Telegram Group Search
The_Book_of_R.pdf
14.8 MB
📚The Book of R

┏━━━━━
🌐   @kscc_kashanu📖
┗━━━━━━━━━━
Deep Learning Made Easy with R (2016).pdf
5.5 MB
📒Deep Learning Made Easy with R

اگر به دنبال یادگیری عمیق در زبان برنامه نویسی R هستید این کتاب رو حتما بهتون پیشنهاد میکنم.👌

┏━━━━━
🌐   @kscc_kashanu📖
┗━━━━━━━━━━
سلام و درود خدمت همه دوستان
یک سری کتاب در کانال از امروز برای کسانی که علاقه به حوزه دیتا ساینس و کار با دیتا دارند در کانال قرار میگیره
برای آموزش های کلی تر و جامع تر در زمینه علوم تربیتی و اجتماعی و ... ویدیو و دوره آموزشی داره آماده میشه 😍

📊برای آموزش های بیشتر مارو دنبال کنید.
🔗@kscc_kashanu
🎯و‌بسایت‌هایی برای یافتن دیتاست ؛

دیتاست‌ها در پروژه‌ها به عنوان پایه و اساس تحلیل‌ها و تصمیم‌گیری‌ها عمل می‌کنند؛ زیرا کیفیت و دقت نتایج نهایی به اطلاعات موجود بستگی دارد. استفاده از دیتاست‌های مناسب می‌تواند به شناسایی الگوها و روندهای مهم کمک کرده و در نهایت به بهبود عملکرد پروژه منجر شود.

📌در اینجا چند وبسایت معتبر برای انجام پروژه هاتون معرفی کردم.

Kaggle
DataHub
Dataset Search
Data.telangana
Data.gov
Amazon Datasets
Earth Data
Microsoft Dat asets
WHO data repository
UCL data repository
ardrindia.org


📊برای آموزش های بیشتر مارو دنبال کنید.
🔗@kscc_kashanu
تعداد درختان روی زمین از تعداد ستارگان کهکشان راه شیری بیشتر است😳

در حالی که مطمعنا کار راحتی نبوده است، اما هزاران داوطلب، دوست دار محیط زیست، دانش آموز و دانشجو از سرتاسر جهان به یکدیگر پیوستند تا تلاش کنند که تعداد درختان روی سیاره زمین را بشمارند. همین طور برای تعداد ستارگان موجود در کهکشان راه شیری که البته دانشمندان خود به تنهایی باید این کار را می‌کردند!
با در کنار هم قرار دادن این اعداد، نتایج شگفت انگیژ و تعجب آوری به دست آمد. حدود ۳ تریلیون درخت بر روی سیاره زمین و تنها ۴۰۰ میلیارد ستاره در کهکشان راه شیری وجود دارد! ۳ تریلیون درخت ممکن است زیاد به نظر برسد، اما باید این موضوع را هم در نظر بگیرید که حدود ۱۵ میلیارد درخت هر ساله قطع می‌شوند. به همین خاطر است که دانشمندان، سازمان‌های حامی محیط زیست را برای تلاش در حفظ جنگل‌ها تشویق می‌کنند.

┏━━━━━
🌐   @kscc_kashanu📖
┗━━━━━━━━━━
🎯کاربرد رشته آمار در علوم انسانی

رشته آمار به عنوان یک ابزار تحلیلی اساسی در علوم انسانی، نقش مهمی در فهم و تحلیل داده‌های اجتماعی، اقتصادی و روان‌شناختی ایفا می‌کند. با استفاده از روش‌های آماری، پژوهشگران می‌توانند الگوهای رفتاری، روابط بین متغیرها و روندهای اجتماعی را شناسایی کنند.

در روان‌شناسی، آمار به تحلیل نتایج آزمون‌ها و تحقیقات تجربی کمک می‌کند و به پژوهشگران این امکان را می‌دهد که فرضیه‌های خود را با داده‌های واقعی تأیید یا رد کنند.

در علوم اجتماعی، آمار به تحلیل داده‌های جمعیتی، نظرسنجی‌ها و مطالعات میدانی کمک می‌کند. به عنوان مثال، با استفاده از تحلیل‌های آماری می‌توان تأثیر برنامه‌های اجتماعی بر جامعه را ارزیابی کرد و نقاط قوت و ضعف آن‌ها را شناسایی نمود.

همچنین در اقتصاد، آمار برای تحلیل روندهای اقتصادی، پیش‌بینی بازار و ارزیابی سیاست‌های اقتصادی استفاده می‌شود. با استفاده از مدل‌های آماری، اقتصاددانان می‌توانند تأثیر تغییرات اقتصادی بر رفتار مصرف‌کنندگان و تولیدکنندگان را بررسی کنند.

📊برای آموزش های بیشتر مارو دنبال کنید.
🔗@kscc_kashanu
داده های کمی و کیفی از دید روانشناسی


کمی داده‌ها به صورت اندازه‌گیری در قالب عددی بیان می‌شوند و برای پاسخ به سوالاتی مانند: "چقدر؟" و "چند وقت یکبار؟" استفاده می‌شوند.

داده‌های نظرسنجی
از آنجا که I-O‌ها اغلب پدیده‌های ذهنی را مطالعه می‌کنند که مستقیماً قابل مشاهده نیستند (مثلاً سطح رضایت شغلی یک فرد)، از شرکت‌کنندگان می‌خواهیم که تجربیات خود را در نظرسنجی‌ها گزارش دهند.

داده‌های عینی
از آنجا که I-O‌ها اغلب پدیده‌های ذهنی را مطالعه می‌کنند که مستقیماً قابل مشاهده نیستند (مثلاً سطح رضایت شغلی یک فرد)، از شرکت‌کنندگان می‌خواهیم که تجربیات خود را در نظرسنجی‌ها گزارش دهند.👌
کیفی
داده‌های کیفی توصیفی هستند و به طور طبیعی گرایش به اکتشافی بودن دارند. زمانی که تحقیق کمی در مورد یک موضوع وجود دارد، ممکن است ابتدا داده‌های کیفی جمع‌آوری کنیم تا فرضیات یا نظریه‌های آینده را شکل دهیم.

مصاحبه‌ها
یک روش رایج برای جمع‌آوری داده‌های کیفی از طریق مصاحبه‌ها است. در طول مصاحبه‌ها، محققان از هر شرکت‌کننده به صورت فردی یک سری سوال در مورد تجربیاتشان می‌پرسند و سپس مکالمه را تحلیل می‌کنند تا موضوعات مهم را استخراج کنند.

گروه‌های تمرکز
گروه‌های تمرکز مشابه مصاحبه‌ها هستند، با این تفاوت که چندین (معمولاً 4-6) شرکت‌کننده در یک محیط گروهی به سوالات پاسخ می‌دهند. سوال تحقیق باید تعیین کند که آیا مصاحبه‌ها یا گروه‌های تمرکز استفاده شوند


در پست های بعدی اصطلاحات تخصصی مثل گروه تمرکز و داده های عینی و.... را بیشتر باز میکنیم .🌿

با ما همراه باشید

┏━━━━━
🌐   @kscc_kashanu📖
┗━━━━━━━━━━
📈🔍داده‌های عینی و گروه تمرکز (Focus Group) دو ابزار مهم در تحقیقات کیفی و کمی هستند که به جمع‌آوری اطلاعات و تحلیل رفتارها، نظرات و احساسات افراد کمک می‌کنند. در ادامه توضیحاتی درباره هر یک از این مفاهیم ارائه می‌شود:

💡داده‌های عینی
داده‌های عینی به اطلاعاتی اطلاق می‌شود که به صورت مستقیم و بدون تفسیر شخصی جمع‌آوری می‌شوند. این داده‌ها معمولاً شامل مشاهدات، اندازه‌گیری‌ها و حقایق قابل سنجش هستند. ویژگی‌های داده‌های عینی عبارتند از:

1. قابل اندازه‌گیری: این داده‌ها معمولاً به صورت عددی یا مقادیر مشخص ثبت می‌شوند.
2. غیرقابل تفسیر: داده‌های عینی به خودی خود معانی خاصی ندارند و نیاز به تحلیل دارند.
3. دقت بالا: این نوع داده‌ها معمولاً از دقت بالایی برخوردارند و می‌توانند نتایج قابل اعتمادی ارائه دهند.

💡گروه تمرکز
گروه تمرکز یک روش تحقیق کیفی است که در آن یک گروه کوچک از افراد (معمولاً 6 تا 10 نفر) گرد هم می‌آیند تا درباره موضوع خاصی بحث کنند. ویژگی‌های گروه تمرکز عبارتند از:

1. تعامل اجتماعی: این روش به محققان اجازه می‌دهد تا نظرات و احساسات شرکت‌کنندگان را در یک محیط تعامل‌پذیر بررسی کنند.
2. تعمق در موضوع: با استفاده از سؤالات باز و بحث‌های آزاد، محققان می‌توانند به عمق موضوعات مختلف دست یابند.
3. تنوع نظرات: گروه تمرکز می‌تواند شامل افرادی با پیشینه‌ها و تجربیات مختلف باشد که منجر به جمع‌آوری نظرات متنوع می‌شود.

💡کاربردها
- داده‌های عینی: معمولاً در تحقیقات کمی، مانند نظرسنجی‌ها یا آزمایشات علمی، استفاده می‌شوند.
- گروه تمرکز: بیشتر در تحقیقات کیفی، مانند بررسی بازار، توسعه محصول یا ارزیابی خدمات، کاربرد دارند.

با ترکیب این دو روش، محققان می‌توانند دیدگاه‌های جامع‌تری درباره موضوع مورد نظر به دست آورند.


📊برای آموزش های بیشتر مارو دنبال کنید.
🔗@kscc_kashanu
انجمن علمی آمار دانشگاه کاشان تقدیم می‌کند

🔵 کارگاه آموزش مقدماتی نرم افزار SPSS

مدرس سرکار خانم مرضیه حسینی
فارغ التحصیل کارشناسی آمار دانشگاه کاشان
دانشجوی کارشناسی ارشد آمار زیستی دانشگاه اصفهان

🟢 به مدت ۵ جلسه از ۲۴ شهریور ماه

هزینه شرکت در دوره ۱۵۰ هزارتومان

🔴 همراه با گواهی شرکت در دوره از طرف دانشگاه کاشان

تمامی جلسات ضبط می‌شود و در پایان تقدیم به شرکت کنندگان خواهد شد

🟪 سرفصل‌های دوره
جلسه اول: معرفی نرم افزار
جلسه دوم: آمار توصیفی
جلسه سوم: نمودارهای آماری
جلسه چهارم: آزمون‌های t-student
جلسه پنجم: رگرسیون خطی

آمورش کاملا پروژه محور و همراه با تمرین می‌باشد

🔷️جهت ثبت نام و جزئیات بیشتر به ای دی زیر پیام دهید
@Mohabagh1381


https://www.group-telegram.com/anjoman_amar
SPSS_Statistical_Analyses_using_SPSS.pdf
4.3 MB
📚 SPSS Statistical Analyses using SPSS

💡کتاب جامع آموزش SPSS  همراه با توضیحات ساده و قابل فهم تئوری مباحث آماری، که به راحتی  می تونید مفاهیم پیچیده رو یاد بگیرید.

📊برای آموزش های بیشتر مارو دنبال کنید.
🔗@kscc_kashanu
با استفاده از سایت زیر می توانید به تمام توابع در کتابخانه ها در زبان های برنامه نویسی مختلف دسترسی داشته باشید👌💻

OverAPI.com


📊برای آموزش های بیشتر مارو دنبال کنید.
🔗@kscc_kashanu
🌟 به اطلاع شما عزیزان می‌رسانیم! 🌟

از امروز، در کانال مرکز مشاوره آماری، یک سری باکس سوالات جذاب و چالش‌برانگیز در زمینه‌های آمار و برنامه‌نویسی راه‌اندازی می‌شود. این فرصت عالی برای شماست تا دانش خود را آزمایش کنید، مهارت‌های جدیدی بیاموزید و در کنار هم به بحث و تبادل نظر بپردازیم.

🔍 چرا شرکت کنید؟
با پاسخ دادن به سوالات، سطح دانش خود را بسنجید و نقاط قوت و ضعف خود را شناسایی کنید.


📅 هر هفته سوالات جدیدی منتشر خواهد شد.

همراه ما باشید و به این چالش بپیوندید!
کدام یک از روش های زیر برای مقایسه دو نسبت استفاده می شود؟
Anonymous Quiz
32%
آزمون t مستقل
41%
آزمون کای دو ( chi_square Test)
5%
آزمون ANOVA
21%
آزمون t وابسته
چرا ما در آمار مدام دنبال استاندارد کردن همه چیزیم؟ 🧐
در این پست همراه ما باشید تا دلایل آن را مختصر بدونیم

1. مقایسه‌پذیری داده‌ها
داده‌ها اغلب از متغیرهایی با واحدها و مقیاس‌های مختلف تشکیل شده‌اند (مثلاً درآمد به دلار و قد به سانتی‌متر). اگر بدون استاندارد کردن آنها را تحلیل کنیم، مقایسه مستقیم بین این متغیرها دشوار خواهد بود. استاندارد کردن باعث می‌شود همه داده‌ها در یک مقیاس واحد قرار بگیرند و امکان مقایسه مستقیم فراهم شود.

۲. کاهش تعصب مدل‌ها
استاندارد کردن کمک می‌کند تا مدل‌های آماری و یادگیری ماشین از تعصب‌های ناشی از مقیاس متغیرها جلوگیری کنند. بدون استاندارد کردن، مدل ممکن است به اشتباه متغیرهای با مقیاس بزرگ‌تر را مهم‌تر در نظر بگیرد، حتی اگر این متغیرها تأثیر واقعی زیادی نداشته باشند.

۳.پیشگیری از مشکلات محاسباتی
بعضی از الگوریتم‌ها و تحلیل‌های آماری به دلیل حساسیت به مقیاس متغیرها می‌توانند دچار مشکلات محاسباتی شوند. استاندارد کردن داده‌ها این مشکلات را کاهش می‌دهد و باعث می‌شود محاسبات به طور دقیق‌تری انجام شوند.

در پست های بعدی دلایل بیشتری را بیان میکنیم 🌿
۴. افزایش دقت در پیش‌بینی و تحلیل‌ها
در تحلیل‌های پیش‌بینی و مدل‌سازی، داده‌های غیر استاندارد ممکن است منجر به پیش‌بینی‌های نادرست شوند. استاندارد کردن داده‌ها باعث می‌شود که مدل بتواند به طور دقیق‌تری تفاوت‌ها و الگوهای بین متغیرها را تشخیص دهد.

۵. تسهیل تفسیر نتایج
وقتی داده‌ها استاندارد شوند، تفسیر نتایج ساده‌تر می‌شود. مثلاً وقتی از نمره Z استفاده می‌کنیم، می‌توانیم به سادگی بفهمیم که یک مقدار خاص چند انحراف معیار از میانگین فاصله دارد. این باعث می‌شود نتایج به شکلی قابل‌فهم‌تر و دقیق‌تر تفسیر شوند.

۶. توزیع‌های نزدیک‌تر به نرمال
بسیاری از روش‌های آماری بر پایه فرض نرمال بودن توزیع داده‌ها هستند. استاندارد کردن می‌تواند به بهبود توزیع داده‌ها و نزدیک‌تر شدن آن به یک توزیع نرمال کمک کند، که برای انجام آزمون‌ها و تحلیل‌های آماری ضروری است.🌟

شما چه کاربرد های دیگه ای به ذهنتون میرسه ؟
خوشحال میشیم که نظراتتون با ما در میان بگذارید 💚
مايكروسافت 2.0 Copilot رو منتشر کرد!

💡مايكروسافت 2.0 Copilot رو معرفی کرده که به ابزار هوش مصنوعی پیشرفته ست و حالا به راحتی با اکسل برای تحلیل دادهها با پایتون یکپارچه شده این نسخه جدید حسابی بهره وری رو بالا میبره و باعث میشه کارهای پیچیده تری رو راحت تر انجام بدیم.

🔴یکی از جذاب ترین قابلیتهای 2.0 Copilot اینه که میتونه خیلی سریع کد تولید کنه وارد کنه و اجرا کنه اونم فقط با سوال هایی که کاربر ازش میپرسه این قابلیت باعث میشه کسایی که خیلی برنامه نویسی بلد نیستن هم بتونن با داده ها کار کنن.

🔴علاوه بر این این ابزار خیلی راحت میتونه نمودارهای حرفه ای تولید کنه که با کارهای طراحهای حرفهای برابری میکنه. از فرمولها استفاده میکنه پیش بینی میکنه و حتی تراکنشهای مالی رو مدیریت میکنه یعنی دیگه داخل اکسل میتونید حسابداری کامل رو هم انجام بدید.

🔴بهترین بخش ماجرا اینه که 2.0 Copilot به صورت رایگان توی چندتا از اپلیکیشنهای مایکروسافت مثل اکسل، پاورپوینت اوت لوک ورد و وان درایو قابل استفاده است و باعث میشه ابزارهای پیشرفته تحلیل داده در دسترس خیلیها قرار بگیره.
این، گوشه ای از سخنان آقای دکتر جلال الدین میرکزازی است که به زیبایی تفاوت بین دانشجوی واقعی و شبه دانشجو بودن، استاد واقعی و شبه استاد را نمایان میکند. از دیدن این کلیپ 7 دقیقه ای لذت ببرید.
2024/11/13 15:12:26
Back to Top
HTML Embed Code: