پاورپوینت آموزش مقدماتی نرم افزار spss (pptx) 79 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 79 اسلاید

قسمتی از متن PowerPoint (.pptx) :

کارگاه مقدماتي SPSS 19 هدف از آزمون فرضهاي آماري تعيين اين موضوع است که با توجه به اطلاعات به دست آمده از داده هاي نمونه، حدسي که درباره ي خصوصيتي از جامعه مي زنيم تاييد مي شود يا خير؟ اين حدس بنا به هدف تحقيق، نوعا شامل ادعايي درباره مقدار يک پارامتر جامعه است. فرض ها و آزمون فرض ها برآورد: تعيين تقريبي مقدار پارامتر يا پارامترها توسط نمونه‌ تصادفي‌ به حجم n ، برآورد كردن ناميده مي شود. برآورد مناسب: براي آنكه برآورد پارامتري از جامعه، برآورد مناسبي باشد بايستي : اولاًواريانس برآورد كم باشد، ثانياً برآورد نااريب باشد . ميزان اريبي: تفاضل بين اميد رياضي برآورد كننده وكميت مورد برآورد جامعه را ميزان اريبي گويند. اگر اين تفاضل صفر باشد برآورد كننده را نااريب و در غير اينصورت آن را برآورد كننده اريب‌ مي‌گويند . به عبارتي اگر اميد رياضي يك پارامتر برابر با پارامتر متناظر جامعه باشد آن برآورد كننده را نااريب مي‌نامند. مقدار مشخصه جامعه-(برآورد كننده)E =ميزان اريب مفاهيم پايه در استنباط آماري برآورد نقطه اي: برآوردي از يك پارامتر جامعه كه با يك عدد مشخص مي گردد برآورد نقطه اي آن پارامتر ناميده مي‌شود. معمولاً پارامترجامعه را با و برآورد نقطه‌اي آن را با نمايش مي‌دهند. برآورد کننده نا اريب: برآورد كننده نا اريب است اگر و فقط اگر داشته باشيم. بدين معني که اگر تمامي نمونه هاي ممکن از جامعه را بگيريم متوسط برآورد هاي به دست آمده از اين نمونه ها برابر با مقدار پارامتر جامعه است. مفاهيم پايه در استنباط آماري جامعه شامل اعداد 1و2و3و4و5 اگر تمامي نمونه هاي دو تايي ممکن از اين جامعه را به روش تصادفي بدون جايگذاري انتخاب نمائيم. 10 نمونه ممکن خواهيم داشت که در جدول زير نشان داده شده اند. مشاهده خواهيد کرد که ميانگين، ميانگين ها همان ميانگين جامعه خواهد بود. که ميانگين، ميانگين ها همان اميد رياضي است و در صورتي که ميانگين، ميانگين هاي نمونه مساوي ميانگين جامعه شود مي گوييم ميانگين نمونه يک برآورد نا اريب براي ميانگين جامعه است. مثال فرض آماري: هرفرض در مورد پارامترهاي نامعلوم (ميانگين‌، واريانس، و....) يك جامعه آماري، را فرض آماري مي گوييم. منظور از فرض صفر 0H اين است كه تفاضل دو پارامتر مورد مطالعه قابل ملاحظه نيست به عبارت ديگر اختلاف چنداني بين پارامتر بدست آمده از نمونه و پارامتر مورد نظر ما ، مشاهده نمي‌شود و مي‌توان گفت اين دو پارامتر تقريباً برابرند. فرض مقابل: منظورمان از فرض 1H اين است كه دو پارامتر مورد مطالعه يكسان نبوده و داراي اختلاف معني‌دار مي‌باشند به عبارت ديگر تفاوت آنچه مشاهده شده با نتايج مورد انتظار، زياد مي‌باشد. انواع فرض هاي آماري الف-خطاي نوع اوّل : اگر به اشتباه ، فرض درست H0 را رد كنيم ، مرتكب «خطاي نوع اوّل» شده‌ايم. ب-خطاي نوع دوم : اگر به اشتباه ، فرض درست H1 را رد كنيم مرتکب «خطاي نوع دوم » شده ايم. نکته: در تحقيقات آماري ، تعيين ميزان خطاي نوع اوّل برخطاي نوع دوم مقدم است و اين سطح احتمال را «سطح معني دار بودن » مي‌گويند. نکته: معمولا به -1توان آمون و -1 را سطح اطمينان مي گويند. انواع خطاها در استنباط آماري گوييم x داراي توزيع نرمال با پارامترهاي µ و 2 اگر داراي تابع چگالي زير باشد. که به µ پارامتر مکان و به 2 پارامتر شکل مي گويند. بدين معني که با تغيير پارامتر مکان شکل بر صفحه جابجا مي شود ولي با تغيير پارامتر شکل، شکل چگالي تغيير مي يابد. نکته: براي μ=0 و 2=1، توزيع نرمال را توزيع نرمال استاندارد گويند. براي استاندارد سازي کافي است از رابطه زير استفاده نماييم. توزيع نرمال 0.5 0.5