دوره کاردانی استان گیلان

آمار پارامتری
آمار پارامتری

آمار پارامتری به مجموعه روش‌های آماری‌ای گفته می‌شود که مدل‌ای پارامتری برای پدیدهٔ احتمالی مورد مطالعه فرض می‌شود و همهٔ استنتاج‌های آماری از آن پس بر اساس آن مدل انجام می‌شود.






به عنوان مثال فرض می‌شود که توزیع نمره‌های یک امتحان از توزیع نرمال پیروی می‌کند. در نتیجه برای مشخص‌شدن توزیع احتمال، کافی است میانگین و واریانس توزیع را از روی داده‌های تجربی (نمره‌های دانش‌آموزان) به دست بیاوریم. حال برای پاسخ‌گفتن به سوال‌هایی چون «درصد دانش‌آموزانی که نمره‌ای بین ۱۰ تا ۱۵ آورده‌اند» از تابع توزیع به دست آمده استفاده می‌کنیم (البته بدیهی است که روش‌های ساده‌تری نیز برای چنین کاری وجود دارد).

نقطهٔ ضعف این شیوهٔ تحلیل آماری این است که در صورتی که مدل فرض‌شده با واقعیت تطبیق نداشته باشد، نتیجه‌گیری‌ها صحیح نخواهد بود.





آماره

آماره در آمار به عددی گویند که یک توزیع نمونه‌برداری را خلاصه‌سازی یا توصیف می‌کند.

تابع U=g(X۱, X۲, …, Xn)‎ از نمونهٔ تصادفی X۱, X۲, …, Xn را که در آن پارامتر مجهولی وجود نداشته باشد یک آماره می‌گویند. در این تعریف U یک متغیر تصادفی است که توزیع آن ممکن است به پارامتر بستگی نداشته باشد؛ اما تنها آماره‌هایی برای برآورد کردن مفید هستند که توزیعشان به پارامتر مجهول بستگی داشته باشد و اطلاعاتی در مورد این پارامتر به ما بدهند.





آنتروپی آماری
انتروپی آماری یک کمیت ترمودینامیکی است که در شیمی‌فیزیک کاربردهای فراوان دارد.





استنباط آماری
چنانچه به جای مطالعه کل اعضای جامعه، بخشی از آن با استفاده از فنون نمونه‌گیری انتخاب شده، و مورد مطالعه قرار گیرد و بخواهیم نتایج حاصل از آن را به کل جامعه تعمیم دهیم از روش‌هایی استفاده می‌شود که موضوع آمار استنباطی (Inferential statistics) است. آن چه که مهم است این است که در گذر از آمار توصیفی به آمار استنباطی یا به عبارت دیگر از نمونه به جامعه بحث و نقش احتمال شروع می‌شود. در واقع احتمال، پل رابط بین آمار توصیفی و استنباطی به حساب می‌آید.





توزیع جامعه

توزیع جامعه یا توزیع جمعیت (به انگلیسی: Population distribution) در آمار به توزیع تمام مشاهدات امکان پذیر را گویند.





چولگی

در آمار و نظریه احتمالات چولگی نشان دهنده میزان عدم تقارن توزیع احتمالی است. اگر داده‌ها نسبت به میانگین متقارن باشند، چولگی برابر صفر خواهد بود.






تعریف

چولگی برابر با گشتاور سوم نرمال شده است. چولگی در حقیقت معیاری از وجود یا عدم تقارن تابع توزیع می باشد. برای یک توزیع کاملاً متقارن چولگی صفر و برای یک توزیع نامتقارن با کشیدگی به سمت مقادیر بالاتر چولگی مثبت و برای توزیع نامتقارن با کشیدگی به سمت مقادیر کوچکتر مقدار چولگی منفی است.





داده‌کاوی

داده کاوی، پایگاه‌ها و مجموعه‌های حجیم داده‌ها را در پی کشف واستخراج دانش، مورد تحلیل و کند و کاوهای ماشینی (و نیمه‌ماشینی) قرار می‌دهد. این گونه مطالعات و کاوش‌ها را به واقع می‌توان همان امتداد و استمرار دانش کهن و همه جا گیر آمار دانست. تفاوت عمده در مقیاس، وسعت و گوناگونی زمینه‌ها و کاربردها، و نیز ابعاد و اندازه‌های داده‌های امروزین است که شیوه‌های ماشینی مربوط به یادگیری، مدل‌سازی، و آموزش را طلب می‌نماید.

در سال 1960 آماردانان اصطلاح "Data Fishing" یا "Data Dredging"به معنای "صید داده" را جهت کشف هر گونه ارتباط در حجم بسیار بزرگی از داده ها بدون در نظر گرفتن هیچگونه پیش فرضی بکار بردند. بعد از سی سال و با انباشته شدن داده ها در پایگاه های داده یا Database اصطلاح "Data Mining" یا داده کاوی در حدود سال 1990 رواج بیشتری یافت. اصطلاحات دیگری نظیر "Data Archaeology"یا "Information Harvesting" یا "Information Discovery" یا"Knowledge Extraction" نیز بکار رفته اند.

اصطلاح Data Mining همان طور که از ترجمه آن به معنی داده کاوی مشخص می‌شود به مفهوم استخراج اطلاعات نهان و یا الگوها وروابط مشخص در حجم زیادی از داده‌ها در یک یا چند بانک اطلاعاتی بزرگ است.






مقدمه

بسیاری از شرکت‌ها و موسسات دارای حجم انبوهی از اطلاعات هستند. تکنیک‌های داده‌کاوی به طور تاریخی به گونه‌ای گسترش یافته‌اند که به سادگی می‌توان آنها را بر ابزارهای نرم‌افزاری و ... امروزی تطبیق داده و از اطلاعات جمع آوری شده بهترین بهره را برد.

در صورتی که سیستم‌های Data Mining بر روی سکوهای Client/Server قوی نصب شده باشد و دسترسی به بانک‌های اطلاعاتی بزرگ فراهم باشد، می‌توان به سوالاتی از قبیل :کدامیک از مشتریان ممکن است خریدار کدامیک از محصولات آینده شرکت باشند، چرا، در کدام مقطع زمانی و بسیاری از موارد مشابه پاسخ داد.






ویژگی‌ها

یکی از ویژگیهای کلیدی در بسیاری از ابتکارات مربوط به تامین امنیت ملی، داده کاوی است. داده کاوی که به عنوان ابزاری برای کشف جرایم، ارزیابی میزان ریسک و فروش محصولات به کار می‌رود، در بر گیرنده ابزارهای تجزیه و تحلیل اطلاعات به منظور کشف الگوهای معتبر و ناشناخته در بین انبوهی از داده هاست. داده کاوی غالباً در زمینه تامین امنیت ملی به منزله ابزاری برای شناسایی فعالیت‌های افراد خرابکار شامل جابه جایی پول و ارتباطات بین آنها و همچنین شناسایی و ردگیری خود آنها با برسی سوابق مربوط به مهاجرت و مسافرت هاست. داده کاوی پیشرفت قابل ملاحظه‌ای را در نوع ابزارهای تحلیل موجود نشان می‌دهد اما محدودیت‌هایی نیز دارد. یکی از این محدودیت‌ها این است که با وجود اینکه به آشکارسازی الگوها و روابط کمک می‌کند اما اطلاعاتی را در باره ارزش یا میزان اهمیت آنها به دست نمی‌دهد. دومین محدودیت آن این است که با وجود توانایی شناسایی روابط بین رفتارها و یا متغیرها لزوماً قادر به کشف روابط علت و معلولی نیست. موفقیت داده کاوی در گرو بهره گیری از کارشناسان فنی و تحلیل گران کار آزموده‌ای است که از توانایی کافی برای طبقه بندی تحلیل‌ها و تغییر آنها برخوردار هستند. بهره برداری از داده کاوی در دو بخش دولتی و خصوصی رو به گسترش است. صنایعی چون بانکداری، بیمه، بهداشت و بازار یابی آنرا عموماً برای کاهش هزینه‌ها، ارتقاء کیفی پژوهش‌ها و بالاتر بردن میزان فروش به کار می‌برند. کاربرد اصلی داده کاوی در بخش دولتی به عنوان ابزاری برای تشخیص جرایم بوده‌است اما امروزه دامنه بهره برداری از آن گسترش روزافزونی یافته و سنجش و بهینه سازی برنامه‌ها را نیز در بر می‌گیرد. بررسی برخی از برنامه‌های کاربردی مربوط به داده کاوی که برای تامین امنیت ملی به کار می‌روند، نشان دهنده رشد قابل ملاحظه‌ای در رابطه با کمیت و دامنه داده‌هایی است که باید تجزیه و تحلیل شوند. توانایی‌های فنی در داده کاوی از اهمیت ویژه‌ای برخوردار اند اما عوامل دیگری نیز مانند چگونگی پیاده سازی و نظارت ممکن است نتیجه کار را تحت تأثیر قرار دهند. یکی از این عوامل کیفیت داده هاست که بر میزان دقت و کامل بودن آن دلالت دارد. عامل دوم میزان سازگاری نرم‌افزار داده کاوی با بانکهای اطلاعاتی است که از سوی شرکت‌های متفاوتی عرضه می‌شوند عامل سومی که باید به آن اشاره کرد به بیراهه رفتن داده کاوی و بهره برداری از داده‌ها به منظوری است که در ابتدا با این نیت گرد آوری نشده‌اند. حفظ حریم خصوصی افراد عامل دیگری است که باید به آن توجه داشت. اصولاً به پرسش‌های زیر در زمینه داده کاوی باید پاسخ داده شود:

سازمانهای دولتی تا چه حدی مجاز به بهره برداری از داده‌ها هستند؟
آیا از داده‌ها در چارچوبی غیر متعارف بهره برداری می‌شود؟
کدام قوانین حفظ حریم خصوصی ممکن است به داده کاوی مربوط شوند؟

کاوش در داده‌ها بخشی بزرگ از سامانه‌های هوشمند است. سامانه‌های هوشمند زیر شاخه‌ایست بزرگ و پرکاربرد از زمینه علمی جدید و پهناور یادگیری ماشینی که خود زمینه‌ای‌ست در هوش مصنوعی.

فرایند گروه گروه کردن مجموعه‌ای از اشیاء فیزیکی یا مجرد به صورت طبقه‌هایی از اشیاء مشابه هم را خوشه‌بندی می‌نامیم.

با توجه به اندازه‌های گوناگون (و در اغلب کاربردها بسیار بزرگ و پیچیده) مجموعه‌های داده‌ها مقیاس‌پذیری الگوریتم‌های به کار رفته معیاری مهم در مفاهیم مربوط به کاوش در داده‌ها است.

کاوش‌های ماشینی در متون حالتی خاص از زمینهٔ عمومی‌تر کاوش در داده‌ها بوده، و به آن دسته از کاوش‌ها اطلاق می‌شود که در آن‌ها داده‌های مورد مطالعه از جنس متون نوشته شده به زبان‌های طبیعی انسانی باشد.






چیستی

داده کاوی به بهره گیری از ابزارهای تجزیه و تحلیل داده‌ها به منظور کشف الگوها و روابط معتبری که تا کنون ناشناخته بوده‌اند اطلاق می‌شود. این ابزارها ممکن است مدلهای آماری، الگوریتم‌های ریاضی و روش‌های یاد گیرنده (Machine Laming Method) باشند که کار این خود را به صورت خودکار و بر اساس تجربه‌ای که از طریق شبکه‌های عصبی (Neural Networks) یا درخت‌های تصمیم گیری (Decision Trees) به دست می‌آورند بهبود می‌بخشد. داده کاوی منحصر به گردآوری و مدیریت داده‌ها نبوده و تجزیه و تحلیل اطلاعات و پیش بینی را نیز شامل می‌شود برنامه‌های کاربردی که با بررسی فایل‌های متن یا چند رسانه‌ای به کاوش داده‌ها می پردازند پارامترهای گوناگونی را در نظر می‌گیرد که عبارت اند از:

قواعد انجمنی (Association): الگوهایی که بر اساس آن یک رویداد به دیگری مربوط می‌شود مثلاً خرید قلم به خرید کاغذ.
ترتیب (Sequence): الگویی که به تجزیه و تحلیل توالی رویدادها پرداخته و مشخص می‌کند کدام رویداد، رویدادهای دیگری را در پی دارد مثلاً تولد یک نوزاد و خرید پوشک.
پیش بینی(Prediction): در پیش بینی هدف پیش بینی یک متغیر پیوسته می باشد. مانند پیش بینی نرخ ارز یا هزینه های درمانی.
رده بندی یا طبقه بندی (Classification): فرآیندی برای پیدا کردن مدلی است که رده های موجود در داده‌ها را تعریف می نماید و متمایز می کند، با این هدف که بتوان از این مدل برای پیش بینی رده رکوردهایی که برچسب رده آنها(متغیر هدف) ناشناخته می باشد، استفاده نمود. در حقیقت در رده بندی بر خلاف پیش بینی، هدف پیش بینی مقدار یک متغیر گسسته است. روش های مورد استفاده در پیش بینی و رده بندی عموما یکسان هستند.
خوشه بندی(Clustering): گروه بندی مجموعه ای از اعضاء، رکوردها یا اشیاء به نحوی که اعضای موجود در یک خوشه بیشترین شباهت را به یکدیگر و کمترین شباهت را به اعضای خوشه های دیگر داشته باشند.
مصورسازی (visualization): مصورسازی داده ها یکی از قدرتمندترین و جذابترین روش های اکتشاف در داده ها می باشد.

برنامه‌های کاربردی که در زمینه تجزیه و تحلیل اطلاعات به کار می‌روند از امکاناتی چون پرس و جوی ساخت یافته (Structured query) که در بسیاری از بانک‌های اطلاعاتی یافت می‌شود و از ابزارهای تجزیه و تحلیل آماری برخوردارند اما برنامه‌های مربوط به داده کاوی در عین برخورداری از این قابلیت‌ها از نظر نوع با آنها تفاوت دارند. بسیاری از ابزارهای ساده برای تجزیه و تحلیل داده‌ها روشی بر پایه راستی آزمایی (verifiction)را به کار می‌برند که در آن فرضیه‌ای بسط داده شده آنگاه داده‌ها برای تایید یا رد آن بررسی می‌شوند. به طور مثال ممکن است این نظریه مطرح شود که فردی که یک چکش خریده حتماً یک بسته میخ هم خواهد خرید. کارایی این روش به میزان خلاقیت کاربر برای ارایه فرضیه‌های متنوع و همچنین ساختار برنامه بکار رفته بستگی دارد. در مقابل در داده کاوی روشهایی برای کشف روابط بکار برده می‌شوند و به کمک الگوریتم‌هایی روابط چند بعدی بین داده‌ها تشخیص داده شده و آنهایی که یکتا (unique) یا رایج هستند شناسایی می‌شوند. به طور مثال در یک فروشگاه سخت‌افزار ممکن است بین خرید ابزار توسط مشتریان با تملک خانه شخصی یا نوع خودرو، سن، شغل، میزان درآمد یا فاصله محل اقامت آنها با فروشگاه رابطه‌ای برقرار شود.

در نتیجه قابلیت‌های پیچیده‌اش برای موفقیت در تمرین داده کاوی دو مقدمه مهم است یکی فرمول واضحی از مشکل که قابل حل باشد و دیگری دسترسی به داده متناسب. بعضی از ناظران داده کاوی را مرحله‌ای در روند کشف دانش در پایگاه داده‌ها می‌دانند (KDD). مراحل دیگری در روند KDD به صورت تساعدی شامل، پاکسازی داده، انتخاب داده انتقال داده، داده کاوی، الگوی ارزیابی، و عرضه دانش می‌باشد. بسیاری از پیشرفت‌ها در تکنولوژی و فرایندهای تجاری بر رشد علاقه‌مندی به داده کاوی در بخش‌های خصوصی و عمومی سهمی داشته‌اند. بعضی از این تغییرات شامل:

رشد شبکه‌های کامپیوتری که در ارتباط برقرار کردن پایگاهها داده مورد استفاده قرار می‌گیرند.
توسعه افزایش تکنیکهایی بر پایه جستجو مثل شبکه‌های عصبی و الگوریتم‌های پیشرفته.
گسترش مدل محاسبه کلاینت سروری که به کاربران اجازه دسترسی به منابع داده‌های متمرکز شده را از روی دسک تاپ می‌دهد.
و افزایش توانایی به تلفیق داده از منابع غیر متناجس به یک منبع قابل جستجو می‌باشد.

علاوه بر پیشرفت ابزارهای مدیریت داده، افزایش قابلیت دسترسی به داده و کاهش نرخ نگهداری داده نقش ایفا می‌کند. در طول چند سال گذشته افزایش سریع جمع آوری و نگه داری حجم اطلاعات وجود داشته‌است. با پیشنهادهای برخی از ناظران مبنی بر آنکه کمیت داده‌های دنیا به طور تخمینی هر ساله دوبرابر می‌گردد. در همین زمان هزینه ذخیره سازی داده‌ها بطور قابل توجهی از دلار برای هر مگابایت به پنی برای مگابایت کاهش پیدا کرده‌است. مطابقا قدرت محاسبه‌ها در هر ۱۸ – ۲۴ ماه به دوبرابر ارتقاء پیدا کرده‌است این در حالی است که هزینه قدرت محاسبه رو به کاهش است. داده کاو به طور معمول در دو حوزه خصوصی و عمومی افزایش پیدا کرده‌است. سازمانها داده کاوی را به عنوان ابزاری برای بازدید اطلاعات مشتریان کاهش تقلب و اتلاف و کمک به تحقیقات پزشکی استفاده می‌کنند. با اینهمه ازدیاد داده کاوی به طبع بعضی از پیاده سازی و پیامد اشتباه را هم دارد.اینها شامل نگرانی‌هایی در مورد کیفیت داده‌ای که تحلیل می‌گردد، توانایی کار گروهی پایگاههای داده و نرم‌افزارها بین ارگانها و تخطی‌های بالقوه به حریم شخصی می‌باشد.همچنین ملاحظاتی در مورد محدودیتهایی در داده کاوی در ارگان‌ها که کارشان تاثیر بر امنیت دارد، نادیده گرفته می‌شود.






محدودیت‌های داده کاوی

در حالیکه محصولات داده کاوی ابزارهای قدرتمندی می‌باشند، اما در نوع کاربردی کافی نیستند.برای کسب موفقیت، داده کاوی نیازمند تحلیل گران حرفه‌ای و متخصصان ماهری می‌باشد که بتوانند ترکیب خروجی بوجود آمده را تحلیل و تفسیر نمایند.در نتیجه محدودیتهای داده کاوی مربوط به داده اولیه یا افراد است تا اینکه مربوط به تکنولوژی باشد.

اگرچه داده کاوی به الگوهای مشخص و روابط آنها کمک می‌کند، اما برای کاربر اهمیت و ارزش این الگوها را بیان نمی‌کند.تصمیماتی از این قبیل بر عهده خود کاربر است.برای نمونه در ارزیابی صحت داده کاوی، برنامه کاربردی در تشخیص مظنونان تروریست طراحی شده که ممکن است این مدل به کمک اطلاعات موجود در مورد تروریستهای شناخته شده، آزمایش شود.با اینهمه در حالیکه ممکن است اطلاعات شخص بطور معین دوباره تصدیق گردد، که این مورد به این منظور نیست که برنامه مظنونی را که رفتارش به طور خاص از مدل اصلی منحرف شده را تشخیص بدهد.

تشخیص رابطه بین رفتارها و یا متغیرها یکی دیگر از محدودیتهای داده کاوی می‌باشد که لزوماًروابط اتفاقی را تشخیص نمی‌دهد.برای مثال برنامه‌های کاربردی ممکن است الگوهای رفتاری را مشخص کند، مثل تمایل به خرید بلیط هواپیما درست قبل از حرکت که این موضوع به مشخصات درآمد، سطح تحصیلی و استفاده از اینترنت بستگی دارد.در حقیقت رفتارهای شخصی شامل شغل(نیاز به سفر در زمانی محدود)وضع خانوادگی(نیاز به مراقبت پزشکی برای مریض)یا تفریح (سود بردن از تخفیف دقایق پایانی برای دیدن مکان‌های جدید) ممکن است بر روی متغیرهای اضافه تاثیر بگذارد.
ابزارهای داده کاوی

معروف‌ترین ابزارهای داده‌کاوی به ترتیب پرطرفدار بودن

Clementine که نسخه ۱۳ ان با نام SPSS Modeler نامیده می‌شود.

رپیدماینر
نرم‌افزار وکا







نرم‌افزار
برنامه های کاربردی و نرم‌افزار های داده کاوی متن-باز رایگان

Carrot2: پلتفرمی برای خوشه بندی متن و نتایج جستجو
Chemicalize.org: یک کاوشگر ساختمان شیمیایی و موتور جستجوی وب
ELKI: یک پروژه تحقیقاتی دانشگاهی با تحلیل خوشه ای پیشرفته و روش های تشخیص داده های خارج از محدوده که به زبان جاوا نوشته شده است.
GATE: یک پردازشگر زبان بومی و ابزار مهندسی زبان.






برنامه های کاربردی و نرم‌افزار های داده کاوی تجاری

Angoss KnowledgeSTUDIO: ابزار داده کاوی تولید شده توسط Angoss.
BIRT Analytics: ابزار داده کاوی بصری و تحلیل پیش بینی گر تولید شده توسط Actuate Corporation.
Clarabridge: راه حل تحلیلگر کلاس متن.
(E-NI(e-mining, e-monitor: ابزار داده کاوی مبتنی بر الگوهای موقتی.
IBM SPSS Modeler: نرم‌افزار داده کاوی تولید شده توسط IBM
Microsoft Analysis Services: نرم‌افزار داده کاوی تولید شده توسط مایکروسافت
Oracle Data Mining: نرم‌افزار داده کاوی تولید شده توسط اوراکل (کمیک)






بررسی اجمالی بازار نرم‌افزار های داده کاوی

تا کنون چندین محقق و سازمان بررسی هایی را بر روی ابزار های داده کاوی و راهنماییهایی برای داده کاو ها تهیه دیده اند. این بررسی ها بعضی از نقاط ضعف و قوت بسته های نرم‌افزاری را مشخص می کنند. همچنین خلاصه ای را از رفتار ها، اولویت ها و دید های داده کاوها تهیه کرده اند





درجه آزادی (آمار)

درجه آزادی یکی از مفاهیم بنیادین در آمار است. درک بسیاری از مفاهیم مطرح در آمار وابسته به درک مناسبی از این مفهوم است. بر اساس زمینهٔ کاربرد و شیوهٔ نگرش می‌توان تعاریف مختلفی برای آن ارائه نمود که همه یک مفهومند:

در نظریهٔ برآورد:

تعداد مقادیری که یک آماره امکان تغییر دارد

تعداد مشاهدات مستقل منهای تعداد پارامترهای برآورد شده.

بطور معادل: تعداد مشاهدات مستقل منهای تعداد روابط معلوم میان مشاهدات

در نظریه آزمون:

بعد فضای مجهول (مدل کامل) منهای بعد فضای مفروض (مدل مقید)

در جبر خطی:

رتبهٔ یک فرم درجه دوم

بطور معادل: تعداد ابعاد یک زیر فضا که یک بردار می‌تواند آزادانه گردش کند (مربع طول بردار یک فرم درجه دوم است)






درک شهودی

مثال: یک عدد ثابت امکان تغییر ندارد پس درجه آزادی آن برابر صفر است.

یک نقطه در صفحه یک رابطه میان دو متغیر در فضای دو بعدی است. با این نقطه نمیتوان میزان همبستگی خطی دو متغیر را با برآورد خط رگرسیون تخمین زد. چون بینهایت خط از این نقطه گذراست. (تصویر مقابل) در این مثال درجه آزادی صفر است (تعداد مشاهدات مستقل - تعداد روابط معلوم میان مشاهدات = 0) اگر خطی را بعنوان خط رگرسیونی در نظر بگیریم، این مدل نه قابل رد و نه قابل قبول است. بنابراین تعداد نمونه های قابل استفاده برای این مدل صفر است.

برای رسم خط رگرسیون حداقل دو نقطه لازم است. با دو نقطه یک درجه آزادی وجود دارد. از دو نقطه فقط یک خط گذر میکند و این خط تنها برآورد ممکن است. با اینکه دقت برآورد 100 درصد است اما این دقت کاذب به علت کم بودن درجات آزادی و اطلاعات قابل استفاده است. نمونه های زیادی از تحقیقات با رسیدن به دقتی بالا تصور میکنند که مدل بدست آمده مناسب است . در حالی که درجات آزادی کم باعث این اشتباه شده است.

مثال: اگر دو مشاهده داشته باشیم، برای برآورد میانگین دو مشاهدهء مستقل داریم، اما برای برآورد واریانس تنها یک مشاهدهء مستقل وجود دارد. زیرا هر دو مشاهده دارای یک فاصله از میانگین هستند.






دیدگاه فلسفی

برای درک بهتر این مفهوم میتوان درجهء آزادی را یک معادل برای درجهء ابطال پذیری از دیدگاه فلاسفه ای مانند کارل پوپر دانست. اگر در مسئله ای درجات آزادی کم

باشد معادل است با اینکه ابطال پذیری آن مسئله کم است. یعنی با هر مشاهده ای تایید میشود و قابل ابطال نیست.





سازمان آماری
سازمان آماری سازمانی خدماتی است که وظیفهٔ تهیهٔ آمار را بر عهده دارد. دلیل وجود، رشد و مشارکت مشهود آنها در امور مربوط به دولت و جامعةخود، از توانایی آنها در تهیة اطلاعاتی برای حل مسائل مهم ریشه می‌گیرد. ولی اولویتها می‌توانند سریعتر از توانایی سازمان برای تعدیل تلاش تولیدی خود تغییر کنند. به این دلیل، مهم است که مسئولان ارشد آن دارای شم قوی و روابطی باشند که بتوانند مشکلات جدی را شناسایی کرده و آنها را از آنچه ممکن است چیزی جز مسایل گذرا نباشند متمایز کنند.





شاخص‌های پراکندگی

سنجش‌های پراکندگی (به انگلیسی: Measures of Variability) به اعدادی گویند که پراکندگی مجموعه‌ای از مشاهدات یا داده‌های اندازه گیری شده‌ای را خلاصه و توصیف می‌کنند.

دامنه، واریانس، و انحراف معیار، هر سه نمونه‌هایی از سنجش‌های پراکندگی هستند.





ضریب تغییرات
در نظریه احتمال و آمار ضریب تغییرات (به انگلیسی: coefficient of variation، مخفف:CV) یک معیار بهنجار است که برای اندازه‌گیری توزیع داده‌های آماری به کار می‌رود.

به عبارت دیگر ضریب تغییرات، میزان پراکندگی به ازای یک واحد از میانگین را بیان می‌کند. این مقدار زمانی تعریف شده است که میانگین صفر نباشد.

این مقدار بی‌بعد است به همین دلیل مناسب برای مقایسه داده‌های آماری است که واحدهای مختلفی دارند.

ضریب تغییرات تنها قابل کاربرد برای مقیاس‌های نسبی است و نمی‌توان ار آن برای سنجش مقادیری که می‌توانند مقدار منفی بگیرند استفاده کرد یا به بیان بهتر نمی‌توان از آن برای سنجش مقادیر فاصله‌ای بهره برد. مثلاً اگر درجه حرارت را با مقیاس فارنهایت در نظر بگیریم برای آن نمی‌توان از ضریب تغییر اسفاده کرد و باید از مقیاس کلوین که همیشه مقداری مثبت است استفاده کرد.





متغیر پنهان
متغیرهای پنهان(در مقابل متغیرهای مشاهده شده)در آمار، متغیرهای هستند که بصورت مسقیم قابل مشاهده نیستند اما از میان متغیرهای دیگر که قابل مشاهده هستند توسط یک الگوی ریاضی استنباط می‌شوند. آنها همچنین بعضی وقت‌ها تحت عنوان متغیرهای پنهان، پارامترها ی مدل، متغیرهای فرضی یا ساختارهای فرضی شناخته می‌شوند.. استفاده متغیرهای پنهان در علوم اجتماعی متداول است، اقتصاد، پزشکی و تا حدی روبوتیک اما تعریف دقیق یک متغیر پنهان در این رشته‌ها کمی متفاوت است. مثال‌های از متغیرهای پنهان در حوزه اقتصاد عبارتند از کیفیت زندگی، اطمینان کار، روحیه، خوشحالی و اصول محافظه‌کاری: اینها متغیرها هستند که مستقیماً نمی‌توان آنها را سنجید. با این وجود یک مدل اقتصادی را می‌توان از پیوند این متغیرهای پنهان با متغیرهای مشاهده شده (از قبیل تولید ناخالص داخلی) بدست آورد و مقادیر متغیرهای پنهان را از متغیرهای مشاهده شده محاسبه و استنباط نمود.





متغیر تصادفی

در آمار و احتمال متغیر تصادفی متغیری است که مقدار آن از اندازه‌گیری برخی از انواع فرآیندهای تصادفی بدست می‌آید. بطور رسمی‌تر، متغیر تصادفی تابعی است از فضای نمونه به اعداد حقیقی. بطور مستقیم متغیر تصادفی توصیف عددی خروجی یک آزمایش است (مثل برآمدهای ممکن از پرتاب دو تاس (۱و۱) و (۱و۲) و غیره).

متغیرهای تصادفی به دو نوع گسسته (متغیر تصادفی که ممکن است تعداد محدود یا توالی نامحدودی از مقادیر را بگیرد) و پیوسته (متغیری که ممکن است هر مقدار عددی در یک یا چند بازه را بگیرد) طبقه‌بندی می‌شوند. مقادیر ممکن یک متغیر تصادفی می‌تواند نشان‌دهندهٔ برآمدهای آزمایشی که هنوز انجام نشده یا مقادیر بالقوهٔ یک کمیت که مقدارهای موجود آن نامطمئن هستند (مثلا درنتیجه اطلاعات ناقص یا اندازه‌گیری نادقیق) باشد. یک متغیر تصادفی می‌تواند بعنوان یک کمیت که مقدارش ثابت نیست و مقادیر مختلفی را می‌تواند بگیرد در نظر گرفته شود و توزیع احتمال برای توصیف احتمال اتفاق افتادن آن مقادیر استفاده می‌شود.

متغیرهای تصادفی معمولاً با اعداد حقیقی مقداردهی می‌شوند؛ ولی می‌توان انواع دلخواهی مانند مقدارهای بولی، اعداد مختلط، بردارها، ماتریس‌ها، دنباله‌ها، درخت‌ها، مجموعه‌ها، شکل‌ها، منیوفیلدها، توابع و فرآیندها را درنظر گرفت. عبارت المان تصادفی همه این نوع مفاهیم را دربرمی گیرد.

متغیرهای تصادفی که با اعداد حقیقی مقداردهی می‌شوند، در علوم برای پیش‌بینی براساس داده‌های بدست آمده از آزمایش‌های علمی استفاده می‌شوند. علاوه بر کاربردهای علمی، متغیرهای تصادفی برای آنالیز بازیهای قمار و پدیده‌های تصادفی بوجود آمدند. در چنین مواردی تابعی که خروجی را به یک عدد حقیقی می‌نگارد معمولا یک تابع همانی یا بطور مشابه یک تابع بدیهی است و بطور صریح توصیف نشده است. با این وجود در بسیاری از موارد بهتر است متغیر تصادفی را بصورت توابعی از سایر متغیرهای تصادفی درنظر بگیریم که دراینصورت تابع نگاشت استفاده شده در تعریف یک متغیر تصادفی مهم می‌شود. بعنوان مثال، رادیکال یک متغیر تصادفی با توزیع استاندارد (نرمال) خود یک متغیر تصادفی با توزیع کی دو است. شهود این مطلب بدین صورت است که تصور کنید اعداد تصادفی بسیاری با توزیع نرمال تولید کرده و از هرکدام رادیکال بگیریم و سپس هیستوگرام داده‌های بدست آمده را بکشیم در اینصورت اگر داده‌ها به تعداد کافی باشند، نمودار هیستوگرام تابع چگالی توزیع کی دو را با یک درجه آزادی تقریب خواهد زد.






نام‌های دیگر

در برخی از کتاب‌های قدیمی‌تر به جای «متغیر تصادفی»، اصطلاح‌های «متغیر شانسی» و «متغیر استوکاستیکی» هم به کار رفته است.






انواع

متغیر تصادفی گسسته
متغیر تصادفی پیوسته

با توجه به وضع شمارایی فضای نمونه‌ای S، متغیر می‌تواند گسسته یا پیوسته باشد. اگر S متناهی یا نامتناهی شمارا باشد متغیر تصادفی X گسسته و اگر ناشمارا باشد X پیوسته خواهد بود.

یک توزیع همچنین می تواند از نوع مختلط (mixed) باشد به این صورت که بخشی از آن مقادیر خاصی را بگیرد و بخش دیگر آن مقادیر روی یک بازه را بگیرد.





مقدار موثر
در ریاضیات، جذر متوسط مربع (به انگلیسی: root mean square یا quadratic mean) که با نام مقدار RMS و مقدار مؤثر (به انگلیسی: effective value) نیز شناخته می‌شود، معیاری آماری از اندازه کمیت متغیر است.
page1 - page2 - page3 - page4 - page5 - page7 - page8 - | 12:08 am
استان گیلان
استان گیلان، از استان‌های شمالی ایران است. دربارهٔ نام گیلان و معانی واژهٔ گیل، نظرات متفاوتی ابراز شده‌است. لغت‌نامه دهخدا، واژهٔ گیلان را برگرفته از «گیل»، به‌اضافهٔ پسوند مکان «ان»، به معنای محل سکونت گیل‌ها دانسته و افزوده‌است که صورت این واژه در زبان پهلوی، گِلان (Gelan) و نزد یونانی‌ها گِلای (Gelae) بوده‌است.این استان، دارای مرز بین‌المللی از طریق آستارا با جمهوری آذربایجان است که از شمال به کاسپین و کشور آذربایجان، از غرب به استان اردبیل، از جنوب به استان زنجان و قزوین و از شرق به استان مازندران محدود می‌شود. مساحت گیلان ۱۴٬۰۴۴ کیلومترمربع و جمعیت آن طبق سرشماری ۱۳۹۱، ۲،۴۸۰٬۸۷۴ نفر است.گیلان دهمین استان پرجمعیت و بیست و هشتمین استان وسیع ایران است. تراکم جمعیت در این استان با ۱۷۷ نفر در هر کیلومترمربع جایگاه سوم را در ایران دارد. کلانشهر رشت با داشتن ۴۶ درصد جمعیت کل استان

، مرکز و پرجمعیت‌ترین شهر استان گیلان و دوازدهمین شهر پرجمعیت ایران و پرجمعیت‌ترین شهر سه استان ایران در ساحل دریای خزر است. از دیگر شهرهای پرجمعیت این استان می‌توان به ترتیب به شهرهای بندر انزلی، مهمترین بندر ایرانی در حاشیه دریای خزر، لاهیجان، تالش، لنگرود، رودسر، بندر آستارا، فومن و اشاره کرد.





طبیعت گیلان، پوشیده از جنگل و دارای آب و هوای معتدل و مرطوب است. این استان شامل مناطق سرسبز شمال غربی رشته‌کوه البرز و بخش غربی کرانه‌های جنوبی دریای خزر است.
استان گیلان از سال ۱۳۴۴ در تقسیمات کشوری ایران به عنوان استان مستقل وارد شد. این منطقه پیش از آن ولایت گیلان و استان یکم خوانده می‌شد.سنت مقاومت در برابر اشغالگران موضوعی تکراری در نوشته‌های نویسندگان و تاریخ‌نگاران محلّی و ملی‌گرا می‌باشد (از جمله صادق هدایت، احمد کسروی، غلام حسین صادقی، محسن عزیزی). این‌ها گیلان را در طول تاریخ به گفته‌ی مینورسکی «پرچم‌دار ایران‌گرایی (ایرانیسم)» می‌دانند.




جغرافیا
زمین‌شناسی
گیلان انتهای غربی رشته کوه البرز و بخش غربی جلگه‌های حاشیه دریای خزر ایران را دربر می‌گیرد. دره عرضی عمیق سفیدرود بین منجیل و امامزاده هاشم کمربند کوهستانی را قطع می‌کند. در شمال غرب، ارتفاعات تالش به صورت حوضه‌ای پیوسته امتداد دارند و گیلان را از آذربایجان جدا می‌کنند. جز در انتهای شمالی در حیران واقع در انتهای دره آستاراچای که از ارتفاع ۱۶۰۰ متر فراتر نمی‌رود، ارتفاع همه آن مناطق بالای ۲۰۰۰ متر است و سه قله بالای ۳۰۰۰ متر بغرو داغ (۳۱۹۷ متر)، عجم داغ (۳۰۰۹ متر) و شاه معلم یا ماسوله داغ (۳۰۵۰ متر) دارد. در بخش شرقی و شمال شرقی آنها جریانهایی موازی به پایین به سوی دریا جریان دارد که منجر به الگویی شانه‌ای‌شکل می‌شود. البرز غربی خود در شرق دره سفیدرود پهن‌تر و پرپیچ‌وخم‌تر است و سه دامنه موازی دارد؛ نماینده جنوبی‌ترین و پست‌ترینشان در گیلان آسمانسرا کوه (۲۳۷۵ متر) در منطقه عمارلو ست؛ دامنه متوسط پیوسته‌تر است؛ از کوه درفک (۲۷۳۳ متر) تا کرم کوه (۳۳۸۹ متر) ادامه دارد، درحالی که دره عرضی پلرود کلاچای مشخصاً دامنه شمالی را به ناتشکوه (۲۳۸۷ متر) و کوه سمام یا سماموس (۳۶۸۹ متر) که بلندترین نقطه گیلان است تقسیم می‌کند. همه این کوهها ساختار زمین‌شناسی و تاریخ زمین‌ساختی بسیار پیچیده‌ای دارند که آنها را به مجموعه ساختاری مرکز ایران مربوط می‌کند. لرزه‌خیزی بالا گواه فعال بودن فرایند کوه‌سازی ست، زلزله ۳۱ خرداد ۱۳۶۹، دو شهر منجیل و رودبار را تقریباً ویران کرد و حدود چهل هزار نفر را کشت و صدها روستا را تخریب کرد.

بیش از ۴۰ رودخانه در گیلان جریان دارند که مهم‌ترین آن‌ها سفیدرود است. دیگر رودهای مهم گیلان آستاراچای، کرگان‌رود، اسالم، دیناچال، شیوه‌رود، عمل‌کنده، وزیرکنده، حسن‌کیاده، دهکا، رود چمخاله، کیان‌رود و پیله‌رود هستند.گرچه همه این کوهها مساحت بیشتری از جلگه‌ها دارند، ولی جلگه‌ها مهمترین ویژگی خاص استان هستند و واژه گیلان هم اغلب به مناطق جلگه‌ای یا خصوصاً به جلگه مرکزی اطلاق می‌شده‌است. این متوازی‌الاضلاع کم‌ارتفاع، با پهنای ۳۵ کیلومتر و طول ۹۰ کیلومتر، ناهمگن بوده قابل تقسیم به دو بخش اصلی است: دلتای سفیدرود در شرق و جلگه فومن در غرب. اولی تماماً توسط سفیدرود، رودی با دبی بالا (۴۵۰ میلیون متر مکعب به طور میانگین) و محتوای آبرفتی بالا ایجاد شده‌است. در بالای رود محتوای آبرفتی قدیمی غلیظ وجود دارد، ولی در پایین آن، شمال آستانه، رود اغلب دارای لای و گل می‌شود، و مسیرش از مسیر سابق شمال شرقیش که در زاویه برجسته دشت در دستک به دریا می‌پیوست عوض کرده و در حال حاضر به سوی شمال جریان یافته و دلتای زنده کوچکتری هنگام پیش رفتن به دریا بین زیباکنار و بندر کیاشهر می‌سازد. جلگه فومنات در غرب رسوبات آبرفتی دریایی و خطوط شنی ساحلی را با رسوبات فراوان ناشی از رودخانه‌های پرشمار سرازیر از ارتفاعات تالش می‌آمیزند. آنها مستقیماً به دریا نمی‌رسند، بلکه در تالاب انزلی یا یک خروجی به دریا جمع می‌شوند از لای ساحل شنی خط ساحلی جمع می‌شوند تالاب در نتیجه رسوبگذاری مستمراً در حال کوچک شدن و پست شدن بوده‌است. در مقابل، جریانات شمال تالش و شرق گیلان که حتی از پلرود هم پرآب‌ترند به اندازه کافی برای خنثی کردن عمل جریان ساحلی رونده بسوی شرق آبرفت نمی‌آورند، و نمی‌توانند جز یک روبان باریک منطقه کم‌ارتفاع تنها با پهنای چند کیلومتر بین آستارا و سفیدرود و در شرق قاسم آباد با پهنای حدود ۱۰ کیلومتر در دهانه پلرود پیرامون کلاچای بسازند.



آب و هوا
مناطق کم‌ارتفاع ساحل دریای خزر به دلیل وضعیت توپوگرافیکشان، دارای نوعی بسیار ویژه از آب و هوای هیرکانی هستند. کل استان گیلان متعلق به این منطقهٔ به طور خاص مرطوب و سبز است: جریانات جوی غالب شمالی-جنوبی، بر فراز دریا مرطوب شده، توسط مانع قوی البرز مجبور به بالارفتن شدید می‌شوند و نتیجتاً در همه سال به فراوانی بر جلگه و کوهپایه شمال غربی رشته کوه می‌بارند. نظام بارش در پاییز (سپتامبر تا دسامبر) وقتی که ناپایداری جوی در بالاترین نقطه خود است حداکثر شدیدی نشان می‌دهد، در زمستان و اوایل بهار متوسط است، در مه تا اوت کمترین مقدار را دارد (ولی عموماً به حد کافی زیاد هست تا بالاتر از حد ماههای خشک بماند). بارندگی متوسط سالانه بین ۱۲۰۰ تا ۱۸۰۰ میلیمتر در طول خط ساحلی متغیر است (۱۲۳۳ در آستارا، ۱۷۵۵ در انزلی)، در گوشه جنوب غربی جلگه به سوی یک منطقه شبه مرطوب کاهش می‌یابد (۱۰۸۶ در فومن و ۸۵۵ در شاندرمن)، و در بخش پست‌تر کوهها دوباره به مقادیر خیلی زیاد تا ۱۵۰۰-۱۸۰۰ میلیمتر (۲۴۰۰ میلیمتر در دره بالای ماسال) می‌رسد. در طول دره سفیدرود، که هر بعدازظهر تابستانی باد شدید شمالی منجیل آن بر آن می‌وزد، کاهشی شدید منجر به منطقه شبه‌خشک مدیترانه‌ای مانند رودبار و منجیل می‌شود.



گونه‌های گیاهی و جانوری
دلیل پوشش گیاهی غنی گیلان ممتاز بودن اقلیم آن است. ناحیه رویشی هیرکانی مانند یک نوار سبز، حاشیه جنوبی دریای خزر و نیمرخ شمالی رشته کوه البرز را پوشانده‌است. این ناحیه رویشی به خاطر حاصلخیزی خاک، تغییرات دما و بارندگی‌های متعدد، حاوی گونه‌های گیاهی زیادی است. جنگل‌های این ناحیه به صورت نسلی دست‌نخورده و سالم، کمربندی از درختان خزان‌کننده دوران سوم زمین‌شناسی را تشکیل می‌دهند. این جنگل‌ها که از آن به نام‌های جنگل‌های مرطوب و یا خزری یاد می‌شود ارزش‌های زیست‌محیطی و اقتصادی زیادی دارند و در زمره میراث طبیعی جهانی محسوب می‌شوند.این ناحیه بخشی از ناحیه رویشی اکسین - هیرکانی است که این ناحیه خود درون منطقه ارو-سیبری است. بعضی گونه‌های ناحیه اکسین-هیرکانی چون درخت آزاد بازمانده گونه های گیاهی فلورا ترشری هستند که پس از دوره های سرمای کواترنری جز در این منطقه در دیگر نقاط نابود شدند.این ناحیه نسبت به مناطق ارو-سیبری و حتی ناحیه رویشی اکسین - هیرکانیویژگیهای خاصی دارد: مخروطیان تقریباً وجود ندارند، سرخدار تنک و تعداد زیادی از گونه‌های بومی که بازمانده گونه‌های گیاهی آرکو-ترشری هستندوجود دارند. بر حسب ارتفاع سه سطح جنگل قابل تمایزند: جنگلهای مخلوط هیرکانی، جنگلهای راش کوهی، و جنگلهای بلوط بلند کوهی و جنگل‌های ممرز. جنگل هیرکانی که زمانی جلگه‌ها را می‌پوشاندند، اکنون بخش عظیمی از بخش اول کوهها تا ارتفاع ۱۰۰۰ متری را می‌پوشانند. این جنگل لایه دار است و لایه‌ای از درختان خیلی بلند مثل بلند مازو، درخت آزاد، و انجیلی و انواع رایجتر افرا و نارون؛ لایه‌ای از درختان کوچکتر مثل لیلکی، کلهو، و شبخسب، شمشاد در نقاط سایه دار و همه انواع درختان میوه وحشی؛ و یک زیربوته با بته‌هایی مثل جل، خاس، خزه، تاک ​​وحشی، پیچک، و دیگر گیاهان خزنده دارد. کوههای با ارتفاع متوسط، حوزهٔ راش شرقی بلند، به همراه بلوط، نمدار، افرا و نارون است. سطح بالای کوهها بین ۱۸۰۰ تا ۲۲۰۰ متر باقیمانده دارای جنگل فقیرتر اوری و ممرز است. مراتع قله‌ای اغلب جایگزین این جنگلهای بالاتر شده‌اند، بعضی هایشان در نقاط بلند یا شیبهای سرپوشیده خصوصیات خشکی زی ویژه نشان می‌دهند. به اصطلاح جزیرهٔ مدیترانه‌ای پیرامون رودبار و منجیل به لحاظ پوشش گیاهی ویژهٔ طبیعی و کشاورزیش یعنی جنگلهای سرو بسیار تنک و درختان زیتونش انگشت نماست.

سوسن چلچراغ در عمارلوی رودبار از گونه‌های منحصر به قرد گیلان است.
تالاب انزلی

تالاب انزلی، به دلیل گیاهان، جانوران و مورفولوژی و شکل بستر، ارتباط با دریا و رژیم رودها دارای محیط زیستی ویژه‌است. گیاهان تالاب به سه دسته غوطه ور، گیاهان شناور و گیاهان حاشیه‌ای تقسیم می‌شود. معروف ترین گیاه تالاب انزلی که شهرت جهانی دارد «لاله مردابی» است که تالاب را به این دلیل تالاب لاله مردابی می‌خوانند. حواصیلها، اردک سانان، مرغابی سانان کشیم بزرگ، کشیم سیاه گردن، یلوه کوچک، کاکایی از پرندگان این تالابند که به دلیل تنوع زیستی بالا محلی مناسب برای مطالعه آنان است.
۹۴ گونه حمایت شده و در معرض خطر انقراض پرندگان در گیلان وجود دارد.پوشش انبوه گیاهی گیلان زیستگاه گونه‌های وحشی چون پلنگ، آهو و بز کوهی بوده‌است اما امروزه به دلیل گسترش سلاح‌های غیرمجاز و افزیش شکار این گونه‌ها تا مرز انقراض پیش رفته‌اند. گیلان یکی از مهم ترین زیستگاههای مرال یا گاو کوهی، یکی از سه گونه گوزن موجود در ایران و بزرگترین گونه آن، است که در جنگل‌های مناطق کوهستانی زندگی می‌کند. در چند سال اخیر با افزایش محیط بانی، تبلیغات و فرهنگ سازی مداوم از شیب کاهش جمعیت این گونه کاسته شده‌است. دیگر گونه منحصر به فرد و کمیاب در گیلان، سمندر باله دار جنوبیاست که اهمیت جهانی دارد.
ساعت : 12:08 am | نویسنده : admin | مطلب قبلی | مطلب بعدی
دوره کاردانی استان گیلان | next page | next page