تجزیه و تحلیل اطلاعات

ضریب همبستگی يكي از تعاريف اساسي در علم آمار تعريف همبستگي و رابطه بين دو متغير مي باشد. بطور كلي شدت وابستگي دو متغير به يكديگر را همبستگي تعريف مي كنيم. و ممكن علاوه بر شدت همبستگي جهت همبستگي نيز مورد نياز پژوهشگر باشد. در آمار انواع زيادي از ضرايب همبستگي متفاوت …

ارائه مشاوره انجام پایان نامه توسط آکادمی تحلیل آماری ایران آیا میدانستید: -طبق تحقیقات انجام شده ۷۸ درصد تجزیه و تحلیل آماری فصل سوم و جهارم پایان نامه های رشته های مختلف غلط می باشد و این دلیل اصلی عدم پذیرش مقالات ما در ژورنالهای معتبر جهانی می باشد؟ -در …

تاریخچه تحلیل عاملی نخستین کار درباره تحلیل عاملی حدود ۱۰۰ سال پیش توسط روانشناسی به نام چارلز اسپیرمن صورت گرفت، که به گونه کلی پدر این روش شناخته شده است و در سال ۱۹۲۷ توسط خود او توسعه یافت. بعد از او کارل پیرسون، روش مولفه های اصلی را پیشنهاد …

شبیه سازی امروزه، شبیه سازی به عنوان یکی از مهم ترین ابزار پژوهش در زمینه های مختلف علمی است. شبیه سازی به نوعی ساختن ماکت یا مدل عملیاتی است. در این مدل واقعیت ساده تر ارایه می شود و عناصری از واقعیت که در آن ارایه می شود، از پیچیدگی …

رگرسیون رابطه نزدیکی با همبستگی دارد بدین معنا که برای انجام رگرسیون باید ضریب همبستگی را محاسبه کرد.اگر میان متغییرهای مورد مطالعه همبستگی وجود داشته باشد تنها در این صورت است که می توانیم از رگرسیون برای آزمون فرضیه های پژوهش استفاده کنیم.هر چه همبستگی میان متغییرها قوی تر باشد تخمین نیز قوی تر است.فرق رگرسیون با ضریب همبستگی در آن است که ما در رگرسیون تبیین و تخمین می کنیم ولی در ضریب همبستگی تنها میزان هم تغییری متغییرها را بررسی میکنیم.

ضریب همبستگی رتبه ای کندال حالت تقارن دارد زیرا دو متغیری که قرار است همبستگی بین آنها مشخص شود، مهم نیست که کدامیک متغییر مستقل و کدامیک متغییر وابسته است. ضریب همبستگی رتبه ای کندال مشخص می کند تا چه میزان افزایش یا کاهش در یک متغییر با افزایش یا کاهش در متغییر دیگر همراه است.

همبستگی پیرسون ، همبستگی پارامتری است که آن را با rp نشان می دهند. ارتباط خطی بین دو متغییر که یکی متغییر مستقل و دیگری متغییر وابسته است را نشان می دهد. به عبارت دیگر ضریب همبستگی پیرسون یک شاخص متقارن است. یعنی متغییر وابسته را می توان بر مبنای متغییر مستقل و متغییر مستقل را می توان بر مبنای متغییر وابسته محاسبه کرد که نتایج هر دو حالت، یکی است.