پرش به محتوا

جزوه کامل کاربرد کامپیوتر در علوم زیستی pdf

جزوه تایپ شده کاربرد کامپیوتر در علوم زیستی

دانلود فایل

 

رشته زیست شناسی دانشگاه پیام نور پیام نور حاجی‌حسینی پیام نور غلامپیام نور بخشی‌خانیکی دانشگاه علمی کاربردی پیام

 

 

 

 

 

 

 

 

 

 

 

 

 

:
: -: –! -:
-:
—<->-:
—/ -:– کاربرد کامپیوتر

– : > > > — ):(
”-<->- :
:
—- : :
– )( – – : )- ( – :
– :
– – :

 

 

– :
– :
! – : :-:! -<<=+/-: = +/ -: = +/ — +
– – :
-<->؟ –=
=== -====دانلود رایگان خلاصه کتاب کاربرد کامپیوتر در علوم زیستی

=: ===- :
<<- :
– :
= ??? – :
=???

: –= ?
===—-دو متغیر نیز از آزمون همبستگی پیرسون استفاده می کنیم. اجرا
.را دنبال می کنیم …Analyze › Regression › Linear مسیر
حالا شما کادر زیر را مشاهده می کنید:

2-متغیر مستقل )پیش بین( یا همان درآمد را به داخل کادر Independentانتقال می دهیم .
متغیر وابسته یا همان قیمت خودرو را وارد کادر Dependentمی کنیم . روش (Method)اجرای رگرسیون را نیز مطابق پیش فرض رگرسیون، یعنی همان (Enter)انتخاب می کنیم.

3-بر روی okکلیک می کنیم.
تفسیر نتایج
نرم افزار spssچند جدول را جهت تحلیل ارائه می دهند. در این مبحث ما به مهم ترین این جداول می پردازیم. اولین جدول Model Summaryبه معنای خلاصه مدل است. این جدول مقادیر Rو 2Rرا نشان می دهد. مقدار Rبرابر است با 0.873، اشاره دارد به همبستگی ساده بین دو متغیر و به عبارتی شدت همبستگی بین دو متغیر را نشان می دهد. همان طور که از مقدار R)همبستگی پیرسون بین دو متغیر( نمایان است، بین دو متغیر در آمد و قیمت ماشین همبستگی
در حد خیلی قوی وجود دارد .
مقدار 2Rنشان می دهد که چه مقدار از متغیر وابسته یعنی قیمت ماشین، می تواند توسط متغیر مستقل یعنی درآمد، تبیین شود. در این مثال متغیر درآمد می تواند 76.2درصد از تغییرات متغیر قیمت ماشین را تبیین کند، که در واقع مقدار چشم گیری است.

جدول بعدی ANOVAنام دارد. این جدول نشان می دهد که آیا مدل رگرسیون می تواند به طور معنا داری )و مناسبی( تغییرات متغیر وابسته را پیش بینی کند. برای بررسی معنا داری به ستون آخر جدول (sig) نگاه می کنیم. این ستون معنا داری آماری مدل رگرسیون را نشان می دهد که چنان چه میزان به دست آمده کمتر از 0.05 باشد نتیجه می گیریم که مدل به کار رفته ،پیش بینی کننده خوبی برای متغیر قیمت ماشین است. میزان معنا داری در مثال ما کمتر از میزان
0.05 است که بیان گر این است که مدل رگرسیونی معنا دار است.

جدول زیر Coefficients، اطلاعاتی را در مورد متغیر های پیش بین به ما می دهد. این جدول اطلاعات ضروری برای پیش بین متغیر وابسته را در اختیار ما قرار می دهد. مشاهده می کنیم که مقدار ثابت (constant) و متغیر درآمد هر جزوه کاربرد کامپیوتر در علوم زیستی در مدل معنا دار شده اند )به ستون (sigنگاه می کنیم. پس از تعیین معنا دار بودن مقدار ثابت و متغیر درآمد، ستون Standardized Coefficientsبیانگر ضریب رگرسیونی استاندارد شده یا مقدار بتا است. ضریب رگرسیونی استاندارد شده یا Betaدر مثال ما برابر شده است با 873. که نشان گر میزان تاثیر متغیر مستقل
)درآمد( بر وابسته )قیمت ماشین( است .
نکته :میزان Beta زمانی که یک متغیر مستقل در مدل داریم، با میزان همبستگی پیرسون بین دو متغیر (R) دقیقا برابر است. اما زمانی که بیش از یک متغیر مستقل داشته باشیم، میزان Beta با ضریب همبستگی بین متغیر های مستقل و وابسته تفاوت خواهد داشت.

نکته: کاربرد ضریب Betaهنگامی است که بیش تر از یک متغیر مستقل در مدل داشته باشیم. در این صورت مقدار Betaبه ما کمک می کند که سهم نسبی هر متغیر را در پیش بینی متغیر وابسته مقایسه کنیم و به عبارتی بتوانیم تعیین کنیم که کدام متغیر ها بیش ترین تاثیر را بر متغیر وابسته دارند.
جهت ایجاد معادله رگرسیونی از میزان ضریب رگرسیونی استاندارد نشده (B) استفاده می کنیم .
معادله رگرسیونی جهت پیش بینی دقیق مقادیر متغیر وابسته مورد = + :
=)(
=) : )
=) (== + () :
:
–! -؟ ؟ -)(
-)…(.
-:
>>-