داده های جمع‌آوری شده از طریق تحلیل شبکه (نظریه گراف) و الگوریتم فروترمن ـ رینگولد با استفاده از بسته‌های نرم‌افزاری qgraph , boothnet در نرم افزار R انجام شد. نتایج تحلیل شبکه نشان داد سوالات پرسشنامه که هر کدام به نشانه‌ای از نشانگان اعتیاد به عشق مبتنی بر مطالعات این حوزه می‌باشند، دریک شبکه منسجم قرارمی‌گیرند. مهمترین نشانگان درشبکه نشانگان اعتیاد به عشق وسواس، خیال‌پردازی، تکانشگری، وابستگی جسمی و هیجانی و هیجان‌خواهی بالا و کم‌اهمیت‌ترین نشانگان میل‌به‌خودکشی، فداکاری بیش‌ازحد و جذابیت‌های جنسی گزارش شد.

• اعتیاد به عشق 
•  
• اعتیاد رفتاری 
•  
• پرسشنامه اعتیاد به عشق 
•  
• تحلیل‌شبکه 
•  
• نرم‌افزارR

 مقاله مربوط به پایان نامه ی ارشد خانم زهره آقاخانی (راهنما:دکتر محمد حسین ضرغامی)

تحلیل داده های شبکه ای، مدلبندی آماری و نرم افزار

"ما در جهان شبکه ای زندگی می کنیم" جمله ای تکراری که به خوبی توصیف کننده ی جهانی (imaginary بعد ) است که در آن زندگی می کنیم و دلیلی برای علاقمندی به علم شبکه در سال های اخیر. نقش شبکه های اجتماعی و اینترنت و شیوه ی تعامل افراد با یکدیگر در این گرایش را نمی توان نادیده گرفت. شبکه در فرهنگ لغت اکسفورد به صورت مجموعه ای از اشیاء مرتبط با هم تعریف شده است. موضوع دیگر گرایش به این حوزه ی دانشی، تحلیل و مدلسازی سیستم های پیچیده است. یکی از پیچیده ترین سیستم های موجود در عالم امکان، سیستم روانی انسان ها است اگر چه این پیچیدگی ناممکن بودن مدلبندی رو نیز تحت شعاع خود قرار می دهد اما حداقل در حوزه ی رفتارشناسی انسان ها به صورت جزء قابل کاربست است. وقتی مسئله ی مطالعه و تحلیل رفتار انسانی موضوع مطالعه ی چنین دسیپلینی می باشد، مشخص است که در مورد شاخه های ساده تر مانند الکترونیک، برق، مهندسی های مختلف، اقتصاد، پزشکی، زیست شناسی، گیاه شناسی، کشاورزی، زمین شناسی، فیزیک و ... بسیار کاربرد پذیرتر و مطالعات آن دارای راندمان بیشتر است. علم شبکه مانع کاهش گرایی می شود که ویژگی اصلی قرن گذشته است و تسهیل کننده ی خوبی برای مدیریت، ذخیره و جمع آوری داده های با توان بالا است.

یکی از مسائل مهم در علم شبکه ایجاد گزاره های خبری مبتنی بر علم آمار است. به عبارت مبانی علم آمار در ایجاد گزاره های خبری بکار گرفته می شوند. منظور از گزاره ی خبری همان استخراج نتایج استنباطی از داده ها است. با این وجود در مدلسازی شبکه دو کلاس مدلبندی مختلف وجود دارد مدل بندی یا مدلسازی ریاضیاتی و مدلسازی آماری. در مدلسازی ریاضیاتی از قواعد احتمالاتی برای تصویر کردن شبکه استفاده می شود تا یک مکانیسم خاص یا فرضیه ی مشخص بررسی شو و در مدل سازی آماری یک مدل خاص آماری با داده های تجربی بدست آمده برازش داده می شود تا مشخص شود آیا داده ها با مدل برازش دارند یا خیر. در ادبیات مدلبندی آماری مدل های مختلفی وجود دارد به عنوان مثال مدل های گراف تصادفی توانی که با مدل های خطی تعمیم یافته همتا هستند بر مبنای شکلی از خانواده ی توانی اند. به طور مشابه مدل های شبکه ی پنهان در پیدا کردن یال هایی که ممکن است حداقل در بخشی از یک متغیر یا متغییرهای اندازه گیری نشده و ناشناخته، نقش دارند. این متغییرهای پنهان در عمل مثل استفاده متغییرهای پنهان در مدل های آمیخته است. مدل های بلوکی تصادفی ممکن است به عنوان شکلی از مدل های آمیخته محسوب شوند. با این وجود  مشخصات و ویژگی های این مدل ها و شرایط برازش آنها چندان فرم استانداردی ندارد و به ماهیت بعد بالای داده ها و ماهیت وابسته ی آنها بر می گردد. نکته ی دیگر داینامیک بودن ذاتی شبکه ها است به عبارتی در واقعیت شبکه ها در حال تغییرند تا در حال ثبات. مثلا شبکه ی بیماری کرونا را می توان در نظر گرفت که هر روز وضعیت آن متفاوت می شود. روش های مدل سازی ریاضیاتی و آماری غیر از شبکه ناتوان در مطالعه ی چنین رویدادهایی هستند یا ابزار انها بسیار اولیه است اما استفاده از مدل های شبکه ای آماری در حال حاضر بسیار زیاد است.

چرا باید از نرم افزار آر R در مدل بندی شبکه استفاده شود؟

ابزارهای گوناگونی برای تحلیل شبکه در دسترس هستند. بعضی از این ابزار تنها مبتنی بر ویندوزند مانند پژک (پجک Pajek) یا مبتنی بر زبان جاوا هستند مانند گیفی Gephi سایر دیگر نرم افزارها درون محیط برنامه نویسی قرار می گیرند. مثالهایی از این بسته ها را می توان به بسته ی NetworkX در پایتون و igraph در محیط R.

توسعه ی برنامه های آمار در حال حاضر در زبان آر به شدت بیشتر از سایر زبان ها است این موضوع در مورد تحلیل داده های شبکه ای هم صادق است. بسته های مختلف آماری و الگوهای مختلفی برای تحلیل های شبکه و تغییر و دستکاری و شبیه سازی در آر برنامه نویسی شده است. به لحاظ گرافیکی نیز این نرم افزار یک نرم افزا قوی محسوب می شود. تعداد بسته های نرم افزاری آر به صورت تصاعدی در حال افزایش است. آی گرف یکی از بسته های تحلیل گراف در آر است در حالی که بسته های مختلف دیگری نیز با اهداف مختلف برنامه نویسی شده است. به عنوان مثال کیو گراف qgraph یک بسته با کاربردهای روانسنجی علم شبکه است یا بسته های مختلف دیگر که در زبانشناسی و تحلیل وب استفاده می شود.

برگفته از کولازیک 2014

بسته ی نرم افزاری bnlearn یادگیری شبکه های بیزی (تحت نرم افزار آر)

در سال های اخیر شبکه های بیزی در حوزه های مختلفی استفاده شده است: از پردازش تحلیلی آنلاین با هدف گسترش عملکرد گرفته تا تحلیل عملکرد خدمات پزشکی، تا تحلیل بیان ژن، تا تشخیص شیوع شناسی و تشخیص زودهنگام سرطان سینه. در حوزه ی روانسنجی نیز این رویکرد شبکه قابلیت های نظری  و عملی فراوانی دارد. در حوزه ی زبان شناسی برای پیدا کردن مسیر ارتباط بین کلمات مختلف و ریشه شناسی و در حوزه ی باستان شناسی و گیاه شناسی برای پیدا کردن شجرنامه ی نمونه های مورد مطالعه  و مطالعات سیستماتیک. به دلیل تعداد ابعاد بالا در چنین مطالعاتی نیاز به الگوریتم هایی است که پیچیدگی های محاسباتی را کاهش دهد تا شبکه ی درست آموخته شود. به عنوان مثال الگوریتم grow-shrink مارگاریتی، الگوریتم انجمن افزایشی و مشتقات این الگوریتم که ساماردینوس و همکارانش به آن اشاره کرده اند، یا الگوریتم sparse candidate فریدمن و ورود مجدد بهینه مور و وانگ یا جستجوی معادل پیگیرانه چیرکرینگ.

بسته ی نرم افزاری bnlearn تحت نرم افزار R بعضی از این الگوریتم ها را از طریق آزمون های استقلال شرطی و نمرات شبکه با هدف اجرایی کردن ساختارهای شبکه بیزی بکار گرفته است که هم داده های گسسته و هم داده های پیوسته را در بر می گیرد. الگوریتم های یادگیری می توانند به صورت جداگانه از ملاک های آماری که مبتنی بر آنها هستند انتخاب شوند و بهترین ترکیب از داده های مورد مطالعه می تواند استفاده شود.

بیشتر متن برگرفته از مقدمه ی بسته ی نرم افزاری bnleaern

نحوه نصب نرم افزار آر R

1. رفتن به سایت r-project.org
2. 
3. انتخاب یکی از لینک ها به دلخواه. مهم نیست چه کشوری باشد. 
4. 
5. عکس
6. عکس
7. 

بعد دانلود نرم افزار کافی است روی بسته ی دانلود شده کلیک کنید و از طریق انتخاب next اجازه دهید نرم افزار باپیش فرض شرکت نصب شود. 

R نرم افزاری برای تحلیل داده ها در تمام شاخه های علمی

فکر می کنم نامنصفانه باشد که بنیان گذاران R نتیجه زحمات خود را به رایگان در اختیار تمام افراد دنیا گذاشته باشند ولی کسانی که از این نرم افزار استفاده می کنند، از معرفی آن به سایرین دریغ کنند. 

زماني كه پژوهشگری براي رسيدن به اهداف علمي خود تلاش می نمايد به منظور دستیابی به نتایج روا و قابل دفاع، لازم است فعاليت هايش بر پايه ي روش هاي علمي درست و مناسب بنا شود و همانطور که کرلینجر می گوید باید بتواند مسیر علمی خود را شخصا ترسیم نماید و به جزئیات آنچه در پژوهشش می گذرد آشنا باشد. یکی از بخش های مهم هر پژوهش علمی (چه کیفی و چه کمی) تحلیل اطلاعات یا دیتا است. در حوزه ي تحليل داده ها و استخراج اطلاعات از داده ها روش هاي مختلف و پيشرفته اي وجود دارد كه هر كدام مزيت ها و محدوديت هاي خاص خود را دارند. امروزه تمام تحليل هاي آماري در شركت ها و موسسات با نرم افزارها انجام مي شود. بنابراين ضروري است نرم افزاري براي تحليل داده ها انتخاب شود كه معقول و مقبول جامعه ي علمي باشد. شاید در جامعه ی علمی ما این نکته جا افتاده باشد که می توان به خروجی نرم افزارها اعتماد نمود. اما با مرور تاریخچه ی نرم افزارهای آماری در می یابیم که گاهی روش های بکار گرفته شده در آنها مقبول جامعه ی علمی نیست. مثلا شرکت SPSS قبل از این که به IBM بپیوندد به دلیل بکار بردن روش های نامناسب در تحلیل های خود (تحلیل عاملی) یکبار در دادگاه آمریکا به پرداخت جریمه محکوم شده است. براي تحليل داده هاي آماري  نرم افزارهاي مختلفي وجود دارد از صفحه گسترده هايي مانند اكسل،سيستم هاي مبتني بر GUI كه نقطه كليك مي باشند )مانند SPSS) گرفته تا سيستم هاي داده كاوي و نرم افزارهاي مبتني بر روش گروهي مانند SAS. 

 مطالب ذیل از مقاله Ashlee Vance به آدرس:

http://www.nytimes.com/2009/01/07/technology/business-computing/07program.html

گرفته شده است.

برای بعضی ها R فقط 18همین حرف الفبای انگلیسی است. برای برخی دیگر R یک رتبه (درجه دسته بندی) در فیلم­های مهیج است. برای برخی ها نیز یک درجه عایق استفاده شده برای اتاق زیر شیروانی و یا حرفی هست که دزدان دریایی در فیلم ها می­گویند.

R همچنین نام یک زبان برنامه نویسی و نرم­افزار مهم و کاربرپسند است که برای آنالیز داده­ ها استفاده می­ شود. این برنامه در حال تبدیل شدن به یک زبان برنامه نویسی بین المللی است. چرا که امروز داده کاوی یکی از کارهای اجتناب ناپذیر هر علمی شده است. امروزه شرکت های مختلف از جمله Google, Pfizer, Merck, Bank of America, the InterContinental Hotels Group و Shell از آن به صورت روزمره استفاده می­کنند.

اما شاید این سوال برای شما پیش بیاید چرا این برنامه را R نامیده اند؟ این سوالی است که برای خودم هم پیش آمده اما فقط همین را میتوانم بگویم که R اولین بار در سال 1996 ظهور یافت که دو پروفسور آمار نیوزلندی به نام های Robert Gentleman و Ross Ihaka یک کد برنامه نویسی را به همراه نرم افزار به صورت رایگان منتشر کردند. شاید دلیل نامگذاری R به خاطر حرف اول اسم کوچک این دو پرفسور آمار باشد.

یک محقق در شرکت Google که از نرم افزار R استفاده می کند گفته نرم ­افزار R آنقدر مهم است که ارزش آن قابل شمردن نیست. این نرم افزار به محققان و دانشجویان این اجازه را می دهد که آنالیزهای پیچیده و برهمکنشی را بدون اینکه از پس زمینه نرم افزار و روش های آماری اطلاعی داشته باشد را انجام دهند.

جالب اینکه این نرم افزار مجانی است. این قابلیت را دارد که کدهای خود را که در زبان برنامه نویسی مانند C++ نوشته ای را در اینجا برای محققان دیگر به اشتراک بگذاری، کدهای نوشته شده را اصلاح کنید و از بسته های نرم افزاری دیگران استفاده کنی. پس هم یک زبان برنامه نویسی است و هم یک بسته نرم­افزاری برای کاربران می باشد. خیلی اوقات محققان آماری در زمینه برنامه نویسی به توابع و الگوریتم های نیاز دارند که نوشتن آنها به زمان بسیار زیادی نیاز دارد. اما با استفاده از R کاربر میتواند به راحتی از متدها و توابعی که دیگران نوشته اند استفاده کند. برخی از کاربران R آن را به عنوان یک نسخه پیشرفته excel می داند زیرا به راحتی میتواند ویرایش و آنالیزهای دادها را با آن انجام داد.

در حال حاضر بیش از 3117 بسته نرم افزاری برای R نوشته شده است. واقعیتش من فکر نمی کنم تا حالا هیچ نرم­ افزاری به این گستردگی نوشته شده باشد. برخی از دانشجویان به من گفته اند که این نرم افزار به زودی جایگزین SAS می شود. اما باید بگم SAS که چه عرض کنم، دیگر نرم افزارهای برآورد پارامتر هم دارند کنار میروند. فقط بگم این نرم افزار واقعاً محشر است، هر چه دلت بخواد توی آن پیدا میکنی. بعضی ها میگن شبیه نرم­افزار Matlab است. از این جنبه که قابلیت نوشتن برنامه در ان هست بله. مثل Matlab است. اما شما برید ببینید آیا میتوانید به نرم افزار Matlab فایل شجره و داده را بدی برایتون BV یا پارامتر ژنتیکی محاسبه کنه. برای اینکار در نرم افزار Matlab مجبور بودید صدها خط برنامه مینوشتید اما با R همین کار را با 10 خط میتونید انجام بدید.

اینکه تعداد کاربران نرم افزار R چقدر است را نمی توان دقیق گفت اما در سال 2009 حدود 250000 نفر تخمین زده شد. که من شک ندارم تا امروز این تعداد از 500000 نفر هم گذشته است. همچنین در این مقاله نوشته شده کاربرپسندی و قابلیت های دیگر R میتواند تجارت موسسئسه هایی که SAS را سازماندهی می کننند تهدید کند که قطعاً همینطور هست. مثل خود من، از زمانی که با R آشنا شده ام خیلی کمتر از SAS استفاده میکنم. البته شرکتی که SAS را نوشته و پخش می کند هم بیکار ننشسته و امروز SAS نسخه 9.2 با قابلیت بالاتر و با کتابهای راهنمای بسیار باکیفیتی را وارد بازار کرده است.

بااین وجود R یکسری نقایصی هم دارد که قطعاً به زودی حل خواهند شد. یکی از آنها این است که برای برخی packageها و متدها به حافظه کامپیوتری بالایی نیاز دارد. برخی از packageهای آن روی برخی سیستم عامل ها جواب نمی دهند مثلاً package MCMCGlmm گاهی اوقات روی ویندوز 7 کار نمی کند باید حتماً از XP یا لینوکس استفاده شود. از نظر حافظه محدودیت دارد. سرعت ان نسبتاً کند است. اما همچنان تهیه کنندگان این نرم افزار در تلاشند تا کاستی های آن را جبران کنند. که قطعاً به زودی این کاستی ها را نیز برطرف خواهند کرد.

منبع: http://geneticz.blogfa.com/post-129.aspx

همانطور که در ابتدا گفته شد مقاله ترجمه شده مربوط به سال 2009 است. در حال حاضر تمام مشکلات ذکر شده در نرم افزار آر حل شده است. به صورت نسبی به لحاظ سرعت در اجرای الگوریتم های مختلف نرم افزار آر گوی سبقت را از سایر نرم افزارها ربوده است، بهترین قدرت و قابلیت گرافیکی را دارد و تعداد بسته های آن حدودا دو برابر شده است. تعداد کاربران فوق العاده چشمگیر و تعداد وب لاگ ها و سایت های آموزشی آن نسبت به تمام نرم افزارهای تحلیل داده با سابقه های طولانی تر، بیشتر شده است. شتاب گسترش آر به گونه ای است که بعضی از تحلیل گران به آن گوگل تحلیل داده می گویند.

موارد ذیل از لینک

 http://measurement.blogfa.com/post-865.aspx    گرفته شده است

 

 

دلایل استفاده از نرم افزار R

 

در بين نرم افزارهاي مختلف براي تحليل هاي آماري و سنجشي بهتر است از نرم افزار R استفاده شود. دلايلي كه اين نرم افزار را از ساير نرم افزارها جدا مي سازد در زیر ارائه شده اند.

 

1.اين نرم افزار رايگان است: مي دانيم كه بيشتر نرم افزارهايي كه در كشور استفاده مي شوند نرم افزارهايي هستند كه نسخه ي اصلي آنها نيست و نسخه هاي قفل شکسته،  نرم افزارها قابل اطمینانی نمی باشند. اين موضوع در کشور ما چندان مورد توجه پژوهشگران قرار نمی گیرد. نرم افزار R علاوه بر اين كه رايگان است از طریق اینترنت و سایت اصلی آن یعنی www.r-project.org قابل دانلود است. 

 

2.دانلود نسخه ي اوليه ي اين نرم افزار بسيار آسان و كم حجم است و تنها بسته هاي ضروري را همراه دارد پژوهشگر مي تواند بر اساس نيازي كه به ساير بسته ها دارد آنها را جداگانه دانلود كند و نصب نمايد. 

 

3.نرم افزار R يك پروژه ي منبع آزاد است كه هر كس مي تواند كدهاي مختلف را بررسي كرده و آنها را سرهم نمايد و يك بسته ي نرم افزاري جديد ارائه دهد كه هم خود از آن بهره برد و هم در اختيار سايرين در سراسر دنيا قرار دهد.

 

4. R يك زبان برنامه نویسی است. زبان برنامه نویسی که برای انجام تحلیل های آماری و گرافیکی تدوین شده است. در این نرم افزار دستورات باید نوشته شوند. زماني كه از نوشتن دستورات صحبت مي شود به نظر كار مشكلي پيش رو است اما كار با اين نرم افزار بسيار راحت بوده و فراگيري آن مخصوصا زمانی که فرد با اصول اولیه ی آن آشنا باشد، به سرعت انجام مي شود. 

 

5. یکی از مزایای اصلی کار با نرم افزار آر این است که پژوهشگر شخصا در فرايند تحليل قرار می گیرد كه منجر به تقويت فهم آماري وي مي شود و مانند ساير نرم افزارها، تحليل ها در جعبه سياه انجام نمی شود. به بيان ديگر اين نرم افزار سبب كاهش فاصله ي بين آمار و برنامه نویسی آماری می شود. 

 

6. نرم افزار R مي تواند به عنوان منبعي براي تدريس و آموزش استفاده شود. نرم افزار R به دلیل قابلیت های برنامه نویسی آن می تواند مانند نرم افزار اکسل منبعی برای یادگیری و آموزش موضوعات مختلف آماری و روش شناسی علمی باشد.

 

7. از طريق نرم افزار R مي توان كليه ي تحليل هاي آماري را در هر رشته علمی انجام داد. به دليل باز بودن منبع اين نرم افزار، هر روزه افراد در اقصی نقاط دنیا بر اساس نياز خود بسته هاي نرم افزاري جديد تهيه كرده و در اختيار سايرين قرار مي دهند. تا كنون بالغ بر 5000 بسته ي نرم افزاري مختلف براي اين نرم افزار توليد شده است. 

 

8. كاربران روز افزون اين نرم افزار دست به ايجاد وب لاگ ها و وب سايت هاي مختلف زده اند تا از اين طريق بسته هاي مختلف را معرفي كرده و به سوالات سايرين پاسخ دهند، بنابراين در صورت برخورد با مشكل مي توان از اين منابع استفاده نمود و یا مشکل خود را با سایرین در میان گذاشت.

 

9. انعطاف پذيري نرم افزار R: اين نرم افزار به اين دليل كه يك زبان برنامه نويسي است مي تواند تحليل ها را بر اساس نياز و مطابق دلخواه پژوهشگر تغییر دهد. تحليل ها از كشيدن نمودارهاي ستوني و پراكنش تا روش هاي پيشرفته مانند مدلهاي پيش بيني و يادگيري ماشين را در بر مي گيرد. 

 

10. قدرت گرافيكي ديداري سازي بالاي نرم افزار R: گرافيك و ديداري سازي داده ها که به عنوان قسمت ضروري فرآيند تحليل بشمار می رود يكي از اصول طراحي نرم افزار است. سيستم گرافيكي نرم افزار متاثر از تفكر رهبران ديداري سازي داده ها مانند بيل كلوند و ادوارد توفت است. 

 

11. استفاده از آن در نوشتن مقالات در مجامع علمي دنيا قابل قبول است. بعضي از نشريات ممكن است تحليل هاي انجام شده توسط نرم افزارهاي خاصي را قبول نداشته باشند ولي انجام تحليل ها از طريق اين نرم افزار در تمام دنيا قابل قبول است.

 

12. ارائه ي خروجي هاي به صورت عكس هاي با كيفيت عالي براي گراف ها و نمودارها و خروجي هاي دقيق براي تحليل هاي آماري غير گرافيكي.

 

13. انتقال فايل ها از نرم افزارهاي مختلف و پذيريش پسوند هاي كاربردي.

 

14. Copyو paste راحت فرمان ها خروجي ها و دادها.

 

15. قابلیت استفاده از نرم افزار در تمام حوزه های علمی. این نرم افزار می تواند به طور کاملا اختصاصی در تمام رشته های علمی استفاده شود. فراگیری این نرم افزار کاربر را از فراگیری نرم افزارهای دیگر بی نیاز می سازد. به عنوان مثال نرم افزار spss توانایی تحلیل های SEM و Path analysis را ندارد برای انجام این تحلیل ها لازم است کاربر نرم افزارهای دیگری مانند R را فراگیرد. مثلا کسی که در رشته سنجش و اندازه گیری تحصیل می کند در صورتی که از نرم افزار spss استفاده کند لازم است از نرم افزارهای LIZREL,AMOS,TESTFACT,BILOG,MULTILOG,PARSCALE,SAS,STATISTICA  و موارد دیگر استفاده نماید. اما با فراگرفتن کار بانرم افزار آر، از فراگیری سایر نرم افزارها رها می شود. بنابراین هزینه زمانی و مالی بسیار کمتری متحمل می شود.

16. یادگیری زبان برنامه نویسی آن به دلیل سطح بالا بودن زبان R ، نسبت به هر زبان دیگری راحت تر است. 

17. از دید مجلات معتبر دنیا (مانند ساینس و نیچر) در رشته های مختلف قابل اعتماد است و به دلیل رایگان بودن برای درج مقالات در این مجلات نیاز به لایسنس ندارد. 

 

 

 

نرم افزار R و سنجش و اندازه گیری (روانسنجی)

می توان گفت که با ظهور و ابداع نظریه سوال-پاسخ روشها و تکنیک های جدیدی برای تجزیه و تحلیل داده های حاصل از اجرای آزمونها فراهم شد. این نظریه با توجه به چارچوبی که مبتنی بر آن است  امکان همترازسازی و ارتباط دادن آزمونها، بررسی سوگیری سوال و تست و نیز زمینه ای برای ساختن آزمونهای بهتر و دقیق تر را فراهم نمود. در مدلهای اولیه نظریه سوال-پاسخ، چنین فرض میشد که عامل زیربنایی عملکرد آزمونی در تست یا آزمون، تک بعدی است بدین معنی که تنها یک توانایی می توان برای توصیف روابط بین سوالها و عملکرد فرد در آزمون بکار رود. اما با توسعه این نظریه و نیز سهولت پیاده سازی مدلهای پیچیده تر، مدل ها و روشهای آماری مبتنی بر در نظر گرفتن عوامل زیربنایی متعدد (چند بعدی) برای تحلیل آزمون ها نیز ارائه شد که تحت عنوان نظریه سوال-پاسخ چند بُعدی( Multidimensional Item Response Theory  or MIRT ) شناخته می شوند. در حال نرم افزارهای متعددی برای تحلیل داده های مبتنی بر نظریه سوال-پاسخ چند بعدی وجود دارد که هر کدام دارای نقاط قوت و ضعف هستند.

یکی از این نرم افزارها، نرم افزار MIRT است که بوسیله سیس گلاس ( Cees Glas) استاد دانشگاه توئِنته (Twente) هلند طراحی شده است. این نرم افزار از گستره وسیعی از مدلهای دو و چند ارزشی، روشهای مختلف برآورد پارامتر مانند تکنیکهای مبتنی بر روش درستنمایی بیشینه و بیز پشتیبانی می کند. همچنین این نرم افزار امکان تحلیل سوال، سوگیری سوال و برازش فرد را نیز دارا می باشد. علاوه بر این، طرحهای مختلفی از جمع آوری داده از جمله طرحهای بکار رفته در آزمونهای بین المللی مانند PISA نیز در این نرم افزار در نظر گرفته شده است. این نرم افزار تحت ویندوز بوده و رابط کاربری ساده و مناسبی دارد.

منبع سایت اپسیلون

انجام تحليل عاملي غير خطي با اطلاعات كامل full information تحت نظريه ي سوال پاسخ

تحليل عاملي كه اكنون در بسياري از پژوهش ها و تحقيقات و مطالعات انجام مي شود مشكلات جدي دارد كه اجتناب از آنها امكان پذير نيست . مهمترين مشكل اين تحليل عاملي ها استفاده از تحليل عاملي هاي خطي است كه مشكل جدي در تحليل عاملي به شمار مي رود. در انجام اين تحليل عاملي فرض مي شود كه رابطه ي خطي بين صفت مكنون يا عامل و متغيرهاي مشاهده شده وجود دارد. اين فرض در بيشتر يا قريب به اتفاق تمام مطالعات واقعي نيست. علاوه بر اين تحليل عاملي مبتني بر ماتريس همبستگي انجام مي شود و اطلاعات كامل مطالعه استفاده نمي كند. به منظور استفاده از كليه ي اطلاعات نمي توان از روش هاي تحليل عاملي موجود استفاده نمود. به منظور تحليل عاملي غير خطي با اطلاعات كامل يا فول اينفورميشن مي توان از نظريه ي سوال پاسخ استفاده نمود. مبتني بر مدل هاي چندبعدي نظريه ي سوال پاسخ مي توان تحليل عاملي انجام داد كه هم غير خطي باشند و هم از كليه ي اطلاعات استفاده شود. علاوه بر اين روش هاي چند بعدي به پارامتري كردن سئوالات در ابعاد مختلف مي پردازند. 

به منظور انجام تحليل عاملي غير خطي با اطلاعات كامل و در صورت سوال مي توانيد با شماره ي 

09122263167 يا ايميل 

[e-mail]

تماس بگيريد.

چرا نرم افزار R ؟؟

مقدمه

زماني كه پژوهشگری براي رسيدن به اهداف علمي خود تلاش می نمايد به منظور دستیابی به نتایج روا و قابل دفاع، لازم است فعاليت هايش بر پايه ي روش هاي علمي درست و مناسب بنا شود و همانطور که کرلینجر می گوید باید بتواند مسیر علمی خود را شخصا ترسیم نماید و به جزئیات آنچه در پژوهشش می گذرد آشنا باشد. یکی از بخش های مهم هر پژوهش علمی (چه کیفی و چه کمی) تحلیل اطلاعات یا دیتا است. در حوزه ي تحليل داده ها و استخراج اطلاعات از داده ها روش هاي مختلف و پيشرفته اي وجود دارد كه هر كدام مزيت ها و محدوديت هاي خاص خود را دارند. امروزه تمام تحليل هاي آماري در شركت ها و موسسات با نرم افزارها انجام مي شود. بنابراين ضروري است نرم افزاري براي تحليل داده ها انتخاب شود كه معقول و مقبول جامعه ي علمي باشد. شاید در جامعه ی علمی ما این نکته جا افتاده باشد که می توان به خروجی نرم افزارها اعتماد نمود. اما با مرور تاریخچه ی نرم افزارهای آماری در می یابیم که گاهی روش های بکار گرفته شده در آنها مقبول جامعه ی علمی نیست. مثلا شرکت SPSS قبل از این که به IBM بپیوندد به دلیل بکار بردن روش های نامناسب در تحلیل های خود (تحلیل عاملی) یکبار در دادگاه آمریکا به پرداخت جریمه محکوم شده است.

براي تحليل داده هاي آماري  نرم افزارهاي مختلفي وجود دارد از صفحه گسترده هايي مانند اكسل،سيستم هاي مبتني بر GUI كه نقطه كليك مي باشند )مانند SPSS) گرفته تا سيستم هاي داده كاوي و نرم افزارهاي مبتني بر روش گروهي مانند SAS. 

دلایل استفاده از نرم افزار R

در بين نرم افزارهاي مختلف براي تحليل هاي آماري و سنجشي بهتر است از نرم افزار R استفاده شود. دلايلي كه اين نرم افزار را از ساير نرم افزارها جدا مي سازد در جدول زیر ارائه شده اند.

ردیف توضیحات

1 اين نرم افزار رايگان است: مي دانيم كه بيشتر نرم افزارهايي كه در كشور استفاده مي شوند نرم افزارهايي هستند كه نسخه ي اصلي آنها نيست و نسخه هاي قفل شکسته،  نرم افزارها قابل اطمینانی نمی باشند. اين موضوع در کشور ما چندان مورد توجه پژوهشگران قرار نمی گیرد. نرم افزار R علاوه بر اين كه رايگان است از طریق اینترنت و سایت اصلی آن یعنی www.r-project.org قابل دانلود است. 

2 دانلود نسخه ي اوليه ي اين نرم افزار بسيار آسان و كم حجم است و تنها بسته هاي ضروري را همراه دارد پژوهشگر مي تواند بر اساس نيازي كه به ساير بسته ها دارد آنها را جداگانه دانلود كند و نصب نمايد. 

3 نرم افزار R يك پروژه ي منبع آزاد است كه هر كس مي تواند كدهاي مختلف را بررسي كرده و آنها را سرهم نمايد و يك بسته ي نرم افزاري جديد ارائه دهد كه هم خود از آن بهره برد و هم در اختيار سايرين در سراسر دنيا قرار دهد.

4 R يك زبان برنامه نویسی است. زبان برنامه نویسی که برای انجام تحلیل های آماری و گرافیکی تدوین شده است. در این نرم افزار دستورات باید نوشته شوند. زماني كه از نوشتن دستورات صحبت مي شود به نظر كار مشكلي پيش رو است اما كار با اين نرم افزار بسيار راحت بوده و فراگيري آن مخصوصا زمانی که فرد با اصول اولیه ی آن آشنا باشد، به سرعت انجام مي شود. 

5 یکی از مزایای اصلی کار با نرم افزار آر این است که پژوهشگر شخصا در فرايند تحليل قرار می گیرد كه منجر به تقويت فهم آماري وي مي شود و مانند ساير نرم افزارها، تحليل ها در جعبه سياه انجام نمی شود. به بيان ديگر اين نرم افزار سبب كاهش فاصله ي بين آمار و برنامه نویسی آماری می شود. 

6 نرم افزار R مي تواند به عنوان منبعي براي تدريس و آموزش استفاده شود. نرم افزار R به دلیل قابلیت های برنامه نویسی آن می تواند مانند نرم افزار اکسل منبعی برای یادگیری و آموزش موضوعات مختلف آماری و روش شناسی علمی باشد.

7 از طريق نرم افزار R مي توان كليه ي تحليل هاي آماري را انجام داد. به دليل باز بودن منبع اين نرم افزار، هر روزه افراد در اقصی نقاط دنیا بر اساس نياز خود بسته هاي نرم افزاري جديد تهيه كرده و در اختيار سايرين قرار مي دهند. تا كنون بالغ بر 3000 بسته ي نرم افزاري مختلف براي اين نرم افزار توليد شده است. 

8 كاربران روز افزون اين نرم افزار دست به ايجاد وب لاگ ها و وب سايت هاي مختلف زده اند تا از اين طريق بسته هاي مختلف را معرفي كرده و به سوالات سايرين پاسخ دهند، بنابراين در صورت برخورد با مشكل مي توان از اين منابع استفاده نمود و یا مشکل خود را با سایرین در میان گذاشت.

9 انعطاف پذيري نرم افزار R: اين نرم افزار به اين دليل كه يك زبان برنامه نويسي است مي تواند تحليل ها را بر اساس نياز و مطابق دلخواه پژوهشگر تغییر دهد. تحليل ها از كشيدن نمودارهاي ستوني و پراكنش تا روش هاي پيشرفته مانند مدلهاي پيش بيني و يادگيري ماشين را در بر مي گيرد. 

10 قدرت گرافيكي ديداري سازي بالاي نرم افزار R: گرافيك و ديداري سازي داده ها که به عنوان قسمت ضروري فرآيند تحليل بشمار می رود يكي از اصول طراحي نرم افزار است. سيستم گرافيكي نرم افزار متاثر از تفكر رهبران ديداري سازي داده ها مانند بيل كلوند و ادوارد توفت است. 

11 استفاده از آن در نوشتن مقالات در مجامع علمي دنيا قابل قبول است. بعضي از نشريات ممكن است تحليل هاي انجام شده توسط نرم افزارهاي خاصي را قبول نداشته باشند ولي انجام تحليل ها از طريق اين نرم افزار در تمام دنيا قابل قبول است.

12 ارائه ي خروجي هاي به صورت عكس هاي با كيفيت عالي براي گراف ها و نمودارها و خروجي هاي دقيق براي تحليل هاي آماري غير گرافيكي.

13 انتقال فايل ها از نرم افزارهاي مختلف و پذيريش پسوند هاي كاربردي.

14 Copyو paste راحت فرمان ها خروجي ها و دادها.

15 قابلیت استفاده از نرم افزار در تمام حوزه های علمی. این نرم افزار می تواند به طور کاملا اختصاصی در تمام رشته های علمی استفاده شود. فراگیری این نرم افزار کاربر را از فراگیری نرم افزارهای دیگر بی نیاز می سازد. به عنوان مثال نرم افزار spss توانایی تحلیل های SEM و Path analysis را ندارد برای انجام این تحلیل ها لازم است کاربر نرم افزارهای دیگری مانند R را فراگیرد.

در زیر بعضی از حوزه های کاربری نرم افزار R ارائه شده است.

ردیف توضیحات

1 انجام کلیه ی تحلیل های آماری توصیفی

2 انجام کلیه ی تحلیل های آماری استنباطی

3 انجام کلیه ی تحلیل های تک متغییری و چند متغییری آماری  

4 انجام كليه ي تحليل هاي مربوط به اندازه گيري مبتني بر نظريه ي كلاسيك اندازه گيري  

5 انجام كليه ي تحليل هاي مربوط به اندازه گيري مبتني بر نظريه ي سوال پاسخ  اين تحليل ها براي تمام مدلهاي نظريه ي سوال پاسخ از طريق بسته هاي مختلف امكان پذير است 

6 انجام كاربردهاي نظريه ي سوال پاسخ مانند تشخصي افتراقي سوالات، همتاسازي و آزمون كامپيوتري انطباقي 

7 تحليل عاملي اكتشافي

8 تحليل عاملي تاييدي

9 مدل معادلات ساختاري

10 تحليل مدل هاي مكنون

11 ديداري سازي داده ها به صورت شبكه

12 انجام مدلهاي مختلف تحليل رگرسيوني

13 امكان بررسي برازش مدل هاي مختلف آماري

14 انجام تحليل هاي ناپارامتري سوال پاسخ

15 انجام تحليل هاي افتراقي سوال به روش هاي كلاسيك

16 انجام تحليل هاي افتراقي سوال براي سوالات چند گزينه اي

17 انجام تحليل هاي مربوط به مدل هاي آميخته سوال پاسخ

18 مقياس گذاري چند بعدي

19 انجام تحليل هاي خوشه اي

20 انجام كليه ي همبستگي هاي پارامتري و ناپارامتري

21 انجام تحليل هاي مربوط به طرح هاي مختلف آزمايشي

22 انجام تحليل هاي سوال پاسخ بيزي

23 برآورد پايايي به روش هاي مختلف و مقياس هاي انطباق

24 نمايش گرافيكي تحليل هاي چند متغيري

و ساير تحليل هاي آماري و گرافيكي

کارگاه تدریس نرم افزار  R

تعداد روزهای برگزاری کارگاه 3 روز

محل برگزاری کارگاه سهروردی شمالی- خیابان خرمشهر (آپادانا)، پلاک 18، ساختمان پرفسور صفائیان، طبقه سوم

روز برگزاري كارگاه يك شنبه، سه شنبه و جمعه

تاريخ 19؛ 21 و 24 خرداد ماه

ساعات برگزاري كارگاه الف ساعت 8.30 تا 12.15 صبح

ساعات برگزاري كارگاه ب ساعت 14.30 تا 17.15 (عصر)

هزينه ي كارگاه 220 هزار تومان

استاد محمد حسين ضرغامي (دكتري سنجش و اندازه گيري دانشگاه علامه طباطبايي)

تلفن هاي تماس [phone] و 09122263167

الزامات كارگاه همراه داشتن لپ تاپ (تمام زمان كارگاه به صورت عملي برگزار مي شود)

آشنايي با مفاهيم آماري

Skyp ID:zargham100

www.measurement.blogfa.com

[e-mail]

زبان برنامه نویسی آر r برای دانشجویان سنجش و اندازه گیری

زبان r ، یک زبان برنامه نویسی است که برای محاسبات آماری و نمایش گرافیکی اطلاعات آماری استفاده می شود. این زبان یک پیاده سازی از زبان s است که توسط جان کمبرس در آزمایشگاه بل (bell labs) با ترکیب منطق سمانتیک لکس، که خود برگرفته از زبان scheme است، پایه گذاری شد. 

زبان آر توسط راس ایهاکا و رابرت جنتلمن در دانشگاه آوکلند نیوزلند ساخته شد و در حال حاضر توسط تیم توسعه هسته آر که جان کمبرس یکی از اعضای آن است، مشغول کار روی آن است. نام آر از حرف اول اسم راس ایهاکا و رابرت جنتلمن دو مولف زبان آر گرفته شده است. 

زبان آر بخشی از پروژه gnu است که کد منبع آن بصورت رایگان و تحت مجوز gnu general public license و نگارش باینری و اجرایی آن برای نسخه های مختلف سیستم عامل از جمله لینوکس قابل دریافت است. 

این  نرم افزار در سال 2001  ارائه شده است.  از مزایای این نرم افزار مجانی بودن و  Open source بودن آن است؛ یعنی اگر مقاله ای بخواهید در مجله های معتبر علمی جهان به چاپ برسانید همچون SAS از شما پرسیده نخواهد شد که لایسنس نرم افزارتان چه است.

اگر به وسیله نرم افزار SAS مقاله ای بنویسید و لایسنس معتبری برای آن نداشته باشید، مقاله شما توسط نشریات بین المللی در هر شرایطی رد میشود.

این نرم افزار از  S که در سال 1980 به طور رسمی ارائه شد مشتق شده است. در حقیقت این نسخه جدای نسخه تجاری خود یعنی S یا SPLUS نیست.

یکی از معایب آن این است که هیچ ضمانتی برای آن وجود ندارد در حالی که برای نسخه معادل تجاری آن شرکت Insightful ضمانت لازم را می دهد.

از دیگر معایب آن ضعف برای ترسیم نمودار سطح بالا است که البته برای رفع این مشکل می توان به نسخه تجاری یعنی SPLUS مراجعه کرد.

نرم افزار R در شبیه سازی سرعت بیشتری از SPLUS دارد ضعف اساسی SPLUS در Loopها مشخص می شود.

در ضمن نرم افزار R مجانی و به صورت رایگان در اختیار شما قرار می گیرد.این نرم افزار درحقیقت  بر مبنای SPLUS بنا شده است. بنوعی این نرم افزار برای آرادی عمل بیشتر برنامه نویسان طراحی شده است.مثلا من بعنوان یک آماری یک برنامه می نویسم؛ بعد اونو بصورت یک Package در می آرم  حالا یا میفروشمش یا اینکه بطور مجانی در اختیار دیگران قرار می دهیم.  R دی حقیقت نسخه تجاری SPLUS  می باشد.

الان اکثر برنامه نویسان با استفاده از این نرم افزار برای ارائه الگوریتم های سریعتر در حال رقابت هستند مثلا برای رشته Imaging Process برنامه قالبا زمان بر هستند در حالیکه دکتر نولان (فرانسه ) بسته ای رو ارائه داده که کمتر از 20 دقیقه به جواب مطلوب می رسد.

در ضمن خوبی این نرم افزار در اینه که زبان برنامه نویسی فوق العاده ساده ای دارد بطوریکه هر آماری که با Pascall کار  کرده باشد می تواند به سادگی در آن به برنامه نویسی بپردازد.

در ضمن هم برای این نرم افزار و هم SPLUS  هر تعداد کتاب راهنما و آموزشی بخوان تو اینترنت بصورت مجانی و PDF در اختیارتون قرار می گیرد.

لازم به ذکر است که تا چندی پیش برنامه نویسان SAS  در اولویت گزینشهای کاری بودند ولی در حال حاضر این نرم افزار جای خودشی پیدا کرده و برنامه نویسان این دو نرم افزار هم پایه برنامه نویسان SAS  هستند.

برنامه اي به منظور برآورد تتاي افراد بر اساس مدل پاسخ مدرج سوال پاسخ(زماني كه پارامترهاي سوالات موجو

يكي از مشكلات موجود در نرم افزارهاي بر آورد تتاي افراد يا توانايي افراد بر اساس مدل هاي مختلف سوال پاسخ اين است كه نرم افزارهايي مانند بايلوگ و مالتي لوگ و ساير نرم افزارهاي موجود پارامترهاي سوالات و افراد را به طور همزمان بدست مي آورند( منظور از همزمان در اينجا روش برآورد پارامتر نيست) يعني شما زماني كه بانك سوال مدرجي داشته باشيد و بخواهيد از تتاي فرد را برآورد سازيد نمي توانيد از اين نرم افزارها استفاده كنيد به اين منظور بنده برنامه اي به زبان آر نوشته ام كه در صورت نياز مي توانيد ايميل زده و از آن استفاده كنيد.

[e-mail]

نرو افزار آر

چندی پیش مطلبی در ارتباط با زبان برنامه نویسی R براتون نوشتم. امروز میخواهم بیشتر به زبان برنامه نویسی R بپردازم.

بیشتر این مطالب از مقاله Ashlee Vance به آدرس: http://www.nytimes.com/2009/01/07/technology/business-computing/07program.html

گرفته شده است.

برای بعضی ها R فقط 18همین حرف الفبای انگلیسی است. برای برخی دیگر R یک رتبه (درجه دسته بندی) در فیلم­های مهیج است. برای برخی ها نیز یک درجه عایق استفاده شده برای اتاق زیر شیروانی و یا حرفی هست که دزدان دریایی در فیلم ها می­گویند.

R همچنین نام یک زبان برنامه نویسی و نرم­افزار مهم و کاربرپسند است که برای آنالیز داده­ها استفاده می­شود. این برنامه در حال تبدیل شدن به یک زبان برنامه نویسی بین المللی است. چرا که امروز داده کاوی یکی از کارهای اجتناب ناپذیر هر علمی شده است. امروزه شرکت های مختلف از جمله Google, Pfizer, Merck, Bank of America, the InterContinental Hotels Group و  Shell از آن به صورت روزمره استفاده می­کنند.

اما شاید این سوال برای شما پیش بیاید چرا این برنامه را R نامیده اند؟ این سوالی است که برای خودم هم پیش آمده اما فقط همین را میتوانم بگویم که R اولین بار در سال 1996 ظهور یافت که دو پروفسور آمار نیوزلندی به نام های Robert Gentleman و Ross Ihaka یک کد برنامه نویسی را به همراه  نرم افزار به صورت رایگان منتشر کردند. شاید دلیل نامگذاری R به خاطر حرف اول اسم کوچک این دو پرفسور آمار باشد.

یک محقق در شرکت Google که از نرم افزار R استفاده می کند گفته نرم­افزار R آنقدر مهم است که ارزش آن قابل شمردن نیست. این نرم افزار به محققان و دانشجویان این اجازه را می دهد که آنالیزهای پیچیده و برهمکنشی را بدون اینکه از پس زمینه نرم افزار و روش های آماری اطلاعی داشته باشد را انجام دهند.

جالب اینکه این نرم افزار مجانی است. این قابلیت را دارد که کدهای خود را که در زبان برنامه نویسی مانند C++ نوشته ای را در اینجا برای محققان دیگر به اشتراک بگذاری، کدهای نوشته شده را اصلاح کنید و از بسته های نرم افزاری دیگران استفاده کنی. پس هم یک زبان برنامه نویسی است و هم یک بسته نرم­افزاری برای کاربران می باشد. خیلی اوقات محققان آماری در زمینه برنامه نویسی به توابع و الگوریتم های نیاز دارند که نوشتن آنها به زمان بسیار زیادی نیاز دارد. اما با استفاده از R کاربر میتواند به راحتی از متدها و توابعی که دیگران نوشته اند استفاده کند. برخی از کاربران R آن را به عنوان یک نسخه پیشرفته excel می داند زیرا به راحتی میتواند ویرایش و آنالیزهای دادها را با آن انجام داد.

در حال حاضر بیش از 3117  بسته نرم افزاری  برای R نوشته شده است. واقعیتش من فکر نمی کنم تا حالا هیچ نرم­ افزاری به این گستردگی نوشته شده باشد. برخی از دانشجویان به من گفته اند که این نرم افزار به زودی جایگزین SAS می شود. اما  باید بگم SAS که چه عرض کنم، دیگر نرم افزارهای برآورد پارامتر هم دارند کنار میروند. فقط بگم این نرم افزار واقعاً محشر است، هر چه دلت بخواد توی آن پیدا میکنی.  بعضی ها میگن شبیه نرم­افزار Matlab است. از این جنبه که قابلیت نوشتن برنامه در ان هست بله. مثل Matlab است. اما شما برید ببینید آیا میتوانید به نرم افزار Matlab فایل شجره و داده را بدی برایتون BV یا پارامتر ژنتیکی محاسبه کنه. برای اینکار در نرم افزار Matlab مجبور بودید صدها خط برنامه مینوشتید اما با R همین کار را با 10 خط میتونید انجام بدید.

اینکه تعداد کاربران نرم افزار R چقدر است را نمی توان دقیق گفت اما در سال 2009 حدود 250000 نفر تخمین زده شد. که من شک ندارم تا امروز این تعداد از 500000 نفر هم گذشته است. همچنین در این مقاله نوشته شده کاربرپسندی و قابلیت های دیگر R میتواند تجارت موسسئسه هایی که SAS را سازماندهی می کننند تهدید کند که قطعاً همینطور هست. مثل خود من، از زمانی که با R آشنا شده ام خیلی کمتر از SAS استفاده میکنم. البته شرکتی که SAS را نوشته و پخش می کند هم بیکار ننشسته و  امروز SAS نسخه 9.2 با قابلیت بالاتر و با کتابهای راهنمای بسیار باکیفیتی را وارد بازار کرده است.  

بااین وجود R  یکسری نقایصی هم دارد که قطعاً به زودی حل خواهند شد. یکی از آنها این است که برای برخی packageها و متدها به حافظه کامپیوتری بالایی نیاز دارد. برخی از packageهای آن روی برخی سیستم عامل ها جواب نمی دهند مثلاً package MCMCGlmm  گاهی اوقات روی ویندوز 7 کار نمی کند باید حتماً از XP یا لینوکس استفاده شود. از نظر حافظه محدودیت دارد. سرعت ان نسبتاً کند است. اما همچنان تهیه کنندگان این نرم افزار در تلاشند تا کاستی های آن را جبران کنند. که قطعاً به زودی این کاستی ها را نیز برطرف خواهند کرد. 

تحليل stepdown

STEPDOWN ANALYSIS

همانند روش رگرسيون گام به گام مي ماند.  در هر دو روش ما علاقه منديم تا بدانيم يك متغيير چه مقدار به ارزش اضافه مي نماييد. در تحليل رگرسيون سوال اين است كه يك متغيير پيش بين چه مقدار به پيش بيني متغيير وابسته اضافه مي نمايد اين مقدار اضافه شدن بعد از ورود متغييرهاي پيش بيني است كه همبستگي بيشتر با متغيير وابسته دارند. سوال مربوط به تحليل STEPDOWN اين است كه چه مقدار يك متغيير وابسته به تمايز بين گروهها اضافه مي كند. اين مقدار اضافه شدن بعد از متغييرهاي وابسته ي قبلي و براي يك ترتيب منطقي و نظري مشخص قبلي از متغييرهاي وابسته مي باشد.

به دليل نياز روش STEPDOWN به ترتيبي قبلي از متغييرهاي وابسته نياز است اين ترتيب بندي منطقي و مبتني بر شواهد نظري و تجربي باشد. اگر اين ترتيب وجود داشته باشد، تحليل STEPDOWN مي تواند مشخص نمايد كه آيا ترتيب گروهها به خاطر اولين متغيير وابسته است يا خير. مقدار F  مربوط به اولين متغيير وابسته مانند همان F تك مغييره است. براي متغيير وابسته ي دوم در ترتيب، تحليل مشخص مي كند كه آيا بر اساس اين متغيير با توجه به اين كه اولين متغيير وابسته را به عنوان كواريانس و به منظور تعديل كردن اثرات متغيير دوم استفاده مي كنيم، تغيير مي كنند يا خير؟ F مربوط به تحليل STEPDOWN براي سومين متغيير وابسته در ترتيب بيانگر اين است كه آيا ترتيب اين گروهها بر اساس اين متغيير و بعد از اين كه اثرات متغييرهاي قبلي تعديل شده اند تغيير مي كند يا خير. در اين زمان متغييرهاي 1 و 2 به عنوان متغييرهاي كوواريانس منظور مي شوند. اين روند به همين صورت ادامه مي يابد. چون تحليل STEPDOWN نوعي تحليل كواريانس در نظر گرفته مي شوند، بنابراين بايد ابتدا اهداف تحليل كواريانس را فرا گرفت. 

اندازه گیری چند رویه ای راش (Many-facet rasch measurement)

نویسنده: محمد حسین ضرغامی([e-mail]) 09122263167

اندازه گیری چند رویه ای راش (Many-facet rasch measurement) :

این مدل اندازه گیری به سنجش عملکردی بسیار کمک کرده است. البته این مدل یکی از مدلهای تلفیقی دو نظریه ی تعمیم پذیری و نظریه ی سوال پاسخ است که به آنها GIRM گفته می شود. نظریه ی تعمیم پذیری نظریه ی نمونه گیری است که به پژوهشگر کمک می کند تا منابع خطای خود را به قسمت های مختلف تقسیم نماید. این تقسیم منابع خطا می تواند به شفاف شدن بهتر واریانس مورد مطالعه کمک نماید. از طرفی نظریه ی راش به عنوان یکی از نظریه های اندازه گیری که خود یک نظریه ی مقیاس گذاری است امکان سنجش و اندازه گیری تکالیف را فراهم می آورد. در سنجش عملکردی به جای سوالات و گزاره ها که در پرسشنامه ها و آزمون های شناختی استفاده می شوند از اصطلاح تکلیف استفاده می شود. بنابراین با استفاده از مدل سوال پاسخ می توان به مقیاس بندی و پارامتری کردن تکالیف و دستیابی به درجه دشواری و شیب تکالیف و همچنین عملکرد افتراقی سوالات دست یافت. حوزه ی کاربرد مدل چند رویه ای راش یا مدل های جیرم بیشتر در آموزش و آزمون سازی زبان و همچنین سنجش و اندازه گیری فعالیت های حرکتی در تربیت بدنی و ورزش وهمچنین استاندارد سازی رفتار و عملکرد بر می گردد که می تواند برای دانشجویان و دانش پژوهان در حوزه های مختلف مدیریت مورد نیاز باشد. استفاده از این رویکرد به منظور کالیبره کردن مصاحبه ها و امتحانات شفاهی مانند امتحانات قرائت کاربرد زیادی پیدا کرده است. حوزه های زبان آموزی و آِزمون سازی زبان مجموعه ی گسترده و متنوعی از روش ها را در بر می گیرد که هدف آنها اندازه گیری مهارت زبانی فرد یا چند جنبه مختلف این مهارت است. زمانی که رتبه دهنده یا امتیاز دهنده به دانش آموزان یا شرکت کننده گان رتبه می دهند نظرات آنها می تواند به عنوان یک رویه در کنار توانایی دانش آموزان و شرکت کنندگان و درجه ی سختی تکلیف ایجاد واریانس نماید که می تواند وابسته به هدف پژوهش واریانس خطا و یا واریانس مورد پژوهش قلمداد شوند. به این رویکرد اسامی مختلفی داده اند مانند

Many-facet rasch model, multi-facet rasch model,many faceted conjoint measurement, multi faceted rasch modeling

نرم افزارهای مختلفی برای اندازه گیری و سنجش در این حوزه استفاده شده اند که یکی از آنها FACET است که توسط گروه طراح نرم افزار WINSTEP  ایجاد شده است.

اندازه گیری رویکرد اندازه گیری چند رویه ای راش یا مدل های دیگر GIRM دارای سه گام مهم زیر می باشند.

گام اول: شکل دهی به مفروضات بر پایه ی رویه های مورد پژوهش که به یک سنجش مشخص مربوط می شود.

 

گام دوم: مشخص کردن مدل های اندازه گیری که برای مطالعه ی هر یک از رویه ها باید استفاده شود. در این بخش بحث گزینش مدل اندازه گیری مطرح است و بسیار به روانسنجی و سنجش و اندازه گیری مربوط است وباید به مدل های مختلف و روش های ترکیبی نظریات مختلف اندازه گیری آشنابود.

گام سوم: بکار بردن مدل برای در نظر گرفتن اثر هر رویه به صورت بهترین روش ممکن

Item response theory

Generalozabiltiy theory

Rasch model

FACET

Language testing

Sport

Performance assessment

task

 

برگزاري دوره هاي آموزش نرم افزار spss و R براي اساتيد و دانشجويان علوم پايه

بسم الله الرحمن الرحيم

علم به منظور اثبات درستي خود نيازمند زباني است كه با عقل سليم موافق و با اصول موضوعه ي شناخته شده و تاييد شده توسط انسان ها مطابقت داشته باشد. به اين منظور به نتايجي استناد مي كند و آنها را درست فرض مي كند كه روش بدست آوردن آنها منطبق بر اصول و قواعد مشخص باشد. اين اصول و قواعد مشخص را روش علمي گويند و زماني كه روش علمي نهادينه مي شود به نام روش تحقيق و يا روش پژوهش شناخته مي شود. روش پژوهش از روش علمي رسمي تر و نظامند تر است. در ضمن روش علمي اعم از رشته يا گرايش خاصي است و براي مطالعه و تحقيق در هر حوزه ي علمي لازم است اين چهارچوب و ساختار رعايت شود.

يكي از بخش هاي اصلي روش پژوهش استخراج دانش از داده ها است. جمع آوري داده به اين منظور انجام مي شود كه به دانش مشخصي بيانجامد در غير اين صورت انباشت داده بي معنا است. از آنجا كه داده ها داراي خطا است نيازمند روشي است كه با در نظر گرفتن خطا بتواند به تصميم گيري هاي پژوهشگر كمك نمايد. آمار مي تواند اين كار را به درستي انجام دهد و فلسفه ي وجودي آن مطالعه ي پديده هاي احتمالي يعني پديده هاي همراه خطا بوده است.

مشخص است كه استفاده دستي از فرمول ها و روش هاي آماري اگر نگوييم براي همه ي پژوهشگران در همه ي حوزه هاي پژوهشي ناممكن است، اما مي توان گفت اين كار بسيار دشوار و وقت گير و هزينه بر است. خوشبختانه بعد از گسترش نرم افزار هاي آماري امكان استفاده از روش هاي آماري و اندازه گيري براي همه ي متخصصان در تمام حوزه ها فراهم شده است.

كرلينجر يكي از بزرگترين روش شناسان زنده ي دنيا معتقد است، تمام پژوهشگران در حوزه هاي مختلف بايد روش پژوهش خود را بشناسند. وي به استفاده از مشاوران آماري و اندازه گيري در حوزه هاي پژوهش اشاره مي كند و مي گويد لازم است يك پژوهشگر از مسير پژوهش خود اطلاع كاملي داشته باشد تا بتواند مسئوليت نتايج نهايي پژوهش خود را كاملا به عهده گيرد. اين موضوع براي پژوهشگران، اساتيد و دانشجوياني كه به صورت عملي درگير مسايل تحقيقاتي و پروژه هاي پژوهشي و دانشگاهي بوده اند، كاملا ملموس است. به عنوان مثال زماني كه يك پژوهشگر سيستماتيك گياهي نمودار سلسله مراتبي گياه مورد مطالعه اش را ترسيم مي كند، لازم است مبناي كار ترسيم خوشه بندي سلسله مراتبي را بداند. اين نمودار ها بر اساس يك تكنيك آماري كه روش هاي مختلفي دارد، انجام مي شود. انتخاب روش خاص يك تكنيك آماري وابسته به زمينه ي مطالعاتي پژوهشگر است و در صورتي كه پژوهشگر خود شخصا روش ها را نشناسد و از يك متخصص آماري استفاده نمايد، در واقع كار را از طريق يك اپراتور انساني انجام داده است كه بر اساس پيش فرض نرم افزار، خروجي ها را بدست مي آورد كه ممكن است با زمينه ي مطالعاتي به هيچ وجه همخواني نداشته باشد. ولي در صورتي كه پژوهشگر داده، روش و نحوه ي استفاده از نرم افزار را بداند هم مي تواند به درستي از نتايج پژوهش خود دفاع نمايد و هم مي تواند كار خود را به راحتي گسترش دهد و ايده هاي جديد در ذهن وي شكل بگيرد.

نرم افزار Spss

اين نرم افزار عمومي آماري  است كه در پژوهش هاي علمي مي تواند استفاده شود. اين نرم افزار مخصوصا از زماني كه شركت IBM سهام آن را خريداري كرده است، به روش هاي پيشرفته و تحليل هاي قدرتمند مجهز شده است. بخش هاي مختلف آمار توصيفي، آمار استنباطي و داده كاوي در اين نرم افزار در نظر گرفته شده است. اين نرم افزار منو مد است، يعني نيازمند فرمول نويسي نيست. البته مي توان براي راهكارهاي خاص فرمول نويس نيز انجام داد، اما غالب پژوهش ها به اين فرمول نويسي نيازمند نمي باشند. يكي از ويژگي هاي نرم افزار اين است كه مبتني بر روش پژوهش است. چرا كه، گسترش نرم افزار در حوزه هاي مطالعاتي علوم انساني و علوم اجتماعي اتفاق افتاده است  و روش پژوهش در اين علوم بسيار پيشرفته و گسترده شده است. نرم افزار به گونه اي طراحي شده است كه فراگيري استفاده از آن به تقويت يادگيري روش تحقيق و روش پژوهش نيز كمك مي نمايد و مي تواند همزمان هر دو علم پژوهشگر را توسعه دهد.

قالب تحليل هاي نرم افزار به گونه است كه با افزايش يادگيري روش هاي پايه اي، پژوهشگر مي تواند به صورت خود آموز به استفاده از بقيه ي تحليل هاي بپردازند. اين قابليت به دليل ساختار مشابهي است كه در تحليل هاي مختلف استفاده شده است. ويرايش داده ها، ترسيم نمودارهاي مخلتف، قابليت استفاده از خروجي در نرم افزار هاي متني از ديگر مزاياي نرم افزار مي باشد.

محتوي دوره

دوره ي تدريس نرم افزار spss در برگيرنده ي محتوي زير مي باشد.

1.       شناخت مقياس اندازه گيري داده ها.

2.       شناخت طبقه بندي آزمون هاي آماري.

3.       شناخت طرح هاي آزمايشي (به دليل برگزاري دوره براي دانشجويان و اساتيد علوم پايه)

4.       آشنايي با صفحات مختلف برنامه

5.       نحوه ي ورود داده ها وابسته به نوع مطالعه

6.       تحليل داده هاي گمشده و داده هاي پرت و كناري و جايگزين كردن بهترين مقادير براي اين داده ها.

7.       شناخت آزمون هاي آماري مورد نياز رشته هاي مختلف و بررسي پيش فرض آنها.

8.       استفاده عملي از آزمون هاي آماري در مطالعات واقعي (از ابتدا تا انتهاي پژوهش)

9.       بررسي خروجي و تفسير خروجي

10.   نحوه ي تبديل داده هاي خروجي به متن پايان نامه و يا مقاله ي علمي.

نرم افزار R

براي تحليل داده هاي آماري  نرم افزارهاي مختلفي وجود دارد از صفحه گسترده هايي مانند اكسل، سيستم هاي مبتني بر GUI كه نقطه كليك مي باشند مانند اس پي اس اس گرفته تا سيستم هاي داده كاوي و نرم افزارهاي مبتني بر روش گروهي مانند SAS.

به چه دليل بهتر است از نرم افزار R استفاده شود؟

1.         اين نرم افزار رايگان است: مي دانيم كه بيشتر نرم افزارهايي كه در كشور استفاده مي شوند نرم افزارهايي هستند كه نسخه ي اصلي آنها نيست و نسخه هاي فرعي نرم افزارها نيز مطمئن نمي باشند و تضميني در نتايج نيست. اين مورد بسيار از ديد پژوهشگران مورد غفلت قرار گرفته است. نرم افزار R علاوه بر اين كه رايگان است از قابل دانلود از اينترنت قابل دانلود مي باشد و محدوديت هاي كاربري را مانند ساير نرم افزارها ندارد.

 

2.         دانلود نسخه ي اوليه ي اين نرم افزار بسيار آسان و كم حجم است و تنها بسته هاي ضروري را همراه دارد پژوهشگر مي تواند بر اساس نيازي كه به ساير بسته ها دارد آنها را جداگانه دانلود كند و نصب نمايد. بنابراين پژوهشگران علوم پايه تنها بسته هاي تخصصي رشته ي خود را دانلود مي كنند و روي نرم افزار در كامپيوتر خود نصب مي نمايند.

3.  نرم افزار R يك پروژه ي منبع آزاد است كه هر كس مي تواند كدهاي مختلف را بررسي كرده و آنها را سرهم نمايد و يك بسته ي نرم افزاري جديد ارائه دهد كه هم خود از آن بهره برد و هم در اختيار سايرين در سراسر دنيا قرار دهد و به اين ترتيب به يك شخصيت شناخته شده در سطح دنيا برسد تا كنون در حدود 2500 بسته از براي اين نرم افزار توسط پژوهشگران در سراسر دنيا طراحي شده است و بنابراين تمام موضوعات تحليل داده را در بر مي گيرد.

4. R يك زبان است. در اين نرم افزار توابع بايد نوشته شوند. زماني كه از نوشتن توابع صحبت مي شود به نظر كار مشكلي پيش رو است اما كار با اين نرم افزار بسيار راحت بوده و فراگيري آن به سرعت انجام مي شود. علاوه بر اين نوشتن توابع سبب مي شود پژوهشگر در فرايند تحليل حضور فعال داشته باشد كه منجر به تقويت فهم آماري وي مي شود و مانند ساير نرم افزارها تحليل ها در جعبه سياه انجام نمي شود.

5. از طريق نرم افزار R مي توان كليه ي تحليل هاي آماري را انجام داد. به دليل باز بودن منبع اين نرم افزار هر روزه افراد در اقصا نقاط عالم بر اساس نياز خود بسته هاي نرم افزاري جديد تهيه كرده و در اختيار سايرين قرار مي دهند.

6. كاربران فراوان اين نرم افزار دست به ايجاد وب لاگ ها و وب سايت هاي مختلف زده اند تا از اين طريق بسته هاي مختلف را معرفي كرده و به سوالات سايرين پاسخ دهد بنابراين در صورت برخورد با مشكل مي توان از اين منابع استفاده نمود.

7. انعطاف پذيري نرم افزار R: از آنجا كه R يك زبان برنامه نويسي است، تحليل ها در اين نرم افزار مي تواند بر اساس نياز و مطابق سليقه ي پژوهشگر انجام شود.. تحليل ها از كشيدن نمودارهاي ستوني و پراكنش تا روش هاي پيشرفته مانند مدلهاي پيش بيني و يادگيري ماشين را در بر مي گيرد.

 

8. قدرت گرافيكي ديداري سازي بالاي نرم افزار R: گرافيك و ديداري سازي داده ها يكي از اصول طراحي نرم افزار است. سيستم گرافيكي نرم افزار متاثر از تفكر رهبران ديداري سازي داده ها مانند بيل كلوند و ادوارد توفت است.

9. استفاده از آن در نوشتن مقالات در مجامع علمي دنيا قابل قبول است. بعضي از نشريات ممكن است تحليل هاي انجام شده توسط نرم افزارهاي خاصي را قبول نداشته باشند ولي انجام تحليل ها از طريق اين نرم افزار در تمام دنيا قابل قبول است.

10. ارائه ي خروجي هاي به صورت عكس هاي با كيفيت عالي براي گراف ها و نمودارها و خروجي هاي دقيق براي تحليل هاي آماري غير گرافيكي.

11. انتقال فايل ها از نرم افزارهاي مختلف و پذيريش پسوند هاي كاربردي.

12. Copyو paste راحت فرمان ها، خروجي ها و دادها.

13. قابل استفاده بودن در تمام حوزه هاي علمي به طور اختصاصي. اين نرم افزار به دليل بسته هاي مختلف و گسترده اي كه دارد، مي تواند در تمام حوزه هاي علمي از علوم انساني گرفته تا مهندسي و علوم كامپيوتر و علوم پايه به صورت اختصاصي استفاده شود.

 شماره تماس

09122263167

[e-mail]

آر (زبان برنامه‌نویسی)

آر (زبان برنامه‌نویسی)

از ویکی‌پدیا، دانشنامهٔ آزاد

نرم‌افزار آر

اولین نسخه ۱۹۹۳[۱]

آخرین نسخهٔ پایدار ۲.۱۲.۰ / ۱۵ اکتبر ۲۰۱۰؛ ۶۸۲ روز پیش

سیستم‌عامل چندسکویی

وضعیت توسعه فعال

پروانه GPL

وب‌گاه پروژهٔ آر

R، یک زبان برنامه‌نویسی و محیط نرم‌افزاری برای محاسبات آماری و تحلیل داده است، که بر اساس زبان‌های اس و اسکیم پیاده‌سازی شده است . این نرم‌افزار بازمتن، تحت اجازه‌نامه عمومی همگانی گنو عرضه شده و به رایگان قابل دسترس است . زبان اس بجز R، توسط شرکت Insightful، در نرم‌افزار تجاری اس‌پلاس نیز پیاده‌سازی شده است . اگرچه دستورات اس‌پلاس و R بسیار شبیهند، این دو نرم‌افزار دارای هسته‌های متمایزی هستند و قابلیت‌های متفاوتی دارند .

محتویات  [نهفتن] 

۱ ویژگی‌ها

۱.۱ بسته‌ها

۲ ابزار جانبی

۲.۱ مثال

۳ جستارهای وابسته

۴ پانویس‌ها

۵ پیوند به بیرون

۵.۱ منابع فارسی از وبگاه‌رسمی آر

ویژگی‌ها [ویرایش]

R، حاوی محدودهٔ گسترده‌ای از تکنیک‌های آماری (از جمله : مدل‌سازی خطی و غیرخطی، آزمون‌های کلاسیک آماری، تحلیل سری‌های زمانی، رده‌بندی، خوشه‌بندی و غیره ) و قابلیت‌های گرافیکی است . در محیط R، کدهای سی، سی++ و فورترن قابلیت اتصال و فراخوانی هنگام اجرای برنامه را دارند و کاربران خبره می‌توانند توسط کدهای سی، مستقیماً اشیا R را تغییر دهند .

نمونه‌ای از نمودارهای تولید شده توسط آر.

گرچه نرم‌افزار R اغلب به منظور انجام محاسبات آماری به کار می‌رود، این نرم‌افزار قابل به کارگیری در محاسبات ماتریسی است و در این زمینه، همپای نرم‌افزارهایی چون اُکتاو و نسخهٔ تجاری آن متلب (MATLAB) است .[۲]

R، همچنین نرم‌افزار قدرتمندی برای ایجاد اشکال گرافیکی و نمودارهاست .

بسته‌ها [ویرایش]

امکان توسعهٔ قابلیت‌های R، با افزودن بسته‌های ایجاد شده توسط کاربران آن، یکی از ویژگی‌های مهم این نرم‌افزار است . این بسته‌ها توسط R ، LaTeX، جاوا، سی++ و فورترن نوشته شده اند . مجموعه‌ای از بسته‌های اصلی R، هنگام نصب همراه برنامه وجود دارند و در مجموع ۲۶۲۵ بسته ( تا نوامبر ۲۰۱۰) در شبکهٔ بایگانی فراگیر آر (CRAN) وجود دارد . این بسته‌ها طیف وسیعی از قابلیت‌ها را در زمینه‌های مختلف تحلیل داده‌ها به R می‌دهند .

ابزار جانبی [ویرایش]

R، دارای محیط خط فرمان برای ورود و اجرای دستورات است . ابزار مختلفی جهت تسهیل ویرایش دستورات و ارتباط با کاربر برای R ساخته شده است، که برخی از آنها در فهرست زیر آمده اند :

JGR : ویرایشگر چندسکویی بر پایهٔ جاوا .

R Commander : رابط گرافیکی بر پایهٔ tcltk، دارای قابلیت استفاده از منوها به جای نوشتن دستورات ( مناسب برای کاربران مبتدی و آشنا با اس‌پلاس )

آراکسل RExcel : امکان استفاده از R و R Commander در برنامهٔ ماکروسافت اکسل

rggobi : رابط برنامهٔ GGobi برای به تصویر کشیدن داده‌های ماتریسی

مثال [ویرایش]

کد کوتاهی که با زبان آر نوشته شده برای مجموعه مندلبرو که ۲۰ تکرار از z = z² + c را با ضابت‌های پیچیده متفاوت نمایش میدهد.

تدريس نرم افزار R

این  نرم افزار در سال 2001  ارائه شده است.  از مزایای این نرم افزار مجانی بودن و  Open source بودن آن است؛ یعنی اگر مقاله ای بخواهید در مجله های معتبر علمی جهان به چاپ برسانید همچون SAS از شما پرسیده نخواهد شد که لایسنس نرم افزارتان چه است.

اگر به وسیله نرم افزار SAS مقاله ای بنویسید و لایسنس معتبری برای آن نداشته باشید، مقاله شما توسط نشریات بین المللی در هر شرایطی رد میشود.

این نرم افزار از  S که در سال 1980 به طور رسمی ارائه شد مشتق شده است. در حقیقت این نسخه جدای نسخه تجاری خود یعنی S یا SPLUS نیست.

یکی از معایب آن این است که هیچ ضمانتی برای آن وجود ندارد در حالی که برای نسخه معادل تجاری آن شرکت Insightful ضمانت لازم را می دهد.

از دیگر معایب آن ضعف برای ترسیم نمودار سطح بالا است که البته برای رفع این مشکل می توان به نسخه تجاری یعنی SPLUS مراجعه کرد.

نرم افزار R در شبیه سازی سرعت بیشتری از SPLUS دارد ضعف اساسی SPLUS در Loopها مشخص می شود.

در ضمن نرم افزار R مجانی و به صورت رایگان در اختیار شما قرار می گیرد.این نرم افزار درحقیقت  بر مبنای SPLUS بنا شده است. بنوعی این نرم افزار برای آرادی عمل بیشتر برنامه نویسان طراحی شده است.مثلا من بعنوان یک آماری یک برنامه می نویسم؛ بعد اونو بصورت یک Package در می آرم  حالا یا میفروشمش یا اینکه بطور مجانی در اختیار دیگران قرار می دهیم.  R دی حقیقت نسخه تجاری SPLUS  می باشد.

الان اکثر برنامه نویسان با استفاده از این نرم افزار برای ارائه الگوریتم های سریعتر در حال رقابت هستند مثلا برای رشته Imaging Process برنامه قالبا زمان بر هستند در حالیکه دکتر نولان (فرانسه ) بسته ای رو ارائه داده که کمتر از 20 دقیقه به جواب مطلوب می رسد.

در ضمن خوبی این نرم افزار در اینه که زبان برنامه نویسی فوق العاده ساده ای دارد بطوریکه هر آماری که با Pascall کار  کرده باشد می تواند به سادگی در آن به برنامه نویسی بپردازد.

در ضمن هم برای این نرم افزار و هم SPLUS  هر تعداد کتاب راهنما و آموزشی بخوان تو اینترنت بصورت مجانی و PDF در اختیارتون قرار می گیرد.

لازم به ذکر است که تا چندی پیش برنامه نویسان SAS  در اولویت گزینشهای کاری بودند ولی در حال حاضر این نرم افزار جای خودشی پیدا کرده و برنامه نویسان این دو نرم افزار هم پایه برنامه نویسان SAS  هستند.

lمنبع مر بوط به مطالب بالا: http://www.amarestan.com/cat-25.aspx

به منظور يادگيري اين نرم افزار و تدريس به صورت خصوصي با شماره تلفن [phone] تماس بگيريد

مزاياي اجراي آزمون به كمك رايانه

 مزاياي اجراي آزمون به كمك رايانه

1.        يكسان سازي

2.        اجراي سنجيده ي متوالي فردي

3.        دقت پاسخ هاي زمانبندي شده

4.        آسودگي آزمونگر انساني براي وظايف ديگر

5.        كنترل سوگيري

6.        سوالات را مي توان به هر ترتيبي ارائه شوند يا يك ترتيب تصادفي براي هر آزمودني ارائه داد.

7.        عيني تر و مقرون به صرفه ترند

8.        كنترل آزمايشي بيشتري را نسبت به ساير روش ها اعمال مي كنند.

9.        كنترل دقيق زمان آزمون و زمان پاسخگويي به سوال

10.     مانع شدن آزمودني در برگشت به سوالاتي كه پاسخ داده شده است

11.     لذت بخش تر بودن نسبت به آزمون هاي مداد كاغذي

12.     قدرت بيشتر در مانع شدن تقلب

13.     آشكار سازي بهتر اطلاعاتي كه از طريق مصاحبه قابل دستيابي نيست (صادق بودن بيشتر آزمودني)

14.     انعطاف پذيري

15.     بازخورد سريع نمره به كاربر هم در حين پاسخگويي به سوالات و هم در انتهاي آزمون

16.     توانايی ارائه آزمون بر اساس نياز در زمان مناسب برای آزمون ها.

17.     اين آزمون ها از طريق اينترنت در تمام نقاط دنيا به سرعت قابل اجرا هستند.

18.     زمان اجرا و نمره گذاری آزمون ها به شدت کاهش می يابد و نياز به گزارش رسمی وجود ندارد.

19.     بازخورد تشخيصی فوری از توانايی های آزمودنی ها.

20.     کار آمدی .

21.     سرعت بالا در اجرا، تصحیح و نمره گزاری سبب افزایش قدرت تصمیم گیری می شود.

22.     امنيت: احتمال گم شدن مواد يا دفتر چه ها، قبل از آزمون ، زمان آزمون و يا بعد از آزمون کاهش پیدا می کند.

23.     انعطاف پذيری: آزمون با ويژگی های آزمونی منطبق می شود.

24.     عملکرد يکپارچه : قدرت يکپارچه سازی اطلاعات بدست آمده از آزمون را دارا است.

25.     آزمون به بهترين شکل استفاده و تفسير می شود (واینر، 2004).

26.     بررسي فرآيندهاي شناختي

 

چرا بايد دانشجويان سنجش و اندازه گيري از نرم افزار R استفاده نمايند؟

نويسنده: محمد حسين ضرغامي([e-mail])

براي تحليل داده هاي آماري  نرم افزارهاي مختلفي وجود دارد از صفحه گسترده هايي مانند اكسل، سيستم هاي مبتني بر GUI كه نقطه كليك مي باشند مانند اس پي اس اس گرفته تا سيستم هاي داده كاوي و نرم افزارهاي مبتني بر روش گروهي مانند SAS. 

به چه دليل بهتر است از نرم افزار R استفاده شود؟

در بين نرم افزارهاي مختلف براي تحليل هاي آماري و سنجشي بهتر است از نرم افزار R استفاده شود. دلايلي كه اين نرم افزار را از ساير نرم افزارها جدا مي سازد در ذيل اشاره شده است:

1. اين نرم افزار رايگان است: مي دانيم كه بيشتر نرم افزارهايي كه در كشور استفاده مي شوند نرم افزارهايي هستند كه نسخه ي اصلي آنها نيست و نسخه هاي فرعي نرم افزارها نيز مطمئن و تضميني در نتايج نيستند. اين مورد بسيار از ديد پژوهشگران مورد غفلت قرار گرفته است. نرم افزار R علاوه بر اين كه رايگان است و قابل دانلود كردن از اينترنت مي باشد، محدوديت هاي كاربري بودن را مانند ساير نرم افزارها ندارد.

2. دانلود نسخه ي اوليه ي اين نرم افزار بسيار آسان و كم حجم است و تنها بسته هاي ضروري را همراه دارد پژوهشگر مي تواند بر اساس نيازي كه به ساير بسته ها دارد آنها را جداگانه دانلود كند و نصب نمايد. 

3. نرم افزار R يك پروژه ي منبع آزاد است كه هر كس مي تواند كدهاي مختلف را بررسي كرده و آنها را سرهم نمايد و يك بسته ي نرم افزاري جديد ارائه دهد كه هم خود از آن بهره برد و هم در اختيار سايرين در سراسر دنيا قرار دهد.

4. R يك زبان است. در اين نرم افزار توابع بايد نوشته شودند. زماني كه از نوشتن توابع صحبت مي شود به نظر كار مشكلي پيش رو است اما كار با اين نرم افزار بسيار راحت بوده و فراگيري آن به سرعت انجام مي شود. علاوه بر اين كه نوشتن توابع سبب مي شود پژوهشگر در فرايند تحليل قرار بگيرد كه منجر به تقويت فهم آماري وي مي شود و مانند ساير نرم افزارها تحليل ها در جعبه سياه انجام نمي شود. 

5. از طريق نرم افزار R مي توان كليه ي تحليل هاي آماري را انجام داد. به دليل باز بودن منبع اين نرم افزار هر روزه افراد در اقصا نقاط عالم بر اساس نياز خود بسته هاي نرم افزاري جديد تهيه كرده و در اختيار سايرين قرار مي دهند. تا كنون بالغ بر 2000 بسته ي نرم افزاري مختلف براي اين نرم افزار توليد شده است. 

6. كاربران فراوان اين نرم افزار دست به ايجاد وب لاگ ها و وب سايت هاي مختلف زده اند تا از اين طريق بسته هاي مختلف را معرفي كرده و به سوالات سايرين پاسخ دهد بنابراين در صورت برخورد با مشكل مي توان از اين منابع استفاده نمود.

7. انعطاف پذيري نرم افزار R: اين نرم افزار به اين دليل كه يك زبان برنامه نويسي است مي تواند تحليل ها بر اساس نياز و مطابق دلخواه پژوهشگر انجام شود. تحليل ها از كشيدن نمودارهاي ستوني و پراكنش تا روش هاي پيشرفته مانند مدلهاي پيش بيني و يادگيري ماشين را در بر مي گيرد. 

8. قدرت گرافيكي ديداري سازي بالاي نرم افزار R: گرافيك و ديداري سازي داده ها يكي از اصول طراحي نرم افزار است و اين كار را از طريق نمودارها و گراف هاي بسيار عالي انجام مي دهد و به عنوان قسمت ضروري فرآيند تحليل در نظر دارد. سيستم گرافيكي نرم افزار متاثر از تفكر رهبران ديداري سازي داده ها مانند بيل كلوند و ادوارد توفت است. 

9. استفاده از آن در نوشتن مقالات در مجامع علمي دنيا قابل قبول است. بعضي از نشريات ممكن است تحليل هاي انجام شده توسط نرم افزارهاي خاصي را قبول نداشته باشند ولي انجام تحليل ها از طريق اين نرم افزار در تمام دنيا قابل قبول است.

10. ارائه ي خروجي هاي به صورت عكس هاي با كيفيت عالي براي گراف ها و نمودارها و خروجي هاي دقيق براي تحليل هاي آماري غير گرافيكي.

11. انتقال فايل ها از نرم افزارهاي مختلف و پذيريش پسوند هاي كاربردي.

12. Copyو paste راحت فرمان ها خروجي ها و دادها.

13. قابل استفاده بودن در تمام حوزه هاي علمي به طور اختصاصي. اين نرم افزار را مي توان در تمام حوزه هاي علمي از علوم انساني گرفته تا مهندسي به طور اختصاصي استفاده نمود. اين اختصاصي بودن وابسته به بسته هاي نرم افزاري است كه از آنها استفاده مي شود. 

معرفي نرم افزار R

R نرم افزارى ساده، پر كاربرد و مناسب براى محاسبات آماریست كه كار با آن حتى براى دانشجویان مبتدى آسان و جذاب است.

در این وب قصد بر این است كه به شكل كاملا مفهوم و بدون هیچ پیچیدگی، طرز استفاده و حل مسائل با این نرم افزار ارائه شود.

قبل از هرچیز جالب است اشاره شود كه نصب آن نیز بسیار ساده ست و بدون نیاز به خرید و یا خارج شدن از منزل و یا حتی صرف وقت خاصی میتوان آنرا از اینترنت دانلود و براحتی نصب كرد.

ابتدا این نرم افزار از لینك زیر بگیرید و سپس به راحتی ْآْنرا نصب كنید!:

دانلود نرم افزار R

 Download R 2.12.1 for Windows 

رم افزار R را باز كنید. به عنوان اولین قدم از این نرم افزار به عنوان یك ماشین حساب مهندسى استفاده میكنیم و عملیات محاسباتی مهم را به سادگی انجام میدهیم.

 8+5

[1] 13

> 8-5

[1] 3

> 13*22

[1] 286

> 20/2

[1] 10

> sin(pi)

[1] 1.224606e-16

> tan(pi)

[1] -1.224606e-16

دقت كنید كه نرم افزار نسبت به حروف كوچك و بزرگ حساس است. اما معمولا بجز موارد خاص از حروف كوچك استفاده میشود.

http://appliedstatistics.mihanblog.com/post/12

بعضي از نرم افزارها و حوزه ي كاربردشان

1    ALDEP    طرح ريزي واحد هاي صنعتي
2    Craft    طرح ريزي واحد هاي صنعتي
3    LINGO    تحقيق در عمليات
4    Microcraft    طرح ريزي واحد هاي صنعتي
5    topsis    تصميم گيري
6    expert choise    تصميم گيري
7    comfar    محاسبات اقتصادي
8    visio    ترسيم نمودارهاي صنعتي
9    E.D    شبيه سازي
10    ABS    ترسيم نمودارهاي صنعتي
11    primavera    كنترل پروژه
12    project scheduler    زمان بندي پروژه
13    MSP    كنترل پروژه
14    WBS pro    ترسيم ساختار كار در پروژه
15    SPS    آمار
16    B.P pro    طرح كسب و كار

مدل معادلات ساختاری (SEM)

مدل معادلات ساختاری ترجمه ی Structural equating modeling(SEM) است. این تکنیک قدرتمند چند متغییری برای مطالعه ی روابط بین متغییرها استفاده می شود. بنابراین از خانواده ی همبستگی ها بشمار می رود. متغییرها را می توان به صورت مستقیم اندازه گرفت و یا به صورت غیر مستقیم. مدل معادلات ساختاری این امکان را فراهم می آورد تا پژوهشگر بتواند روابط بین متغییرهای پنهان (یا مکنون که به صورت مستقیم نمی توان مقدار آنها را اندازه گرفت) و یا روابط بین متغییرهای پنهان و آشکار(که به صورت مستقیم قابل اندازه گیری اند) را مشخص و مطالعه نمایید. اگر روابط بین متغییرهای پنهان با متغییرهای آشکار مد نظر باشد مدل به مدل اندازه گیری(Measurement model) معروف است و اگر روابط بین متغییرهای پنهان مد نظر باشد به مدل ساختاری (Structural Model) مشهور است. ساختار بر روابط بین سازه ها که به صورت مستقیم نمی توان انها را سنجید دلالت دارد.

برنامه های نرم افزاری زیادی برای انجام این تکنیک آماری گسترش یافته است. مشهورترین این برنامه ها لیزرل است که به هر دو صورت LIZREL,LISREL نوشته می شود. لیزرل مخففLinear Structural Relation  است. به کمک لیزرل می توان از مفروضات آشکار و نهان رد شد. بعضی از این مفروضات عبارتند از: ورود اشتباهات اندازه گیری، استفاده از مدل های غیر ریکرسیو، مدل های با باقی مانده های همبسته. علاوه بر لیزرل می توان از AMOS و EQS نام برد.