تجزیه و تحلیل چارت های چند زمانه


در این وبلاگ به ریاضیات و کاربردهای آن و تحقیقات در آنها پرداخته می شود.در صورتی سوال یا نظری در زمینه ریاضیات دارید مطرح نمایید .در صورت امکان به آن می پردازم

ریاضیات

شرایط
دو مجموعه شرایط وجود دارد که در آن بسیاری از نظریه ها ساخته شده اند:

فرایند ثابت
روند ارگودیک
با این حال، ایده های استقرار باید گسترش یافته و دو ایده مهم را در نظر بگیریم: استقالل سخت و ایستادگی درجه دوم. هر دو مدل و برنامه های کاربردی را می توان در هر یک از این شرایط توسعه داد، هرچند مدل ها در مورد دوم ممکن است فقط به صورت جزئی مشخص شوند.

علاوه بر این، تجزیه و تحلیل سری زمانی می تواند اعمال شود که در آن سری فصلی ثابت یا غیر ثابت است. وضعیت هایی که در آن دامنه های مولفه های فرکانس با زمان تغییر می کنند، می تواند در تحلیل زمان فرکانس زمانی مورد استفاده قرار گیرد که از نمایش فرکانس زمانی یک سری زمانی یا سیگنال استفاده می کند. [29]

ابزارها
ابزارهایی برای بررسی داده های سری زمانی عبارتند از:

در نظر گرفتن تابع همبستگی خودکار و تابع چگالی طیف (همچنین توابع متقابل همبستگی و توابع چگالی صلیب)
توابع متقاطع و خودکار همبستگی برای حذف مشارکت اجزای آهسته [30]
انجام یک تبدیل فوریه برای بررسی سری در دامنه فرکانس
استفاده از یک فیلتر برای حذف سر و صدای ناخواسته
تجزیه و تحلیل مولفه اصلی (یا تجزیه و تحلیل تابع تقریبی تجربی)
تجزیه و تحلیل طیف منحصر به فرد
مدل سازه:
مدل های عمومی فضایی حالت
مدل های اجباری بدون نظارت
فراگیری ماشین
شبکه های عصبی مصنوعی
پشتیبانی از ماشین بردار
منطق فازی
فرآیندهای گاوسی
مدل مخفی مارکف
تجزیه و تحلیل تئوری صفر
نمودار کنترلی
افرادی که Shewhart افراد را کنترل می کنند
نمودار CUSUM
نمودار EWMA
تجزیه و تحلیل نوسانات تعیین شده
انحراف زمان پویا [31[
همبستگی متقابل [32[
شبکه بیزی پویا
تکنیک های تجزیه و تحلیل فرکانس زمان:
تبدیل سریع فوریه
تبدیل موجک پیوسته
تبدیل کوتاه مدت فوریه
تبدیل موهومی
تبدیل فوریه مکرر
تجزیه و تحلیل هرج و مرج
بعد همبستگی
قطعه های عودت کننده
تجزیه و تحلیل اندازه گیری مجدد
نمایندگان Lyapunov
رمزگذاری آنتروپی

اقدامات
معیارهای سری زمانی یا ویژگی هایی که می توانند برای طبقه بندی سری زمانی یا تحلیل رگرسیون استفاده شوند: [33]

معیارهای خطی یکنواخت
لحظه (ریاضیات)
قدرت باند طیفی
فرکانس لبه طیفی
انرژی انباشته شده (پردازش سیگنال)
خصوصیات عملکرد خودکار تجزیه و تحلیل چارت های چند زمانه تجزیه و تحلیل چارت های چند زمانه سازی
پارامترهای Hjorth
پارامترهای FFT
پارامترهای مدل Autoregressive
تست مان کاندول
اقدامات غیر خطی یک جانبه
اقدامات بر اساس مجموع همبستگی
بعد همبستگی
انتگرال همبستگی
تراکم همبستگی
آنتروپی همبستگی
آنتروپی تقریبی [34]
آنتروپی نمونه
آنتروپیوک فوریه
آنتروپی موجک
آنتروپی رونی
روش های عالی تر
پیش بینی حاشیه
شاخص شباهت دینامیکی
اقدامات غیرمستقیم فضای حالت
نماینده Lyapunov
روشهای Permutation
جریان محلی
دیگر اقدامات غیر مجاز
پیچیدگی الگوریتمی
برآورد پیچیدگی Kolmogorov
مدل مخفی مارکف بیان می کند
امضای مسیر ناهموار [35[
سری زمانی باقیمانده و تصحیح جایگزین
از دست دادن عود (درجه عدم استناد بودن)
ابعاد خطی دو جانبه
حداکثر همبستگی خطی خطی
همبستگی خطی (پردازش سیگنال)
اقدامات غیر خطی دو جانبه
وابستگی غیر خطی
جذب دینامیکی (فیزیک)
اقدامات هماهنگ سازی فاز
اقدامات برای قفل فاز
اقدامات مشابه: [36]
همبستگی متقابل
انحراف زمان پویا [31]
مدل مارکف مخفی
ویرایش فاصله
مجموع همبستگی
برآوردگر Newey-West
تحول پریس وینستن
داده ها به عنوان بردارها در یک فضای قابل مترجم
فاصله Minkowski
فاصله Mahalanobis
داده ها به عنوان سری زمانی با پاکت
انحراف استاندارد جهانی
انحراف استاندارد محلی
انحراف استاندارد پنجره
داده ها به صورت سری تصادفی تعریف شده اند
ضریب همبستگی محصول پیرسون
ضریب همبستگی رتبه اسپیرمن
داده ها به عنوان یک توابع توزیع احتمالی تفسیر شده اند
آزمون Kolmogorov-Smirnov
معیار Cramer-von Mises
تجسم
سری زمانی می تواند با دو دسته نمودار نمایش داده شود: نمودارهای همپوشانی و جداول نمودار. نمودارهای همپوشانی تمام سریهای زمانی را در همان طرح نمایش می دهد، در حالی که نمودارهای جدا شده آنها را در پوسته های مختلف ارائه می دهد (اما برای مقایسه است) [37[
نمودارهای همپوشانی
نمودارهای بافته شده
نمودارهای خط
نمودارهای شیب
GapChart
نمودارهای جداگانه
نمودارهای افق
نمودارهای خط کاهش یافته (چند ضلعی کوچک)
نمودار سیلیت
نمودار سیلیت دایره ای
نرم افزار
کار با داده های سری زمانی یک کاربرد نسبتا رایج برای نرم افزار آماری است. به عنوان یک نتیجه از این، بسیاری از پیشنهادات تجاری و منبع باز وجود دارد. بعضی از نمونه ها عبارتند از:

CRAN بسته تکمیلی برای [R [38
تجزیه و تحلیل و پیش بینی با [Weka [39
مدل سازی پیش بینی شده با [GMDH Shell [40
توابع و مدل سازی در زبان ولفرام [41]
اشیاء سری زمانی در [MATLAB [42
SAS / ETS در نرم افزار [SAS [43
Expert Modeler در IBM SPSS Statistics و IBM SPSS Modeler
پیش بینی زمان سری سری خودکار با[ LDT [44
EViews یک بسته آماری برای ویندوز است که عمدتا برای تجزیه و تحلیل اقتصادسنجی به صورت سری زمانی استفاده می شود.
Bayesloop چارچوب برنامهریزی احتمالی که انتخاب مدل عینی را برای مدلهای پارامتر متغیر زمانه تسهیل می کند [45]
همچنین نگاه کنید به
سری زمانی آنومالی
مدولاسیون خلفی

تجزیه سری زمانی
تجزیه و تحلیل نوسانات تعیین شده
پردازش سیگنال دیجیتال
تاخیر توزیع شده
نظریه برآورد
پیش بینی
نماینده هورست
روش مونت کارلو
تجزیه و تحلیل پنل
پیاده روی تصادفی
همبستگی مقیاس
تنظیم فصلی
تجزیه و تحلیل توالی
پردازش سیگنال
برآورد روند
سری زمانی ناهمگن
سری زمانی پایگاه داده

Jump up ^ Zissis, Dimitrios; Xidias, Elias; Lekkas, Dimitrios (2015). "Real-time vessel behavior prediction". Evolving Systems. 7: 1–12. doi:10.1007/s12530-015-9133-5.

Jump up ^ Imdadullah. "Time Series Analysis". Basic Statistics and Data Analysis. itfeature.com. Retrieved 2 January 2014.

Jump up ^ Lin, Jessica; Keogh, Eamonn; Lonardi, Stefano; Chiu, Bill (2003). "A symbolic representation of time series, with implications for streaming algorithms". Proceedings of the 8th ACM SIGMOD workshop on Research issues in data mining and knowledge discovery. New York: ACM Press. doi:10.1145/882082.882086.

Jump up ^ Bloomfield, P. (1976). Fourier analysis of time series: An introduction. New York: Wiley. ISBN 0471082562.

Jump up ^ Shumway, R. H. (1988). Applied statistical time series analysis. Englewood Cliffs, NJ: Prentice Hall. ISBN 0130415006.

Jump up ^ Sandra Lach Arlinghaus, PHB Practical Handbook of Curve Fitting. CRC Press, 1994.

Jump up ^ William M. Kolb. Curve Fitting for Programmable Calculators. Syntec, Incorporated, 1984.

Jump up ^ S.S. Halli, K.V. Rao. 1992. Advanced Techniques of Population Analysis. ISBN 0306439972 Page 165 (cf. . functions are fulfilled if we have a good to moderate fit for the observed data.)

Jump up ^ The Signal and the Noise: Why So Many Predictions Fail-but Some Don't. By Nate Silver

Jump up ^ Data Preparation for Data Mining: Text. By Dorian Pyle.

Jump up ^ Numerical Methods in Engineering with MATLAB®. By Jaan Kiusalaas. Page 24.

Jump up ^ Numerical Methods in Engineering with Python 3. By Jaan Kiusalaas. Page 21.

Jump up ^ Numerical Methods of Curve Fitting. By P. G. Guest, Philip George Guest. Page 349.

Jump up ^ See also: Mollifier

Jump up ^ Fitting Models to Biological Data Using Linear and Nonlinear Regression. By Harvey Motulsky, Arthur Christopoulos.

Jump up ^ Regression Analysis By Rudolf J. Freund, William J. Wilson, Ping Sa. Page 269.

Jump up ^ Visual Informatics. Edited by Halimah Badioze Zaman, Peter Robinson, Maria Petrou, Patrick Olivier, Heiko Schröder. Page 689.

Jump up ^ Numerical Methods for Nonlinear Engineering Models. By John R. Hauser. Page 227.

Jump up ^ Methods of Experimental Physics: Spectroscopy, Volume 13, Part 1. By Claire Marton. Page 150.

Jump up ^ Encyclopedia of Research Design, Volume 1. Edited by Neil J. Salkind. Page 266.

Jump up ^ Community Analysis and Planning Techniques. By Richard E. Klosterman. Page 1.

Jump up ^ An Introduction to Risk and Uncertainty in the Evaluation of Environmental Investments. DIANE Publishing. Pg 69

Jump up ^ Hamming, Richard. Numerical methods for scientists and engineers. Courier Corporation, 2012.

Jump up ^ Friedman, Milton. "The interpolation of time series by related series." Journal of the American Statistical Association 57.300 (1962): 729-757.

Jump up ^ Gandhi, Sorabh, Luca Foschini, and Subhash Suri. "Space-efficient online approximation of time series data: Streams, تجزیه و تحلیل چارت های چند زمانه تجزیه و تحلیل چارت های چند زمانه amnesia, and out-of-order." Data Engineering (ICDE), 2010 IEEE 26th International Conference on. IEEE, 2010.

Jump up ^ Gershenfeld, N. (1999). The Nature of Mathematical Modeling. New York: Cambridge University Press. pp. 205–208. ISBN 0521570956.

Jump up ^ Kantz, Holger; Thomas, Schreiber (2004). Nonlinear Time Series Analysis. London: Cambridge University Press. ISBN 978-0521529020.

Jump up ^ Abarbanel, Henry (Nov 25, 1997). Analysis of Observed Chaotic Data. New York: Springer. ISBN 978-0387983721.

Jump up ^ Boashash, B. (ed.), (2003) Time-Frequency Signal Analysis and Processing: A Comprehensive Reference, Elsevier Science, Oxford, 2003 ISBN 0-08-044335-4

Jump up ^ Nikolić, D.; Muresan, R. C.; Feng, W.; Singer, W. (2012). "Scaled correlation analysis: a better way to compute a cross-correlogram". European Journal of Neuroscience. 35 (5): 742–762. doi:10.1111/j.1460-9568.2011.07987.x.

^ Jump up to: a b Sakoe, Hiroaki; Chiba, Seibi (1978). "Dynamic programming algorithm optimization for spoken word recognition". IEEE Transactions on Acoustics, Speech and Signal Processing. doi:10.1109/TASSP.1978.1163055.

Jump up ^ Goutte, Cyril; Toft, Peter; Rostrup, Egill; Nielsen, Finn Å.; Hansen, Lars Kai (1999). "On Clustering fMRI Time Series". NeuroImage. doi:10.1006/nimg.1998.0391.

Jump up ^ Mormann, Florian; Andrzejak, Ralph G.; Elger, Christian E.; Lehnertz, Klaus (2007). "Seizure prediction: the long and winding road". Brain. 130 (2): 314–333. PMID 17008335. doi:10.1093/brain/awl241.

Jump up ^ Land, Bruce; Elias, Damian. "Measuring the ‘Complexity’ of a time series".

Jump up ^ [1] Chevyrev, I., Kormilitzin, A. (2016) "A Primer on the Signature Method in Machine Learning, arXiv:1603.03788v1"

Jump up ^ Ropella, G. E. P.; Nag, D. A.; Hunt, C. A. (2003). "Similarity measures for automated comparison of in silico and in vitro experimental results". Engineering in Medicine and Biology Society. 3: 2933–2936. doi:10.1109/IEMBS.2003.1280532.

Jump up ^ Tominski, Christian; Aigner, Wolfgang. "The TimeViz Browser:A Visual Survey of Visualization Techniques for Time-Oriented Data". Retrieved 1 June 2014.

Jump up ^ Hyndman, Rob J (2016-01-22). "CRAN Task View: Time Series Analysis".

Jump up ^ "Time Series Analysis and Forecasting with Weka - Pentaho Data Mining - Pentaho Wiki". wiki.pentaho.com. Retrieved 2016-07-07.

Jump up ^ "Time Series Analysis & Forecasting Software 2016 [Free Download]". Retrieved 2016-07-07.

Jump up ^ "Time Series—Wolfram Language Documentation". reference.wolfram.com. Retrieved 2016-07-07.

Jump up ^ "Time Series Objects - MATLAB & Simulink". www.mathworks.com. Retrieved 2016-07-07.

Jump up ^ "Econometrics and Time Series Analysis, SAS/ETS Software". Retrieved 2016-07-07.

Jump up ^ "LDT". SourceForge. Retrieved 2016-09-04.

Jump up ^ "bayesloop: Probabilistic programming framework that facilitates objective model selection for time-varying parameter models". Retrieved 2016-12-06.

در این وبلاگ به ریاضیات و کاربردهای آن و تحقیقات در آنها پرداخته می شود.در صورتی سوال یا نظری در زمینه ریاضیات دارید مطرح نمایید .در صورت امکان به آن می پردازم

تجزیه و تحلیل چارت های چند زمانه

این مقاله به پرسش های قدیمی درباره اسیلاتور های٪ K و٪ D که توسط تریدرها مورد استفاده میباشد‚ پاسخ می دهد. این موضوع برای سالها مورد بحث بوده است.

رالف دیستنت (۱۹۷۸-۱۹۰۲) و جورج لین (۱۹۲۱-۲۰۰۴)تجزیه و تحلیل چارت های چند زمانه نقش مهمی در این مباحث مهم داشته اند.اسیلاتورهای اتفاقی٪ K(کی درصد) و٪ D (دی درصد)معمولا با لین مرتبط است . سال های زیادی لین استفاده از آن را تدریس کرده ست اگرچه اورا نمیتوان تنها سازنده این اندیکاتور شناخت، اما فعالیت او در طول زندگیش نقش موثری در شناسانده شدن این اندیکاتور داشته است.

دیستنت مالک و مجری یک مدرسه به نام مربیان سرمایه گذاری است که در سال ۱۹۴۸ افتتاح شد. مدرسه مبتنی براصول شیکاگو ابتدا دوره های بازار سهام را ارائه داد، اما در اواخر دهه ۵۰ شروع به ارائه دوره های کالایی(commodities courses) نیز نمود. به گفته ی لین‚ مربیان سرمایه گذاری در یک دوره سه کلاسه “چارت، موینگ اورج و الیوت ویو ” راآموزش دادند و “اولین مدرسه برای آموزش یک دوره سنگین در الیوت ویو بود.”

دیستنت علاقه زیادی به اصل موج الیوت داشت او یک کتاب به نام “موج پنجم – سهام: نقدی بر موج الیوت”به رشته تحریر دراورد.لین درباره منشا استوکستیک نوشت.

لین در مقاله ای که در ماه می/ ژوئن ۱۹۸۴ در مورد تجزیه و تحلیل فنی سهام و کالاها(TASC) نوشته شده است اعلام کرد که “در سال ۱۹۵۴ او موفق به پیوستن به مدرسه”مربیان سرمایه گذاری” و کار “برای مالک رالف دیستنت،شد وبعد از بازنشستگی اقای روی لارسون) Roy Larsonمربی تحلیل تکنیکال)جانشین وی شد.

اقای دیستنت مدرس بازار سهام و لین به تدریس مباحث commodities پرداخت. لین منشا٪ K و٪ D استکستیک اسیلانور را به شرح زیر توصیف کرد: “ما حدود ۲۰ ساعت درروز، مشغول محاسبات بصورت دستی بودیم.تعداد کارکنان به پنج نفر افزایش یافت. اسامی را ذکر نمیکنم، زیرا همه آنهااز نظر مالی غنی هستند، هنوز هم تجارت می کنند، و نمی خواهم باعث دردسر آنها بشوم.

در تحقیقات ما ، اندیکاتورمون در همه صفحهات کار کردند، بنابراین ما اثر بخشی تکنیک را۱۰۰ درصد بیان کردیم در بررسی ها متوجه شدیم که A% کار نمیکند. ما به تحقیق ادامه دادیم و ۲۸ اسیلاتور را (مطالعه) کردیم.همزمان با افزایش اسیلاتور ها در تحقیقات هم پیشرفت کردیم و آنهارو به صورت درصد بیان کردیم %D, %K, %R

در دهه شصت، ما با استفاده از رایانه برای تست اسیلاتورها پیشتاز بودیم”. در ماه مه ۱۹۸۵، مجله اتحادیه CMT (در حال حاضر مجله تحلیل فنی) یک مقاله توسط لین منتشر کرد، که در آن لین به شرح زیر نوشته بود: در سال ۱۹۵۴، به مدرسه مربیان سرمایه گذاری به عنوان یک تحلیلگر جوان پیوستم.

پس از پیوستن به یک جمع شش نفره، محققان(داوطلب) بدون دریافت پول، اسیلاتورها را کشف کردیم. ما با بیش از ۶۰ برنامه کاربردی تحقیق و آزمایش تجزیه و تحلیل چارت های چند زمانه تجزیه و تحلیل چارت های چند زمانه کردیم. در نتيجه در بيست و هشت مورد مقادير قابل پيش بيني را کشف کرديم. ما در بررسی اسیلاتورهامون متوجه شدیم انها همه جای چارت جواب میدن خیلی زود چارتهای کاغذی زیادی روی دیوار ها نصب کردیم و نوسانگرهامون رو به یک درصد کاهش دادیم.از حروف الفبا برای تمایز یکی از دیگری استفاده کردیم: : %A, %B, etc اگر چه لین در نوشته اش از ضمیر جمعی “ما” در ابتکار اسیلاتور استفاده کرد ولی ادعاهای ضد و نقیض در این باره وجود داشته است.مقاله ای در (TASC) در سال ۱۹۸۴ با عنوان “اسیلاتورهای لین” منتشر شد.

در سال ۱۹۸۵ CMT ژورنال نیز مقاله ای تحت عنوان” استوکستیک لین اسیلاتور نهایی” به چاپ رساند که در آن اندیکاتور “استوکستیک لین”نامیده شده و شامل یک چارت بودکه استوکستیک لین را نمایش میداد.

یک جزوه ۸۰ صفحه ای به همراه ضمیمه ولغت نامه نوشته ی جورج لین که سال ۱۹۸۶ توسط کری آبرام لین (همسر و بیوه ی لین) تحت عنوان “استفاده از چرخه های استوکستیک … تا لحظه تصمیم گیری ” حق انتشار یافت که در آن از لین به عنوان مبتکر استوکستیک در چندین فصل یاد میشودو اندیکاتور نیز استوکستیک لین نام دارد.

در یک ارایه سال ۱۹۹۹ لین بیان کرد که او را به عنوان “پدر استوکستیک ” می شناسند.وب سایت فعلی که سمینارهای موجود درباره استفاده از استوکستیک را ارایه میدهد تحت عنوان ,www.lanestochastics.com لین را به عنوان مبتکر استوکستیک معرفی میکند

سال ۱۹۹۹ تاریخچه اسیلاتور مورد توجه قرار گرفت. در سال ۱۹۸۶ در چاپ اول کتاب “آنالیز تکنیکال از بازار آینده ” نوشته ی جان مورفی وی در کتاب خود چنین نوشت ” جورج لین مبدع استو کستیک میباشد …” اما در چاپ مجدد این کتاب این جمله به شرح زیر اصلاح شد ” استوکستیک توسط جورج لین معرفی و شناسانده شد …”

مستندات پروسه استوکستیک

درمقاله منتشر شده ((TASC 1984 و ضمیمه منتشر شده در سال ۱۹۸۶″استفاده از استوکستیک ‚ چرخه ها و … تا لحظه تصمیم گیری …” این جزوه اصل قابل توجهی را به اشتراک میگذارد. مقاله و ضمیمه اساسا یکی هستند اما نکته قابل توجه این است ادعا شده محتوای این مقاله به عنوان بخشی از دروس اصل امواج الیوت در مدرسه مربیان سرمایه گذاری در سال ۱۹۶۰(دهه ۶۰)فروخته شد.

همانطور که خواهید دید در این تاریخچه این سند.اصلی محسوب میشود. مورخ بازار گیبونز بورک (۱۹۹۲) نوشته است که این اندیکاتور در ابتدا توسط مربیان سرمایه گذاری به عنوان بخشی از دوره الیوت ویو Elliott تدریس شد. در سال ۱۹۹۵ لین در مقاله ای نوشت ” کارهای ما در سالهای ۱۹۵۰ (دهه ی ۵۰)…. به عنوان یک مرجع راهنمای سریع برای دانشجویانی که دوره های Elliott Wave و Stochastic را با ما گذراندند نوشته شده بود…”

من یک کپی ۸ صفحه ای بخشی از این دوره که ادعا کردم را دارم.صفحه ۱ تا ۶ به طور صریح در مقاله ی (TASC)سال ۱۹۸۴ و ضمیمه سال ۱۹۸۶ تکرار شده است. در بالای دو صفحه دیگر عنوان “اصل الیوت ویو” وجود دارد. صفحه اول با عنوان “پروسه استوکستیک” آغاز میشود. بنا به گفته ی بورک این سند منبع نامگذاری است که به٪ K و٪ D داده شده است. “

به گفته ی تیم اسلیتر‚مدیر و موسس کمپانی کمپیوترک( CompuTrac, Inc)‚نام استوکستیک به اشتباه به اندیکاتور دی درصد ربط داده شده است. وقتی اسلیتر این اندیکاتور را با کامپیوترک اجرا کرد ‚نیاز به یک نام برای آن غیر از عناوین ٪ K و٪ D داشت. کلمه “پروسه استوکستیک “یک عنوان دستوشته بر روی فایل های اولیه و اوریجینال دست نویس مدرسه مربیان سرمایه گذاری بود که اسلیتراز آن استفاده کرد و این عنوان همچنان باقی ماند.”

بورک میگوید: من با آقای اسلیتردرباره تایید این سند صحبت کردم و دو نتیجه بدست امد اولا این واقعیت که لین محتوای این سند را در نشریات ۱۹۸۴ و ۱۹۸۶ تکرار کرده و بعدها یخشی از آن را در کنفرانس های سالهای ۱۹۹۵ و ۱۹۹۹ بیان نموده ‚ نشان می دهد که این سند را به عنوان منبع اصلی توضیح٪ K و٪ D اسیلاتور استوکستیک رسمیت دارد. نتیجه گیری دوم این است که سند تحت عنوان “پروسه استوکستیک” برای اولین بار در سال ۱۹۵۷ منتشر شد همان سال که برای اولین بار درباره ی اسیلاتورهای دی درصد و کی درصد سخن به میان آمد.

در رساله ی ۱۹۸۶ اظهار شده که پروسه استوکستیک در سال ۱۹۵۷ حق چاپ گرفته بود: “چگونه از استوکستیک لین استفاده کنیم برای اولین بار تحت عنوان پروسه استوکستیک چاپ شد©۱۹۵۷‚ جورج لین مرجع ۱۹۸۲ به احتمال زیاد مربوط به واژه نامه ی این رساله است.این رساله شامل یک بخش ضمیمه (مکانیک استاکستیک) بود.

در بخش ضمیمه ” پروسه استاکستیک ” تکرار میشود. تحلیلگر نینا کوپر(۲۰۰۴)نوشت استوکستیک ها از سال ۱۹۵۷ وجود داشته است بعدها پربارتر شدند. جک شواگر ملقب به جادوگر بازار در سال ۱۹۹۶ نوشت “اسیلاتور استوکستیک ها در اواخر دهه پنجاه پیشرفت کردند”. بورک میگوید :در تماسی که با بیوه ی لین داشتم خانم لین گفت: لین محتوای اولیه را نوشت و در آن قوانین روش شناسی (متودولوژی)را توضیح داد. این ادعا توضیحی بر اینست که چرا لین در سال ۱۹۵۷ ادعای حق چاپ کرد.

از آنجا که این اسناد بخشی از متریال آموزشی فروخته شده توسط مدرسه مربیان سرمایه تجزیه و تحلیل چارت های چند زمانه گذاری بود بعضی ها بر این باورند که دیستنت مبتکر اسیلاتور استوکستیک میباشد. این ادعا قابل قبول نیست زیرا این حقیقت که اشخاص دیگری هم بودند را ندیده میگیرد حتی شخصی که با مدرسه مرتبط بوده می تواند این اندیکاتور را ایجاد کرده و دستورالعمل ها را نوشته باشد.

همکاران تریدر

درفایل های صوتی و رساله ی لین در سال ۱۹۹۵(کنفرانس شماره ۱۷) و سال ۱۹۹۹ (کنفرانس شماره ۲۱) مشخص شد اسیلاتور استوکستیک ٪ K و٪ D ابتکار تلاش مشترک یک گروه از تریدرها بود که آنهارا ایجاد کرده اند.

در فایل صوتی شماره ۱۷‚لین بیان میکند او به همراه گروهی از همکاران …در تلاش برای یافتن چیزی بودند که به تصمیم گیری کمک کند. آن ها استوکستیک کی درصد و دی درصد را بهترین راه برای تعیین حرکت یافتند. “ما نمی دانستیم که چه چیزی در دست داریم، اما این روش کار کرد. “این گروه در طول روز ترید میکرد و بعد از بسته شدن بازار به تحقیق میپرداخت.

در فایل صوتی شماره ۲۱ لین میگوید‚” ما یک گروه هفت نفره بودیم روی بورد کالای شیکاگو ترید میکردیم. بعد از اینکه روز کاری تمام میشد ما به مدرسه مربیان سرمایه گزاری برمیگشیم جاییکه به دنبال یک متد برای تصمیم گیری بهتر بودیم اینکه چه موقع بخریم و چه موقع بفروشیم” در یک بعد از ظهر یکی از بچه های گروه که اهل چک اسلواکی بود پدر بزرگش را به گروه معرفی کرد.

پدربزرگ پیشنهاد کرد که از یک فرمول که او برای دستورالعمل تعیین مقدار آهک برای افزودن به ترکیبی که به تولید فولاد منتج میشد ‚استفاده کنند. لین میگوید ” ما فرمول را گرفتیم‚ روی آن کار کردیم ‚تغییر دادیم و استوکستیک بوجود آمد.” پس این ادعا که توسط برخی بیان شده که یک همکار اهل چکسلواکی مخترع استوکستیک است نادرست میباشد. در سخنرانی او، لین درباره “زمانی که ما اسیلاتور استوکستیک را اختراع کردیم ” و “ما اسیلاتور استوکستیک را کشف کردیم” صحبت میکند.

فایل ۲۱ رساله بیان میکند “جورج در اوایل دوران حرفه ای خود، یک گروه تحقیقاتی را که مبتکر تعدادی از اندیکاتورهای حرفه ای مخصوصا پروسه استوکستیک ( استاکستیک لین) بودند را رهبری میکرد . حد و حدود این رهبری مشخص نیست اما انچه واضح است “ابداع” اسیلاتور توسط این تیم میباشد که لین عنوانی را به آن داده است. در مقاله سال ۱۹۸۴ ‚ لین توضیح میدهد ” یکی از هیجان انگیز ترین اتفاقات زندگی من زمانی بود که فهمیدم یکی دیگر از همکاران ما در دانشگاه میشیگان(جاییکه ما دی درصد را کامل کردیم) در حال تست کردن اسیلاتور دی درصد با یک اندیکاتور اقتصاد سنجی میباشد. و به نتایج خوبی دست یافته است.

در تگ شماره ۲۱ لین رابطه ی بین اسیلاتور دی درصد و دانشگاه میشیگان را اینگونه بیان کرد ” یکی از دوستان‚ در دانشگاه میشیگان “شب” به صورت مخفیانه برای تست فرمول ها و داده ها از “کامپوترها” استفاده میکرد در ادامه توضیح میدهد اینگونه بر روی استوکستیک مطالعه میکردیم. وقتی داستان برملا شد از همکارما خواسته شد دانشگاه را ترک کند ‚او با تمام اطلاعات تحقیقات کاغذیمان به شیکاگو برگشت. لین در تجزیه و تحلیل چارت های چند زمانه تگ ۲۱ رساله توضیح میدهد ابتکار اسیلاتور نتیجه ی یک تلاش گروهی بود (به ضمیر جمعی “ما ” توجه داشته باشید.)

” ما … یک اسیلاتور ابداع کردیم که گرایش را از طریق استفاده از یک نسبیت نشان می دهد.” ما آن را بهینه سازی کردیم، دو بار آن را شفاف کردیم. سپس، آن را تبدیل به اسیلاتور درصد (٪)تبدیل کردیم. “

طبق گفته های خانم لین ‚دیستنت در این گروه همکاری یا از آنها حمایت نکرد اگرچه همیشه مشتاق آنچه این گروه تریدر انجام میدادند بود و لین این روش را زمانیکه با دیسنت ارتباط داشت تدریس میکرد.

اسیلاتور کند یا آهسته

لین کی درصد و دی درصد را که استوکستیک سریع نامیده میشود تدریس میکرد. فرمول ها در سایدبار نمایش داده میشوند استوکستیک آهسته خط K%را تغییر میدهد و خط D% را بوجود می اورد که خود یک خط K% جدید است . خط دی درصد با یک موینگ اوریج سه زمانه واضح تر شده است .

لین درباره ابداع استوکستیک آهسته ادعا یی نکرد. در TAG 17 رساله اش بیان میکند ” TAG استوکستیک آهسته را بوجود آورد و تیم اسلیتر Tim Slater نام ان را از “پروسه استوکستیک” به “استوکستیک ها” تغییر داد در سخنرانی سال ۱۹۹۵ لین گفت که یک گروه در کمپانی کمپیوترک اسیلاتور استوکستیک آهسته را بوجود آورده اند. کمپیوترک اسیلاتور استوکستیک آهسته را بوجود نیاورد .

بر اساس گفته های اسلیتر ‚کمپیوترک برنامه ی این اسیلاتور را نوشت ولی مبدع ان نبوده است . کمپیوترک اسیلاتور اهسته را به پایگاه داده های اطلاعاتی خود در سال ۱۹۷۸ اضافه کرد .عده ای میگویند دیستنت مبتکر این اسیلاتور بوده است . با این وجود، لین هیچگاه ادعا نکرد که مبتکر اسیلاتور آهسته یا کند است.

نتیجه گیری

  1. جورج لین به تنهایی منشا اسیلاتورهای استوکستیک کی درصد و دی درصد نبود
  1. تلاش مشترک چندین نفر که تریدرهای آینده(futures traders )بودند و لین عضوی از انها بود باعث پیدایش اسیلاتور استوکستیک کی درصد و دی درصد شد افرادی که نامی از آنها در هیچ کجا ثبت نشده به گزارش برخی دیسنت عضوی از این گروه نبوده است.
  2. متودولوژی این اسیلاتورها %K و %D برای اولین بار سال ۱۹۵۷ شرح داده شد.
  3. لین نقش قابل توجهی در پذیرش و محبوبیت اسیلاتور تصادفی به عنوان یک اندیکاتور تکنیکال داشت.
  4. اسیلاتور استوکستیک اسلو (نوسانگر اتفاقی آهسته)بعدها به بازار امد و در سال ۱۹۷۸ مورد استفاده عموم قرار گرفت اما لین هیچگاه ادعایی مبنی بر اینکه مبتکر این اسیلاتور میباشد نداشت.

در حالی که بسیاری از اصطلاحات در آنالیز تکنیکال مارکت نامشخص هستند، اصطلاحات اسیلاتورهای استوکستیک سریع و آهسته به خوبی قابل درک میباشند.

The formulas for the %K and %D oscillator – Fast Stochastic – are
[%K = 100*[(C – Ln) / (Hn – Ln%
where C is the current closing price and H and L are the highest and lowest closing prices over the last n periods, and
(%D% = 100*(H3/L3
(where H3 is the three-day sum of (C – Ln), and L3 is the three-day sum of (Hn – Ln
In Slow Stochastic, the %K line is replaced with the %D line. A three-day moving average of %D becomes the slow stochastic %D line

رسالت اصلی شاعران آیینی معرفی دجال‌های زمانه است

رسالت اصلی شاعران آیینی معرفی دجال‌های زمانه است

به گزارش خبرگزاری تسنیم از قم ، محمدعلی مجاهدی ظهر امروز در محفل شعر در سوگ کریمه که با حضور شاعران برجسته آیینی کشور در سالن کنفرانس پژوهشکده علامه طباطبایی برگزار شد، با اشاره به اینکه دشمنان از زمان حضرت علی (ع) درصدد نابودی شیعه بوده‌اند، اظهار داشت: اکنون وهابیت با تمام وجود به میدان آمده و راه دشمنی با شیعه را ادامه می‌دهد.

وی رسالت اصلی شاعران را معرفی دجال‌های زمانه دانست و عنوان کرد: امروز رسالت اصلی شاعران آیینی معرفی کردن دجال‌های زمانه است، بنابراین باید با سروده‌های طوفانی خروشید و مانند رگبار بر سر دشمنان بارید تا آنان را نابود کرد.

استاد شعر آیینی به برگزار شدن محفل‌های شعر به‌صورت صمیمانه اشاره و خاطرنشان کرد: محفل‌های صمیمانه می‌تواند پربارتر از یک ظاهر باشکوه برگزار شود و خروجی‌های مطلوبی داشته باشد.

بهترین تکنیک‌های برآورد زمان پروژه – مدیریت زمان پروژه

به این موضوع اشاره دارد که پروژه باید در مدت زمان محدودی انجام شود. علاوه بر این، هنگامی که صحبت از محدودیت‌های اصلی پروژه می‌شود، منظور زمان، هزینه و محدوده (Scope) است، که نیازمند توجه کامل در کلیه مراحل طول عمر پروژه، شامل مرحله برنامه‌ریزی، اجرا، نظارت و کنترل، قبل از بستن پروژه است.

فرایند مدیریت زمان پروژه (زمان‌بندی پروژه) به طور عمده در مرحله برنامه‌ریزی اتفاق می‌افتد، اگرچه درباره مدت زمان پروژه و رویدادهای مهم در مرحله آغازین تصمیم‌گیری می‌شود، با این حال از وظایف مدیر پروژه است که فعالیت‌های پروژه را برنامه‌ریزی کند و پروژه را در مدت زمان در نظر گرفته شده و در محدوده‌ی بودجه برنامه‌ریزی شده، به اتمام برساند.

مدیریت زمان پروژه (زمان‌بندی پروژه)

فهرست مطالب:

۱) تعریف فعالیت‌ها برای مدیریت زمان پروژه

این فرایند شامل تعریف فعالیت‌هایی است که باید برای دستیابی به محصول پروژه انجام شود.

ابزار و تکنیک‌های اصلی مورد استفاده در فرآیند تعریف فعالیت‌ها:

  • تجزیه
  • برنامه‌ریزی موج غلطان (Rolling wave planning)
  • الگوها
  • قضاوت کارشناسی

تجزیه

تجزیه در مدیریت پروژه به معنای تقسیم پروژه به بخش‌های کوچکتری است که می‌توانند به راحتی مدیریت و کنترل شوند. این یک تکنیک است که در ایجاد ساختار شکست کار WBS و تعریف فعالیت‌های مورد نیاز استفاده می‌شود. ساختار شکست کار (WBS) یک چک لیست از هر فعالیتی است که باید برای ایجاد محصول نهایی انجام شود. این چک لیست به مبنایی برای زمان‌بندی پروژه ، تخصیص منابع، و بودجه‌بندی تبدیل می‌شود.

یک WBS با استفاده از یک یا چند روش زیر ایجاد می‌شود:

پرسشنامه، مصاحبه‌های تک به تک، یا جلسات گروهی.

WBS وظایف را به طور منطقی تعریف می‌کند؛ سپس شبکه آن‌ها را به ترتیب سازماندهی می‌کند. هر وظیفه کاری در WBS باید در شبکه هم ظاهر شود. این شبکه توالی اجرای وظیفه را تحلیل می‌کند و برای اطمینان از این‌که تیم با توالی وظایف موافق است، آن را در یک نمودار نشان می‌دهد. هدف از این شبکه این است که به صورت بصری روابط بین فعالیت‌های کاری را نمایش دهد. یک شبکه این روابط را روشن‌تر از هر تکنیک دیگری به تیم پروژه و مدیران نمایش می‌دهد.

برنامه‌ریزی موج غلطان (Rolling wave planning)

تکنیک برنامه‌ریزی تکرار شونده‌ای است که در آن کارهایی که به زودی انجام خواهند شد به تفصیل و کارهای دورتر در سطحی کلانتر برنامه‌ریزی می‌شوند. برنامه‌ریزی موج غلطان تکنیکی است که شما را قادر می‌سازد پروژه را در حین اجرای آن برنامه‌ریزی کنید. برای استفاده از این تکنیک تا زمانی که دید دارید، برنامه‌ریزی می‌کنید، آن را پیاده سازی کرده و سپس دوباره برنامه‌ریزی می‌کنید. معمولاً هنگامی استفاده می‌شود که دید روشنی از فعالیت‌های ماه‌های اول پروژه دارید. با این حال، این روش شما را از سازماندهی یک لیست از رویدادهای مهم و مفروضات برای کل پروژه معاف نمی‌کند.

۲) تعیین توالی فعالیت‌ها برای مدیریت زمان پروژه

ابزار و تکنیک‌های مورد استفاده برای فرآیند (شناسایی) توالی فعالیت‌ها:

  • تعیین وابستگی
  • اعمال تقدم و تاخر

تعیین وابستگی

وابستگی فعالیت‌ها به یکدیگر مسیر پیاده‌سازی در طی مرحله اجرای پروژه را تعیین می‌کند، و شامل چهار نوع وابستگی یا رابطه منطقی است:

  • پایان به شروع (FS)
  • پایان به پایان (FF)
  • شروع به شروع (SS)
  • شروع به پایان (SF)

اعمال تقدم و تاخر

تقدم(Lead) به رابطه‌ای اشاره دارد که به موجب آن، فعالیت متاخر (Successor activity) قبل از تکمیل شدن فعالیت پیش‌‌نیاز (Predecessor activity) شروع می‌شود. در حالی که تاخر(Lag) اشاره به رابطه‌ای دارد که به موجب آن فعالیت متاخر نمی‌تواند درست بعد از پایان فعالیت‌ پیش نیازش شروع شود.

تقدم و تاخر در مدیریت زمان پروژه

۳) برآورد منابع فعالیت برای مدیریت زمان پروژه

فرایندی برای برآورد نوع و مقادیر مواد، افراد، تجهیزات، یا لوازم مورد نیاز برای انجام هر فعالیت است. فرآیند برآورد منابع فعالیت رابطه نزدیکی با فرآیند برآورد هزینه دارد.

ابزار و تکنیک‌های مورد استفاده در برآورد منابع فعالیت:

  • قضاوت کارشناسی
  • تحلیل جایگزین‌ها (Alternatives Analysis)
  • داده‌های تخمینی منتشر شده (Published estimating data)
  • برآورد پایین به بالا (Bottom-Up Estimate)

تحلیل جایگزین‌ها (Alternatives Analysis)

کسی که می‌خواهد زمان‌بندی پروژه را انجام دهد برای دستیابی به یک زمان‌بندی معقول با کارشناسان مشورت می‌کند، ممکن است منابع را جا‌به‌جا کنند، و یا جایگزین‌های کاری پیدا کنند. مثلا به این نتیجه برسند که بخشی از کار را به پیمانکار بسپارند.

داده‌های تخمینی منتشر شده (Published estimating data)

با استفاده از داده‌های منتشر شده در منابعی مانند کتاب‌ها و مجلات صنعتی، تیم می‌تواند از داده‌های جمع‌آوری شده در برآوردهای خود استفاده کند. به عنوان مثال، در یک پروژه ساختمانی یک مرجع معماری یا مهندسی ممکن است اطلاعاتی را در مورد این‌که چه مقدار از موادی خاص بر اساس اندازه و نوع ساختمان مورد نیاز است، ارائه دهد.

برآورد پایین به بالا (Bottom-Up Estimate)

این روش، یکی از دقیق‌ترین سیستم‌های برآورد به حساب می‌آید و مواقعی استفاده می‌شود که نمی‌توان مدت زمان فعالیت را با درجه مناسبی حدس زد به این منظور طبق ساختار شکست کار (WBS) وظایف بزرگ را به بخش‌های کوچک‌تر تقسیم می‌کنند سپس زمان لازم برای تکمیل هرکدام از زیر مجموعه‌ها را تخمین می‌زنید و در پایان، با در نظر گرفتن سایر مفروضات، زمان کل پروژه را برآورد می‌کنند.

۴) برآورد طول مدت فعالیت برای مدیریت زمان پروژه

فرآيندي كه نياز به برآورد نيازهاي كاري و منابع برای تقریب دوره‌های زمانی مورد نیاز برای تکمیل فعالیت دارد.

ابزار و تکنیک‌های مورد استفاده:

  • قضاوت کارشناسی
  • برآورد مقایسه‌ای
  • برآورد سه نقطه‌ای

قضاوت کارشناسی

ضاوت کارشناسی، با اطلاعات تاریخی انجام می‌شود. اعضای تیم پروژه هم ممکن است مدت زمان پروژه و یا حداکثر مدت زمان یک فعالیت را از طریق تجربه پروژه‌های مشابه پیشین، تخمین بزنند.

برآورد مقایسه‌ای

به معنای استفاده از زمان واقعی یک فعالیت مشابه و پیشین به عنوان مبنایی برای برآورد مدت زمان فعالیت آینده است.

برآورد سه نقطه‌ای

دقت برآورد مدت زمان یک فعالیت را می‌توان با در نظر گرفتن مقدار ریسک در برآورد اصلی بهبود بخشید. زمانی که در برآورد یک فعالیت خاص عدم اطمینان وجود دارد، تخمین مدت زمان یک فعالیت می‌تواند حاصل میانگین سه مدت زمان تخمین زده شده خوش‌بینانه، بدبینانه، و محتمل باشد.

برآورد سه نقطه‌ای در مدیریت پروژه

۵) تدوین زمان‌بندی برای مدیریت زمان پروژه

توالی فعالیت، مدت زمان، منابع مورد نیاز، و محدودیت‌های زمان‌بندی را برای ایجاد زمان‌بندی پروژه تحلیل کنید.

ابزار و تکنیک‌های مورد استفاده:

  • تحلیل شبکه زمان‌بندی Schedule Network Analysis
  • روش زنجيره بحرانی Critical chain method
  • سطح‌بندی منابع Resource leveling
  • تحلیل سناریوی «چه می‌شود اگر» What-if scenario analysis
  • اعمال تقدم و تاخر Applying leads and lags
  • فشرده‌سازی زمان‌بندی Schedule compression زمان‌بندی پروژه Scheduling tool

تحلیل شبکه زمان‌بندی Schedule Network Analysis

یک نمایش گرافیکی است از: فعالیت‌های پروژه، زمانی که طول می‌کشد تا آن‌ها تکمیل شوند، و ترتیب و توالی که در آن باید انجام شوند. معمولا نرم‌افزار مدیریت پروژه برای این تحلیل‌ها استفاده می‌شود.

روش مسیر بحرانی Critical path method

به معنی بررسی تمام فعالیت‌هایی است که باید تکمیل شوند و در نهایت محاسبه بهترین خط یا مسیر بحرانی به گونه‌ای که پروژه در حداقل زمان ممکن کامل شود.

فشرده‌سازی زمان‌بندی Schedule compression

این ابزار کمک می‌کند تا طول کل پروژه را با کاهش دادن زمان اختصاص داده شده به فعالیت‌هایی خاص، کوتاه کنید.

ابزار زمان‌بندی پروژه Scheduling tool

مهم نیست اندازه یا محدوده پروژه شما چقدر است، زمان‌بندی پروژه همیشه یک بخش حیاتی از مدیریت پروژه است. مدیریت زمان پروژه ،این‌که هر فعالیت در چه زمانی باید انجام شود، آنچه که تاکنون انجام شده، و ترتیب و توالی را که در آن همه فعالیت‌ها باید انجام شوند، مشخص می‌کند.

به دلیل عدم قطعیت‌هایی که وجود دارد، زمان‌بندی پروژه به طور منظم بررسی می‌شود و در حین انجام پروژه تغییر می‌کند. همزمان با پیشروی پروژه، رخداد تغییرات و شناسایی ریسک‌های جدید، زمان‌بندی پروژه توسعه پیدا می‌کند. زمان‌بندی پروژه اساسا پروژه را از یک چشم‌انداز به یک برنامه مبتنی بر زمان تبدیل می‌کند.

بررسی پروژه

هنگامی که برنامه اصلی را مشخص کردید، باید آن را بررسی کنید تا مطمئن شوید که زمان اختصاص داده شده به هر فعالیت با منابع هماهنگ است.

در اینجا ابزارهایی هستند که معمولا برای انجام این کار استفاده می‌شوند:

تحلیل سناریوی چه می‌شود اگر

این روش تاثیر سناریوهای مختلف را بر یک پروژه، مقایسه و اندازه‌گیری می‌کند.

سطح‌بندی منابع

تکنیکی که در آن تاریخ‌های شروع و پایان بر اساس محدودیت‌های منابع و به هدف توازن میان تقاضا و در دسترس بودن منابع تنظیم می‌گردد.

روش زنجیره بحرانی

در دسترس بودن منابع را پوش می‌دهد. فعالیت‌های خود را بر اساس آخرین تاریخ شروع و پایان ممکن برنامه‌ریزی می‌کنید. و این روش زمانی را بین فعالیت‌ها اضافه می‌کند که بعدا می‌توانید از آن برای مدیریت اختلالات کاری استفاده کنید.

ضرایب ریسک

ریسک اجتناب ناپذیر است، بنابراین باید برای تأثیر آن آماده باشید. اضافه کردن زمان اضافی به فعالیت‌های پرخطر یک استراتژی است. استراتژی دیگر اضافه کردن ضریب زمان به وظایف یا منابع خاص، برای جبران برآوردهای زمانی بیش از حد خوش‌بینانه است.

پس از آن‌که زمان‌بندی اولیه بررسی شد و تنظیمات انجام شد، ایده خوبیست که دیگر اعضای تیم نیز آن را بررسی کنند.

افرادی را که قرار است در پروژه همکاری کنند، در نظر بگیرید، بینش و فرضیه‌های آن‌ها دقیق و مناسب هستند.

تجزیه و تحلیل چارت های چند زمانه

جهت اطلاع از تنظیمات و ویــــرایش این قالب اینجا را کلیک کنید.

اندازه گیری مکرر به طرحی گفته می شود که در آن هر یک از آزمودنی ها در معرض بیش از یک متغیر مستقل قرار می گیرند. مورد استفاده مناسب این طرح زمانی است که پژوهشگر علاقمند باشد تغییراتی را که در روند زمان در آزمودنی به وجود می آید مشاهده یا اندازه گیری نماید. هدف اساسی این طرح، به حداقل رساندن خطاهای ناشی از تفاوت های فردی است.

برای درک بهتر مطلب، به مثال زیر که با استفاده نرم افزار SPSS تجزیه و تحلیل شده است توجه نمایید.

پژوهشگری قصد دارد تأثیر اوقات مختلف روز را روی میزان نشاط تعدادی افراد مورد مطالعه قرار دهد. به این منظور 20 فرد (زن و مرد) انتخاب و میزان نشاط آنان را در اوقات مختلف تعیین شده مورد اندازه گیری قرار داد. این پژوهشگر می خواهد بداند که آیا اوقات مختلف روز بر میزان نشاط زنان و مردان شاغل و بیکار تأثیر دارد؟ برای این پژوهش فرضیه زیر قابل تعریف و آزمون است.

"به نظر می رسد میزان نشاط زنان و مردان شاغل و بیکار در اوقات مختلف روز متفاوت است"

برای آزمون فرضیه بالا ابتدا مانند شکل زیر داده ها را بصورت طبقه بندی شده وارد نرم افزار SPSS می کنیم. ستون اول نشان دهنده جنسیت افراد (1 مرد و 2 زن)، ستون دوم وضعیت شاغل یا بیکار بودن افراد را نشان تجزیه و تحلیل چارت های چند زمانه تجزیه و تحلیل چارت های چند زمانه می دهد و سه ستون بعدی میزان نشاط اندازه گیری شده افراد را در اوقات مختلف (سه زمان) روز نشان می دهد.

پس از وارد کردن داده ها از مسیر زیر گزینه Repeated measures را انتخاب می کنیم.

در کادر باز شده باید نام متغیر طول زمانی (Time) را در داخل کادر Within-Subject Factor Name وارد می کنیم. سپس روبروی قسمت Number of Levels تعداد زمان هایی که میزان نشاط را اندازه گیری کرده ایم تایپ می کنیم. در این مثال عدد 3 وارد شده است. سپس روی دکمه Add کلیک می کنیم (شکل زیر را مشاهده کنید). در قسمت Measure Name نیز نام متغیر نشاط را وارد می کنیم (دقت نمایید که نامی که در هر دو قسمت وارد می کنید نباید مشابه با نام متغیرهایی که در فایل اصلی وارد کرده اید باشد). در نهایت روی دکمه Define کلیک می کنیم.

در مرحله بعد مانند شکل زیر 3 متغیر Happiness را به قسمت Within-Subjects Variables و دو متغیر Gender و Employment را به قسمت Between Subjects Factor منتقل می نماییم.

در مرحله بعد، از سمت راست گزینه Plots را انتخاب می کنیم تا کادر زیر باز شود. در این قسمت متغیر Time را به قسمت Horizontal axis و متغیر Gender را به قسمت Separate Lines انتقال داده و روی Add کلیک می کنیم.

در این صورت شکل زیر مشاهده می شود.

در مرحله بعد، یکبار دیگر از متغیر Time را به قسمت Horizontal axis و اینبار متغیر Employment را به قسمت Separate Lines انتقال داده و روی Add کلیک می کنیم. در نهایت روی Continue کلیک می کنیم.

در مرحله بعد، از قسمت سمت راست کادر اصلی، گزینه Option را انتخاب می کنیم تا کادر زیر باز شود. سه گزینه Descriptive Statistics، Estimates of Effect Size و Homogeneity Test را تیک زده، روی Continue کلیک می کنیم.

در نهایت روی OK کلیک می کنیم تا نتایج بصورت زیر ظاهر شوند. جدول اول با عنوان Between Subject Factors تعداد افراد زن و مرد و همچنین شاغل و بیکار را نمایش می دهد.

جدول زیر با عنوان Descriptive Statistics آماره های توصیفی مربوطه را به تفکیک گروه بندی های انجام شده (نشاط، جنسیت و وضعیت اشتغال) نمایش می دهد.

این جدول آماره Box M باکس ام را نشان می دهد. این آزمون این فرض صفر را مورد آزمون قرار می دهد که ماتریس های کوواریانس مشاهده شده متغیرهای وابسته در بین گروه های مختلف برابرند. در جدول زیر چون مقدار F (1.662) در سطح خطای داده شده (0.07) معنی دار نیست بنابراین فرض صفر رد نمی شود. به تجزیه و تحلیل چارت های چند زمانه این معنی که ماتریس های کوواریانس مشاهده شده بین گروه های مختلف با هم برابرند.

جدول زیر نتایج آزمون های چند متغیره (چهار آزمون اثر پیلای، لاندای ویلکز، اثر هتلینگ، بزرگترین ریشه روی) را نشان می دهد. برای معنی داری و غیر معنی داری هر آزمون می توان به مقدار Sig دقت نمود که اگر کمتر از 0.05 باشد در سطح 0.05 معنی دار است. از میان چهار آزمون چندمتغیره، آزمون لاندای ویلکز از معروفیت بیشتری نسبت به چهار آزمون دیگر برخوردار است. اما آزمون اثر پیلای در موقعیت های عملی دارای قدرت بیشتری نسبت به سایر آزمون هاست. در این مثال هیچیک از اثرات معنی دار نشده است.

جدول زیر نتایج آزمون کروویت ماخلی را نشان می دهد. آزمون کروویت ماخلی این فرض صفر را آزمون می کند که ماتریس کوواریانس خطای مربوط به متغیرهای وابسته تبدیل شده نرمال یک ماتریس همانی است. در این آزمون چنانچه سطح معنی داری کوچکتر از 0.05 باشد فرض H0 رد و فرض H1 تأیید می گردد. چنانچه فرض H0 رد شود نمای توان کروویت ماتریس واریانس-کوواریانس متغیر وابسته را پذیرفت و باید از سه آزمون دیگر گرینهاوس گیسر، هیون -فلت یا حد پایین استفاده نمود که این آزمون ها درجه آزادی تصحیح می نمایند. در این مثال کروویت ماتریس واریانس-کوواریانس در سطح خطای 0.05 (Sig.=0.283) پذیرفته می شود و نیازی به استفاده از سه آزمون دیگر نیست.

جدول زیر آزمون های اثرات درون آزمودنی ها را نشان می دهد. چون در قسمت قبل کروویت ماتریس واریانس-کوواریانس از طریق آزمون کرویین ماخلی پذیرفته شد در این قسمت ما برای آزمون معنی داری و غیر معنی داری هر اثر از ردیف های Sphericity asumed استفاده می کنیم. ولی چنانچه کروویت ماتریس واریانس کوواریانس پذیرفته نشود باید از سه ردیف دیگر (آزمون های گرینهاوس گیسر، هیون-فلت و حد پائین) استفاده نمود که معروفترین آن ها آزمون هیون-فلت می باشد. همانطور که مشاهده می شود تنها اثر تعاملی Time*Gen*Empoyment در سطح خطای 0.05 معنی دار شده است.

این جدول نتایج آزمون لون جهت سنجش برابری واریانس های خطای متغیر Time در اوقات مختلف روز را نشان می دهد. همانطور که مشاهده می شود در وقت اول و سوم این آزمون غیر معنی دار و تنها در وقت دوم معنی است (به دلیل Sig کمتر از 0.05). نتیجه اینکه تنها در وقت دوم، واریانس خطا در بین افراد مختلف متفاوت می باشد.

جدول زیر مهمترین نتایج پژوهش را در بر دارد. همانطور که مشاهده می شود هیچیک از اثرات Gender، Employment یا Gender*Empoyment معنی دار نشده است به این معنی که میزان نشاط زنان و مردان شاغل و بیکار در اوقات مختلف روز هیچ تفاوتی با هم ندارد!.

نمودار زیر میزان نشاط زنان و مردان را بصورت جداگانه در اوقات مختلف روز نشان می دهد. خط بنفش رنگ مربوط به میزان نشاط مردان و خط سبز رنگ مربوط به نشاط زنان است. این نمودار نشان می دهد که مردان در وقت اول بیشترین نشاط و پس از آن نشاط آن ها کاهش می یابد در حالی که زنان در وقت سوم بیشترین نشاط را داشته اند.

نمودار زیر میزان نشاط افراد شاغل و بیکار را نشان می دهد. خط بنفش رنگ میزان نشاط افراد شاغل و خط سبز رنگ میزان نشاط افراد بیکار را نشان می دهد. این نمودار نشان می دهد که افراد شاغل و بیکار در وقت اول و سوم بیشتر از وقت دوم نشاط داشته اند ولی در کل میزان نشاط افراد شاغل بیشتر از افراد بیکار بوده است.

«استاد، دانشجو یا پژوهشگر گرامی»

چنانچه برای انجام کار آماری پژوهش خود ارزش ویژه قائل هستید، می‌توانید شرایط انجام پروژه های آماری توسط اینجانب را بخوانید و در صورت تمایل درخواست خود را ارائه دهید.

1- چنانچه کار آماری شما پذیرفته شود، تا انتها بدون هیچگونه واسطه با من در ارتباط خواهید بود.

2- کارهای آماری انجام شده توسط اینجانب بدون محدودیت زمانی دارای گارانتی هستند. هر زمان ابهام یا ایراد در کار وجود داشته باشد پاسخگو خواهم بود.

3- تمام کارها دارای گارانتی بازگشت وجه بدون محدودیت زمانی هستند.

4- بعد از انجام هر پروژه آماری فیلم آموزشی مخصوص به آن پروژه ضبط و تمام آزمون‌های انجام شده و نحوه ارائه آن‌ها شرح داده خواهد شد تا فرد بتواند به راحتی همه موضوعات انجام شده در پروژه خود را درک کند. ارزش فیلم آموزشی 400 هزار تومان می باشد که بطور رایگان همراه با پروژه ارائه خواهد شد.

5- برای هر پروژه آماری نیم ساعت وقت مشاوره اختصاصی به ارزش 300 هزار تومان اختصاص داده می شود تا رفع اشکالات احتمالی فرد بطور کامل انجام شود.

6- بابت رفع اشکالات احتمالی و پیشنهادهای استاد هزینه اضافه دریافت نمی‌شود.

7- تمام کارها توسط شخص اینجانب دکتر رسول محمدی انجام می شود.

8- داده سازی برای پروژه های آماری را غیر اخلاقی میدانم. لذا فقط پروژه هایی که دارای داده‌های واقعی باشند پذیرفته می شود.

9- در صورت نیاز، فایل دیتای ورودی و خروجی به نرم افزار همراه با مستندات کامل ارائه می شود.

10- نتایج در نرم افزار ورد، به فرمت پایان نامه یا مقاله و به فارسی ارائه می شود.



اشتراک گذاری

دیدگاه شما

اولین دیدگاه را شما ارسال نمایید.