توجه، توجه!!!

اینجانب با توجه به زمانی که در وقت فراغت دارم، برای تدریس دروس آماری در مقطع ارشد و دکتری در رشته های غیر آماری اعلام آمادگی می نمایم. از این رو، دوره های آمادگی یا تقویتی ترتیب و از بین متقاضیان با توجه به وقت محدودی که دارم  تعدای را گزینش می نمایم.

در صدر برنامه های متفرقه اینجانب انجام مشاوره آماری پروژه ها و تحلیل های مرتبط  قرارد دارد که در این زمینه نیز با توجه به سطوح تحصیلاتی موارد متعددی را در کارنامه خود دارم.

در ضمن می توانم برای دوستان در صورت امکان و تمایل از بین دانشجویان با رتبه های برتر  در مقطع ارشد و دکنری مدرس یا مشاور را معرفی نمایم.

 سوابق تدریس رسمی:

1. دو ترم تدریس دروس آماری در دانشگاه پیام نور واحد ابهر
2.  یک ترم تدریس دروس آماری در دانشگاه پیام نور واحد گرگان
3. تدریس نرم افزارهای آماری در دانشگاه تربیت مدرس و بین الملی امام خمینی (ره)

سوابق تدریس غیر رسمی:

در دوران تحصیل و بعد تحصیل چندین مورد تدریس خصوصی را در کارنامه خود دارم که تمامی آنها در رشته های غیر آماری برای آزمون آماده می شده اند. بعلاوه با توجه به جایگاه درسی و علمی تدریس ها و مشاوره های امتحانی را داشته ام.

رتبه ها و مدارک:

1. رتبه ۵ در آزمون ورودی ارشد در دو گرایش و رتبه ۷ در گرایش آمار ریاضی در سال ۸۵
2. رتبه اول در بین فارغ التحصیلین سال ۸۷
3. دانشجوی دکترا
4. ارائه ۲مفاله علمی-پژوهشی و ...

جهت تماس تلفنی خواهشا در ساعت های زیر با شماره ۰۹۱۱۲۷۱۴۶۵۳ اقدام فرمائید.

ردیف	ساعات تماس
۱	۸-۱۰
۲	۱۸-۲۰

با تشکر - تازیکه

ایمیل: ntazikeh@gmail.com

tazikeh_nm@yahoo.com

در مدل خطی y=xb+e  معاله نرمال به صورت  t(x)xb=t(x)y  می باشد. با توجه به اینکه ماتریس t(x)x ممکن است پررتبه نباشد(چون ماتریس طرح x به صورت ستونی پررتبه نیست) بنابرنی می بایست از معکوس تعمیم یافته جهت حل آن استفاده نمود. با توجه به اینکه بی نهایت معکوس تعمیم یافته وجود دارد لذا برای حل معادله نرمال بی نهایت جواب (و نه برآوردگر ) وجود دارد. از این رو اگر G  یک معکوس تعمیم یافته برای ماتریس t(x)x باشد یک جواب معادله نرمال برابر  b=Gt(x)y می باشد که با انتخاب G های مختلف این جواب متفاوت خواهد بود و جواب یکتایی وجود نخواهد داشت(غیر از زمانی که x ماتریس پررتبه ستونی باشد). سوالی در اینجا وجود دارد آیا توابع خطی را میتوان یافت که برای G های مختلف و در نتیجه b های مختلف یکتا باشد؟ جواب این سوال مثبت میباشد و همچنین توابعی، توابع خطی برآورد پذیر گوییم.

توابع خطی از b مانند t(q)bرا برآورد پذیر گوییم چنانچه k وجود داشته باشد که t(q)b=t(k) Ey. ( که Ey امید ریاضی y میباشد).

از  روی تعریف بالا می توان ثابت نمود که  هر تابع خطی از xb یا t(x)xb  یا Eb   نیز برآورد پذیر است. توابع برآورد پذیر دارای خواصی هستند که تعدادی آن به شرح زیر است :

1.  امید ریاضی هر مشاهده برآورد پذیر است.
2. ترکیبات خطی از توابع خطی برآورد پذیر، برآورد پذیر میباشد.
3. t(q)b برآورد پذیر است هر گاه  t(q) =t(k)x
4. t(q)b نسبت به را ه حلهای گوناگون b پایا می باشد.
5. برآورد B.L.U.E برای t(q)b  برابر  t(q) b میباشد.
6. تعداد توابع خطی برآورد پذیر با خاصیت "به طور خطی مستقل" برابر مرتبه ماتریس طرح یعنی x می باشد.

لازم به ذکر است که برای نمایش ترانهاده یک ماتریس مانند A از حرف t استفاده شده است و به خواننده محترم توصیه میشود جهت دریافت مباحث تکمیلی و اثبات مطالب گفته شده به کتاب های مربوط به مدل های خطی مراجعه نمایند.

با سلام

برای دوستان عزیز لینک زیر جهت استفاده از جی استور درج شد است. با کلیک  روی لینک مذکور و وارد نمودن نام کاربری و پسورد در صفحه باز شده، به صفحه بعدی انتقال می یابید که می توانید در لیست ارائه شده جی استور را انتخاب کنید.

http://ezproxy.taylors.edu.my/login

username: 0707W59209

password: 3847774

صحت لینک توسط اینجانب جهت ورود امتحان شده است، فقط خواهشمند است از دانلود دوره ای و حضور بلند مدت در این سایت جدا خودداری فرمائید. در این پایگاه تمامی 48 مجله آماری به صورت رایگان در اختیار میباشد. بعلاوه به غیر از jstor تعداد زیادی دیگر از پایگاه های علمی (مانند ScopusT و Proquest) نیز در دسترس می باشند.

این لینک ممکن است هر زمانی غیر فعال شود خواهشمند بعد از آن تفاضایی در این مورد نفرمایید.

دانلود فایل تورنت نرم افزار اس پی اس اس ورژن ۲۰ از شرکت معتبر آی بی ام در لینک زیر قرار داده است. حجم فایل در حدود ۹۰۹ مگابایت می باشد که بدلیل نداشتن شرایط لازم جهت آپلود، در حال حاضر فقط امکان معرفی اینگونه نرم افزارها که در سایت های دیگر قرار دارند  برای اینجانب امکان پذیر است. نرم افزار را به شخصه دانلود و  کنترل نموده ام و مشکلی از بابت اجرا و تجزیه تحلیل وجود ندارد. توجه شود که پس از دانلود فایل زیر، می بایست با استفاده از نرم افزار تورنت مانند bitTorrent یا µTorrent  منبع اصلی را دانلود نمود.

دانلود فایل Torrent نرم افزار S*P*S*S 20 نسخه 64 بیتی

(حجم نرم افزار ۹۰۹ مگا بایت )

دانلود SPSS 20 ، SPSSS version 20، IBM SPSS

برای دانلود نسخه رایگان(دانشجویی) این نرم افزار می توانید به سایت اصلی به آدرس زیر مراجعه نمایید:

XVI DOWNLOADS

با این حال دانلود ورژن ۱۶.۱.۱۱ در دو نسخه های ۳۲ و ۶۴ بیتی امکان پذیر میباشذ. جهت انجام این امور می توانید ابتدا فایل  torrent زیر را که  نرم افزار ویرایش 32 بیتی به همراه کرک  را دانلود کنید. لازم به ذکر است جهت شروع دانلود اصلی به نصب نرم افزار های مناسب مانند Bittorrent نیاز  دارید.

دانلود فایل Torrent  نرم افزار(حجم نرم افزار 55.3 مگا بایت )

پارامتر کمیت عددی و معمولا نا معلوم می باشد که  مشخصه ای معین  در مورد کل جامعه را شرح میدهد مانند میانگین یا مُد جامعه. پارامترها اغلب برآورد می شوند چون مقدارشان معمولا نامعلوم است؛به خصوص  زمانیکه جامعه به اندازه کافی بزرگ باشد حصول اندازه های مربوط به کل جامعه، غیر ممکن یا غیر عملی است(به طور قراردادی پارامترها را حروف یونانی نمایش می دهند).
در حالیکه آماره کمیتی است که از یک نمونه بدست می آید(مانند میانگین نمونه ای) و به عنوان یک برآوردگر پارامتر جامعه استفاده می شود(آماره معمولا با حروف لاتین نمایش داده میشود).

در انتها شایان ذکر است که اگر  امکان انتخاب چندین نمونه از یک جامعه وجود داشت، آنگاه هر نمونه مقداری برای آماره عرضه می نمود که می توان از آن برای برآورد یک پارامتر خاص استفاده نمود. از سوی دیگر لزوما مقادیر آماره ها برابر نیستند و چنین تغییرات بین برآوردهای مستخرج از نمونه های مختلف خطای نمونه گیری نامیده میشود.

با سلام

در ادامه کد برنامه نویسی نرم افزار R برای نمایش غیر تئوری قانون اعداد بزرگ در مورد پرتاب سکه را می بینید. با کپی این کد و قرار دادن آن در نرم افزار R می توانید خروجی دلخواه را با تغییر در مقادیر پیش فرض آن مشاهده نمایید.

set.seed(1212)  #ثابت نمودن خروجی در تکرارهای مختلف و برای نمایش ها آینده
n <- 500000# تعداد تکرار ها
p <- .5  # احتمال شیر آمدن
x <- sample(0:1, n, prob=c(1-p,p), repl=T)# می توان بجای این دستور از هر یک از کد دستورهای زیر هم استفاده نمود
# x <- rbinom(n, 1, p)
#x <- (runif(n) < p)
s <- cumsum(x);  # بردار مجموع تجمعی
r <- s/(1:n)# بردار میانگین تجمعی
##### نمودار #############
upr <- min(1, p+.1)
lwr <- max(0, p-.1)
plot(r, ylim=c(lwr, upr), type="l")
lines(c(0,n), c(p,p), col="darkblue", lty=2)
err <- 1.96 * sqrt(p*(1-p)/n)
# نمایش بازه اطمینان بعد از آخرین مشاهده
lines(c(1.01*n,1.01*n), c(p+err,p-err),
col="darkgreen", lwd=2)
farb <- "darkgreen"
if (abs(p-r[n]) > err) farb <- "red"
text(n,(lwr+p-err)/2,
paste("r =",round(r[n],5)),
adj=1, col=farb)
title(paste("Heads Ratios up to",n,
  "Tosses With P(H)=",p))
round(cbind(x,s,r), 5)[1:10,];# ده مقدار اول داده شبیه سازی شده، مقدار مجموع تجمعی و میانگین تجمعی 
r[n]# آخرین مقدار

 برای توضیحات بیشتر مشاهده فایل اصلی به لینک زیر مراجعه کنید:

binesheamari

برای دوستان آماری در ادامه چندین فن (تکنیک) جالب در نرم افزار R  را بیان می کنیم. لازم به ذکر است تمامی مطالب از کتاب R cookbook ترجمه یا استخراج شده است لذا برای مطالغه بیشتر و کاملتر به این منبغ مراحعه کنید:

فن 1: برای مشاهده چندین سطر اول (6 سطر) یا چند سطر آخر یک مجموعه داده زیاد جهت  بررسی اجمالی به ترتیب از دستورات (مجموعه داده)head و (محموعه داده)tail استفاده کنید.

فن 2: چنانچه همزمان بعد از تخصیص یک مقدار  به متغیری خاص مثل x بخواهیم  مقدار آن را مشاهده کنیم کافیست پرانتز را در اطراف تخصیص قرار دهیم. به عنوان مثال با تایپ عبارت  ( x<-1/pi)  در خط فرمان مفدار 0.3183099 در را نیز نمایش می دهد.

 فن ۳: برای اجرای قسمتی یا تمامی برنامه نیاز به برآورد زمان اجرا دارید( این موضوع در زمانی که به دنبال بهینه کردن برنامه خود و مقایسه "قبل" و "بعد" از اصلاحات هستید کاربرد ویژه دارد). تابع system.time برنامه شما را اجرا و زمان صرف شده را گزارش می کند. نحوه استفاده از این تابع به صورت
  (عبارت قابل اجرا شدن)system.time می باشد. این تابع دارای حداقل ۳ خروجی (تا ۵ تا( میباشد که سه تای اول مورد نظر ما می باشد که به ترتیب ۱- زمان CPU کاربری(تعداد ثانیه های CPU که   برای اجرای R گذشته است) 2- زمان CPU سیستم(نعداد ثانیه های CPU که برای اجرای سیستم عامل گذشته است) 3- زمان منقضی شده(تعداد ثانبه ها بر اساس ساعت رایانه).
مثال: فرض کنید نیاز دارید  که زمان مورد لازم برای تولید  10,000,000 عدد از توزیع نرمال و جمع  آن را بررسی نمایید. برای این منظور می توانید به صورت زیر عمل کنید:

>  system.time(sum(rnorm(10000000)))
   user  system elapsed
   2.95    0.06    3.16  

بنابراین R به میزان 2.95 از زمان CPU و سیستم عامل 0.06 ثانیه از زمان CPU را استفاده نموده است و 3.16 ثانیه از زمان اجرای آزمایش گذشته است. توجه شود که زمان سوم معمولا از مجموع دو زمان دیگر بدست نمی آید چرا که ممکن است در زمان اجرای برنامه R، سیستم شما در  جال اجرای فرآیند های دیگری نیز باشد. از این  رو زمان بیشتر بابت اینکه R در حال تقسیم CPU با فرآیند های دیگر است منقضی شود.

با سلام

برای دوستان عزیز لینک زیر جهت استفاده از جی استور درج شد است. با کلیک  روی لینک مذکور و وارد نمودن نام کاربری و پسورد در صفحه باز شده، به صفحه بعدی انتقال می یابید که می توانید در لیست ارائه شده جی استور را انتخاب کنید.

http://doris.pfeiffer.edu:2048/login

username: thyde

password: 4067

لینک توسط اینجانب جهت ورود امتحان شده است، فقط خواهشمند است از دانلود دوره ای و حضور بلند مدت در این سایت جدا خودداری فرمائید. توجه شود که این پایگاه از نظر تعداد مجلات و پوزش کلی نسبت به پست قبلی ضعیف تر می باشد!

برای دوستان عزیز آماری( و البته غیر آماری) لینک زیر جهت استفاده از پایگاه های داده  جی استور(شامل ۴۸ مجله آماری) قرار داده شده است. پس از کلیک کردن بر روی آن، نام کاربری schmidt و رمز ورود  fireupdutch  را وارد کنید.

لینک ورود به جی استور(J*S-T*o*r)

با توجه به اینکه این سایت به دانلود دوره ای و حضور زیاد در آن حساس می باشد خواهشمند است به این موارد توجه کنید تا پسورد آن برای مدت طولانی تری فعال باشد. توجه شود که غیر از مجله های آماری تعداد زیادی عنوان مجله، از علوم دیگر نیز وجود دارد.

با این پسورد می توانید از پایگاه های داده دیگر از جمله ساینس دایرکت (sciencedirect)  با مراجعه به آدرس زیر استفاده کنید:

لینک کلی پایگاههای داده

این لینک ممکن است هر زمانی غیر فعال شود خواهشمند بعد از آن تفاضایی در این مورد نفرمایید.