رگرسیون ترتیبی (ordinal regresion)

 

رگرسیون ترتیبی بخشی از کاربردهای نرم افزار بوده که به ما این امکان را می دهد که وابستگی متغیر پاسخ ترتیبی چند سطحی را به مجموعه ای از متغیرهای پیشگو به صورت مدل بیان کنیم.طرح رگرسیون ترتیبی برپایه روش شناسی مک کلاگ (1980-1998) است و روش آن مانند plum در Syntax است.

 

این فایل 20 صفحه ای به بررسی این موضوع خواهد پرداخت.

 

حجم فایل: 635 کیلوبایت

(تهیه: زینب تنکابنی رضایی)

 

 

 

رگرسیون غیرخطی (nonlinear regresion)

 

 

این نوع از رگرسیون، روشی برای یافتن مدلی غیر خطی در جهت یافتن رابطه میان متغیر وابسته و مجموعه ای از متغیرهای مستقل است.بر خلاف شیوه قدیمی رگرسیون خطی که (محاسبه مدل خطی را محدود می کرد)رگرسیون غیر خطی می تواند روابط مدل را بصورت اختیاری و ارادی میان متغیر های مستقل و غیر مستقل بررسی و اندازه گیری کند.

 

 

حجم فایل: 14 / 1 مگابایت

(تهیه: غلامیان)

 

 

 

روش تخمین منحنی (curve estimation)

 

روش تخمین منحنی (Curve Estimation) آمارهای رگرسیونی تخمین منحنی و موضوعات مرتبط را برای 11 مدل مختلف رگرسیون تخمین منحنی را ارائه می کند. یک مدل مستقل و جدا برای هر متفیر وابسته ایجاد و ارائه می کند. شما می توانید همچنین ارزش های پیش بینی ساير عوامل و فواصل پیش بینی شده را به عنوان متغیرهای جدید ذخیره کنید.

در این فایل 51 صفحه ای، به طور کامل روش تخمین منحنی با مثال های کاربردی شرح داده شده است.

 

 

حجم فایل: 695 کیلوبایت

(تهیه: غلامیان)

 

 

 

روش برآورد وزنی (weigth estimation)

 

این مدل زمانی که گسترش residual ها از رگرسیون خطی ثابت(دائمی) نیست و به متغیر دیگری بستگی دارد مورد استفاده قرار میگیرد برای مثال،شما(انتظار دارید) هزینه ایجاد  بنا به طول و ابعاد آن بستگی داشته باشد،اضافه بر آن شما انتظار دارید هزینه ساخت و ایجاد ساختمانهای بزرگ تغییر بزرگتری داشته باشد.

 

شما می توانید در این فایل 14 صفحه ای به صورت تصویری با روش برآورد وزنی در نرم افزار SPSS آشنا شوید.

 

حجم فایل: 2 مگابایت

(تهیه: غلامیان)

 

 

 

روش probit analysis

 

این روش رابطه میان توان یا انگیزش عوامل موجود را در جهت رسیدن به پاسخی قطعی و مسلم اندازه گیری می کند،راه حل مناسبی است برای زمانیکه شما دو داده(دومقوله مجزا)داشته باشید که بوسیله برخی از متغیرهای مستقل همسطح برروی متغیر وابسته تاثیر می گذارد بویژه گزینه مناسبی برای داده هایی که جنبه تجربی و آزمایشی دارند می باشد.

 

حجم فایل: 673 کیلوبایت

(تهیه: غلامیان)

 

 

 

بازسازی داده های اقلیمی و تعیین میزان همبستگی

 

    تعیین میزان همبستگی بین داده ها، از مباحث کاربردی در  آمار و نرم افزار SPSS به شمار می رود. مثلا ممکن است شما نیاز داشته باشید به اینکه همبستگی بین داده های اقلیمی بین دو ایستگاه را پیدا کنید. پس از پیدا کردن این همبستگی، می توانید از طریق داده های معلوم یک متغیر یا ایستگاه، داده های مجهول ایستگاه یا متغیر دیگر ار پیدا کنید.

 

در این فایل 15 صفحه ای (که پیش از این نیز در این وبلاگ قرار داده شده بود) به صورت تصویری و گام به گام با فرایند تعیین همبستگی و بازسازی داده ها آشنا خواهید شد. 

 

حجم فایل: 33 / 1

 


منبع: کارشناسی ارشد جنگلداری ایران