فی فوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی فوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

تحقیق و بررسی در مورد زن از نگاه آمار جهانی

اختصاصی از فی فوو تحقیق و بررسی در مورد زن از نگاه آمار جهانی دانلود با لینک مستقیم و پر سرعت .

تحقیق و بررسی در مورد زن از نگاه آمار جهانی


تحقیق و بررسی در مورد زن از نگاه آمار جهانی

لینک پرداخت و دانلود *پایین مطلب*

 

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

 

تعداد صفحه

 2

برخی از فهرست مطالب

 زنان به عنوان نیم تنة جامعه بشری با همة مشکلات و مصائب دنیای انسانی مواجهند و چه بسا بیشتر از مردان هم از این همه معضلات اجتماعی آسیب می‌بینند . مواردی مثل مرگ و میر زنان در طول دوران حاملگی ، مشکلات جسمانی ناشی از بارداری ، خشونتهای سنتی، عرفی و غیرقانونی از طرف شوهران و مردان دیگر ، محرومیت از توجه کافی در خانواده و نیز از تعلیم و تربیت و سایر حقوق اجتماعی از جمله : حق رأی دادن یا اجازة قضاوت و وکالت ، بعلاوه به لحاظ عدم حمایت قانونی و اجتماعی


دانلود با لینک مستقیم


تحقیق و بررسی در مورد زن از نگاه آمار جهانی

دانلود مقاله کامل درباره مفهوم آمار توصیفی

اختصاصی از فی فوو دانلود مقاله کامل درباره مفهوم آمار توصیفی دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله کامل درباره مفهوم آمار توصیفی


دانلود مقاله کامل درباره مفهوم آمار توصیفی

 

 

 

 

 

 

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل: Word (قابل ویرایش و آماده پرینت)

تعداد صفحه :35

 

بخشی از متن مقاله

مقیاس یا اندازه گرفتن

تایچی اهنو با گفتن «جایی که در آن استانداردی وجود ندارد هیچ بهبود نمی تواند وجود داشته باشد» وعده می دهد. راه دیگر گفتن این است «جایی هیچ چیزی اندازه‌گیری نمی شود، چیزی توسعه پیدا نخواهد کرد».

این فصل اندازه گیریهای ابزارها را بررسی می کند و می فهمیم که اندازه گیری به تنهایی هیچ چیزی را توسعه نمی دهد. علم آمادیک وسیله قدرتمندی است که ابعاد نامرئی را به چیزهای مرئی و قابل فهم تبدیل می کند. هیچ راهی وجود ندارد تا در این متون صدها ابزار موجود را کاملاً تعریف کنیم. منابع اضافی در کتاب شناسی می تواند یافت شوند. به وسیله نگاشت جریان ارزش، نمودارهای اسپاگتی و داشبوردهای سمبولیک، تعداد زیادی از تکنیکها و روشهای اندازه گیری بیشتر بحث خواهد شد.

یک مسیر کوتاه در آمار

کلمه آمار می تواند باعث افسردگی یک اپراتور ماشین شود. هنوز علم آمار هر روز مورد استفاده قرار می گیرد میانگین دیگر پسر کوچک شما، میزان سوخت گاز وسیله شما، میانگین زمانی آموزش برای یک اپراتور یا میانگین اضافی کاری هفتگی. اینها نمونه‌هایی از علم آمار هستند که هیچ کس بجز ریاضی دانان نمی توانند آنها را بفهمند. و به طور معمول می بینیم که مردم از استفاده از علم آمار در بخش هایی که پیچیدگی آن نسبت به این مثالهای ساده زیاد نیست جلوگیری می کنند اما هنوز نیاز به آنها خیلی مهم و با ارزش می باشد. هیچ کتابی درباره Siasigna  نباید زمان کمی را برای بحث کردن درباره اصول و استفاده از آمار در یک برنامه بهبود مستمر صرف کند. علم آمار توصیفات عدد ساده می باشد. اندازه گیری به ما کمک می کنند تا چیزهای نامرئی را مجسم کنیم.

علم آمار راهی است که اعتمادمان را نسبت به یک مشاهده که از جهت دیگر فقط یک ایده است افزایش می دهد. آنها به ما کمک می کنند تا عملکرد یک تیم ورزشی را در مقابل تیم دیگر بسنجیم یا درباره خریدن یک ماشین یا انتخاب جایی برای زندگی، تصمیم بگیریم. دو نوع آمار اصلی وجود دارد:  توصیفی و استنباطی.

آمار توصیفی

آمار توصیفی مقادیر اطلاعات زیاد را خلاصه می کند. برای مثال: در یک گروه از 42341 نفر افراد تماشا کننده به مسابقه فوتبال، 31656 نفر مجوز معتبر دارند.

بنابراین 75 درصد از کل افراد در یک مسابقه راننده های با مجوزی بودند. برای رسیدن به این درجه از دقت و لیاقت باید اطلاعات مورد نیاز برای هر شخص جمع‌آوری شود.


آمار استنباطی

آمار استنباطی از یک سری اطلاعات برای بدست آوردن نظر و ایده استفاده می کند برای مثال: اگر از 250 نفر افرادی که در یک مسابقه مصاحبه شدند و 180 نفر راننده‌های با مجوزی بودند ما می توانیم تشخیص دهیم یا استنباط کنیم که 72% از کل شرکت کنندگان راننده های  با مجوزی بودند. این آمار استنباطی است که توجه کمتری نسبت به  مصاحبه 100% از شرکت کنندگان دارد اما آن مقدار زیادی زمان و کار را صرفه جویی می کند. در این مورد نتایج استنباطی با دقت 96% با نتایج توصیفی مقایسه‌ می شوند. و 4% از راننده های دارای جواز توجیه ناپذیر هستند. وقتی که از روشهای نمونه برداری برای قضاوت کردن استفاده می کنیم یک مقیاسی از دقت بدست می آوریم.

داده ها

تعداد زیادی از انواع داده ها وجود دارد که برای اثبات و آنالیز کردن داده های آماری شامل داده های غیر واقعی ترتیبی و اختلاف و نسبت استفاده می شود. داده‌های غیر واقعی (نامی) در گروههای منطقی طبقه بندی می شوند. برای مثال شما 100 تا از وسایل نقلیه مسافری را که از جلوی منزلتان عبور می کنند را محاسبه کنید ودرصد هر وسیله نقلیه را مشخص کنید (مانند 35 اتوبوس- 25 کامیون و 40 Suvs).

اطلاعات ترتیبی، ارزش اندازه گیری را برای یک نمونه معین می کنند. برای مثال شما ارزش هر وسیله نقلیه را که عبور می کنند ارزیابی کنید (برای مثال کمتر یا بیشتر از 000/10 $ قیمت) اختلاف داده ها باعث مقایسه بین دو نمونه ها می شود برای مثال شما زمان بین ماشینهایی که از جلوی منزلتان عبور می کنند را اندازه بگیرید: نسبت داده‌ها معین می کند این که چطور زمان یک داده با داده دیگر متفاوت است. برای مثال شما تعداد افرادی که دو ماشین هستند و زمانی که بیش از یک نفر در ماشین وجود دارند را محاسبه کنید.

اصطلاحات

همچنین بعضی اصطلاحات کلیدی در آمار وجود دارد که برای کمک به فهم ابزارها استفاده می شوند مانند جمعیت- تغییرات- نمونه- کیفی- کمی- میانگین- متوسط- حدود تغییرات (دامنه)- انحراف و تغییرات نمونه.

یک جمعیت مجموعه ای از اعداد می باشد. برای مثال همه ماشینهای قرمز یا همه ماشینهای با شیشه پایین. یک متغیر یک مشخصه فردی در جمعیت است که صرف نظر از بقیه دسته بندی می شود. برای مثال هر ماشین قرمزی که اتومبیل کروکی نیز می‌باشد.

یک نمونه کوچکترین جزء از یک جمعیت بزرگتر می باشد. برای مثال ممکن است شما به جای تماشای 100 ماشین که از جلوی منزلتان عبور می کنند. یک نمونه 10‌تایی از آن را بگیرید. داده های کیفی داده هایی می باشد که اندازه گیری آنها مشکل می‌باشد. برای مثال چه تعداد اتومبیلهایی هستند که شما به تمیزی آن توجه می کنید. کمی یک مشخصه قابل قبول است. برای مثال تمام ماشینهایی که فرمان 15 in یا 38cm دارند.

میانگین، ارزش متوسط یک جمعیت یا یک سری اطلاعات می باشد. برای مثال میانگین (محول) مقادیر 5و4و5و4و6 عدد 8/4 می باشد. مقادیر فوق را با هم جمع کرده و بر تعدادشان تقسیم کنید بنابراین 9=5÷24 می شود. متوسط عدد میانی یک سری از مقادیر می باشد. برای مثال مقادیر را در یک ردیف از کوچکترین تا بزرگترین مرتب کنید 6و5و5و4و4 و عدد مرکزی را بیابید که 5 می باشد.

یافتن عدد مرکزی در اینجا آسان بوده و یک عدد فرد از مقادیر می باشد. اما اگر شما یک اعداد تصادفی از مقادیر داشته باشید ممکن است دو عدد میانی به عنوان متوسط پیدا شود. حدود تغییرات (دانه) اختلاف بین کوچکتر و بزرگترین مقدار می‌باشد. برای مثال تفریق کمترین عدد از بزرگترین عدد در اعداد فوق 2=(4-6)، (6و5و5و4و4) بنابراین حدود تغییرات در اینجا 2 می باشد. حد و تغییرات ساده ترین محاسبه از تغییرات در اندازه گیری یا سنجش یک فرایند می باشد. بخاطر اینکه تمام 6 سیگما روی کاهش تغییرات ناخواسته پایه گذاری شده است حدود تغییرات خیلی مهم می باشد.

واریانس نمونه مجموع محدود فاصله از میانگین تقسیم بر تمام اعداد نقاط داده منهای یک است. (محاسبه S در فصل 2 و جدول 1-5 نشان داده شده است). اندازه پیچ در محدوده یک سیگما خیلی شبیه به پیدا کردن واریانس نمونه در یک سری از اعداد می باشد.

*** متن کامل را می توانید بعد از پرداخت آنلاین ، آنی دانلود نمائید، چون فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است ***


دانلود با لینک مستقیم


دانلود مقاله کامل درباره مفهوم آمار توصیفی

دانلود مقاله کامل درباره مفاهیم آمار و تخمین‌های بیزینی

اختصاصی از فی فوو دانلود مقاله کامل درباره مفاهیم آمار و تخمین‌های بیزینی دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله کامل درباره مفاهیم آمار و تخمین‌های بیزینی


دانلود مقاله کامل درباره مفاهیم آمار و تخمین‌های بیزینی

 

 

 

 

 

 

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل: Word (قابل ویرایش و آماده پرینت)

تعداد صفحه :37

 

بخشی از متن مقاله

مقدمه

قبل از دو دهه اخیر پیش‌بینی‌های اقتصادی بوسیله مدلهای ساختاری انجام می‌گرفت که اکثراً منتج شده از نظریات کنیز بودند از آنجائیکه در آن دوره این مدلها نتوانستند حوادث مهم اقتصادی را پیش‌بینی نمائید بنابراین روش برداری‌های خود رگرسیونی توسعه پیدا کردند از جمله انتقاداتی که به این روش وارد می‌شود اینست که این روش به تخمین بیش از حد مبتلا می‌باشد برای رفع این مشکل یک مدل بیزینی توسط لیترمن و همکارانش توسعه پیدا کرد که در آن اعتقادات پیشین در مورد متغیرها همراه با داده‌ها ترکیب و یک چارچوب بیزینی را برای پیش‌بینی کنندگان فراهم می‌آورد از آنجاییکه این روش از اطلاعات قبلی در مورد متغیرها استفاده می‌کند این امر به ساختن پیش‌بینی‌های بیشتر اقتصادی و کمتر هنری کمک می‌کند در این فصل ابتدا مفاهیم آمار و تخمین‌های بیزینی بیان می‌شود سپس روش VAR و کاربردهای آن تشریح می‌گردد و در قسمت پایانی به تشریح روش BVAR می‌پردازیم.

ارتباط بین علوم اقتصاد و آمار:

با تمرکز به مسئله کمیابی در علم اقتصاد، این علم به میزان زیادی به مسئله تصمیم‌گیری مربوط می‌باشد. همچنانکه می‌دانیم سوخت ماشین تصمیم اطلاعات می‌باشد بنابراین روشهایی برای فراهم‌آوردن اطلاعات آماری و ارتباط آن با علم اقتصاد که منجر به تصمیم‌گیری بهینه می‌شود توسعه پیدا کرده‌اند که در چارچوب دو روش نظریه کلاسیک نمونه‌گیری و روش بیزینی در علم آمار مورد مطالعه قرار می‌گیرند. در ذیل به شرح مختصری از این روشها پرداخته می‌شود.

روش کلاسیک نمونه‌گیری:

استنتاج آماری با استفاده از روش کلاسیک با استفاده از ویژگیهای زیر مشخص می‌شود.

الف- تخمین‌ها و روشهای آزمون بر حسب ویژگیهای موجود در نمونه آماری ارزیابی می‌شوند.

ب- احتمال یک حادثه برحسب حد فراوانی نسبی آن حادثه تعریف می‌شود.

پ- هیچ شرطی برای ورد مشاهدات غیر نمونه‌ای (nonsample) و اطلاعات زیان (loss information) وجود ندارد.

هنگامی که تخمین پارامترها با استفاده از روش کلاسیک انجام می‌شود یک تخمین زننده بدون تورش با مینیمم واریانس مطلوب محقق می‌باشد زیرا بطور متوسط این تخمین زننده‌ها به پارامترهای حقیقی (نسبت به تخمین زننده‌های بدون تورش دیگر) نزدیکتر هستند. در این روش تخمین فاصله‌ای و آزمون فرضیه بر حسب ویژگیهای بزرگ نمونه‌ای، نمونه‌های مورد مطالعه ارائه می‌شود همچنین در روش کلاسیک از آنجایکه پارامترها در نمونه‌های تکراری ثابت فرض می‌شوند، توزیع احتمال برای پارامترها تعیین نمی‌شود.

 

 

روش بیزین:

در چارچوب بیزینی احتمال بر حسب یک درجه از اعتقادات تعریف می‌شود (هر چند که ویژگیهای تخمین زننده‌ها و آزمونهایی که بر روی نمونه آماری انجام می‌گیرید نیز مورد مطالعه قرار می‌گیرید اما پایه اصلی برای استنتاج و انتخاب تخمین زننده‌ها نمی‌باشند) در این روش احتمال یک حادثه بر حسب اعتقادات شخص در مورد اینکه این حادثه تا چه اندازه محتمل است که ظاهر شود انجام می‌گیرید این اعتقادات ممکن است به اطلاعات کمی و یا کیفی وابسته باشند اما لزوماً به فراوانی نسبی حادثه در یک نمونه بزرگ از آزمایش‌های فرضی آتی[1] وابسته نمی‌باشد بنابراین در آمار بنزینی احتمال یک مفهوم ذهنی (Subjective) و اشخاص مختلف ممکن است احتمال متفاوتی از یک حادثه را ارائه دهند همچنین ویژگی اصلی در تحلیل‌های بیزینی اینست که عدم اطمینان درباره مقدار یک پارامتر ناشناخته برحسب توزیع احتمال بیان می‌شود. در این روش پارامترها بصورت متغیرهای تصادفی مورد مطالعه قرار می‌گیرند و بدین صورت که نتایج متفاوت از یک آزمایش مصداق‌های[2] متفاوتی از یک پارامتر بیان می‌کند، مورد ملاحظه قرار نمی گیرند. بنابراین توزیع احتمال ذهنی بر روی یک پارامتر برحسب آگاهی شخصی، درباره آن پارامتر می‌باشد این آگاهی ممکن است قبل از مشاهده اطلاعات موجود در نمونه وجود داشته باشد که تابع توزیع این آگاهی شخصی، توزیع پیشین[3] نام دارد همچنین تابع توزیعی که از ترکیب تابع توزیع پیشین و اطلاعات نمونه حاصل می‌شود تابع توزیع پسین[4] نام دارد. یک نکته مهم در اینجا اینست که توزیع پسین حاصله می‌تواند به عنوان یک توزیع پیشین مورد استفاده قرار گیرد زمانی که با اطلاعات نمونه‌ای دیگر در آینده مواجهه می‌شویم. روشی که توزیع پیشین را با اطلاعات نمونه برای تشکیل توزیع پسین، ترکیب می‌کند قضیه بیز نام دارد.


دانلود با لینک مستقیم


دانلود مقاله کامل درباره مفاهیم آمار و تخمین‌های بیزینی

دانلود تحقیق مفاهیم آمار و تخمین‌های بیزینی

اختصاصی از فی فوو دانلود تحقیق مفاهیم آمار و تخمین‌های بیزینی دانلود با لینک مستقیم و پر سرعت .

دانلود تحقیق مفاهیم آمار و تخمین‌های بیزینی


دانلود تحقیق مفاهیم آمار و تخمین‌های بیزینی

قبل از دو دهه اخیر پیش‌بینی‌های اقتصادی بوسیله مدلهای ساختاری انجام می‌گرفت که اکثراً منتج شده از نظریات کنیز بودند از آنجائیکه در آن دوره این مدلها نتوانستند حوادث مهم اقتصادی را پیش‌بینی نمائید بنابراین روش برداری‌های خود رگرسیونی توسعه پیدا کردند از جمله انتقاداتی که به این روش وارد می‌شود اینست که این روش به تخمین بیش از حد مبتلا می‌باشد برای رفع این مشکل یک مدل بیزینی توسط لیترمن و همکارانش توسعه پیدا کرد که در آن اعتقادات پیشین در مورد متغیرها همراه با داده‌ها ترکیب و یک چارچوب بیزینی را برای پیش‌بینی کنندگان فراهم می‌آورد از آنجاییکه این روش از اطلاعات قبلی در مورد متغیرها استفاده می‌کند این امر به ساختن پیش‌بینی‌های بیشتر اقتصادی و کمتر هنری کمک می‌کند در این فصل ابتدا مفاهیم آمار و تخمین‌های بیزینی بیان می‌شود سپس روش VAR و کاربردهای آن تشریح می‌گردد و در قسمت پایانی به تشریح روش BVAR می‌پردازیم.

ارتباط بین علوم اقتصاد و آمار:

با تمرکز به مسئله کمیابی در علم اقتصاد، این علم به میزان زیادی به مسئله تصمیم‌گیری مربوط می‌باشد. همچنانکه می‌دانیم سوخت ماشین تصمیم اطلاعات می‌باشد بنابراین روشهایی برای فراهم‌آوردن اطلاعات آماری و ارتباط آن با علم اقتصاد که منجر به تصمیم‌گیری بهینه می‌شود توسعه پیدا کرده‌اند که در چارچوب دو روش نظریه کلاسیک نمونه‌گیری و روش بیزینی در علم آمار مورد مطالعه قرار می‌گیرند. در ذیل به شرح مختصری از این روشها پرداخته می‌شود.

روش کلاسیک نمونه‌گیری:

استنتاج آماری با استفاده از روش کلاسیک با استفاده از ویژگیهای زیر مشخص می‌شود.

الف- تخمین‌ها و روشهای آزمون بر حسب ویژگیهای موجود در نمونه آماری ارزیابی می‌شوند.

ب- احتمال یک حادثه برحسب حد فراوانی نسبی آن حادثه تعریف می‌شود.

پ- هیچ شرطی برای ورد مشاهدات غیر نمونه‌ای (nonsample) و اطلاعات زیان (loss information) وجود ندارد.

هنگامی که تخمین پارامترها با استفاده از روش کلاسیک انجام می‌شود یک تخمین زننده بدون تورش با مینیمم واریانس مطلوب محقق می‌باشد زیرا بطور متوسط این تخمین زننده‌ها به پارامترهای حقیقی (نسبت به تخمین زننده‌های بدون تورش دیگر) نزدیکتر هستند. در این روش تخمین فاصله‌ای و آزمون فرضیه بر حسب ویژگیهای بزرگ نمونه‌ای، نمونه‌های مورد مطالعه ارائه می‌شود همچنین در روش کلاسیک از آنجایکه پارامترها در نمونه‌های تکراری ثابت فرض می‌شوند، توزیع احتمال برای پارامترها تعیین نمی‌شود.

 

 

روش بیزین:

در چارچوب بیزینی احتمال بر حسب یک درجه از اعتقادات تعریف می‌شود (هر چند که ویژگیهای تخمین زننده‌ها و آزمونهایی که بر روی نمونه آماری انجام می‌گیرید نیز مورد مطالعه قرار می‌گیرید اما پایه اصلی برای استنتاج و انتخاب تخمین زننده‌ها نمی‌باشند) در این روش احتمال یک حادثه بر حسب اعتقادات شخص در مورد اینکه این حادثه تا چه اندازه محتمل است که ظاهر شود انجام می‌گیرید این اعتقادات ممکن است به اطلاعات کمی و یا کیفی وابسته باشند اما لزوماً به فراوانی نسبی حادثه در یک نمونه بزرگ از آزمایش‌های فرضی آتی[1] وابسته نمی‌باشد بنابراین در آمار بنزینی احتمال یک مفهوم ذهنی (Subjective) و اشخاص مختلف ممکن است احتمال متفاوتی از یک حادثه را ارائه دهند همچنین ویژگی اصلی در تحلیل‌های بیزینی اینست که عدم اطمینان درباره مقدار یک پارامتر ناشناخته برحسب توزیع احتمال بیان می‌شود. در این روش پارامترها بصورت متغیرهای تصادفی مورد مطالعه قرار می‌گیرند و بدین صورت که نتایج متفاوت از یک آزمایش مصداق‌های[2] متفاوتی از یک پارامتر بیان می‌کند، مورد ملاحظه قرار نمی گیرند. بنابراین توزیع احتمال ذهنی بر روی یک پارامتر برحسب آگاهی شخصی، درباره آن پارامتر می‌باشد این آگاهی ممکن است قبل از مشاهده اطلاعات موجود در نمونه وجود داشته باشد که تابع توزیع این آگاهی شخصی، توزیع پیشین[3] نام دارد همچنین تابع توزیعی که از ترکیب تابع توزیع پیشین و اطلاعات نمونه حاصل می‌شود تابع توزیع پسین[4] نام دارد. یک نکته مهم در اینجا اینست که توزیع پسین حاصله می‌تواند به عنوان یک توزیع پیشین مورد استفاده قرار گیرد زمانی که با اطلاعات نمونه‌ای دیگر در آینده مواجهه می‌شویم. روشی که توزیع پیشین را با اطلاعات نمونه برای تشکیل توزیع پسین، ترکیب می‌کند قضیه بیز نام دارد.

طریقه بدست آوردن تابع توزیع پسین:

...

 

36 صفحه فایل Word

 


دانلود با لینک مستقیم


دانلود تحقیق مفاهیم آمار و تخمین‌های بیزینی