محاسبه فرم های درجه دوم و لجستیک تابع تشخیصی در Stata
هدف اصلی تابع تشخیصی ارائه یک تابع پیش بین برای تفکیک اعضای یک جامعه بر اساس قدرت تفکیکی متغیر های مستقل وارد شده به مدل است. متغيرهايي که بهترين تمايز را بين دو گروه قائل ميشوند هدف اوّليه تحليل تشخيصي است. متغيرهايي که بهترين قدرت تشخيص را دارند تحت عنوان متغيرهاي متمايز کننده شناخته ميشود. نظريه آغازين آن به دهه 1930 بر ميگردد، اوّلين بار اين تکنيک توسط فيشر در سال 1936 ابداع شد. در دهههاي 50 و 60 وارد حوزه علوم رفتاري شد. گاهي محققان تمايل دارند تعدادي از افراد و اشياء را به دو گروه يا چند گروه طبقهبندي کنند. هدف يافتن رويهاي است براي بدست آوردن معيارهاي پيشگو (Predictor) که با بهترين شکل آنها را طبقهبندي ميکند. در تحليل تشخيصي متغير وابسته يا معيار اندازهگيري شده در سطح اسمي (nominally-scaled criterion) است و xها فاصلهاي يا نسبي.
این فرم رگرسیون با استفاده از فواصل مالاهونابیس به دنبال یافتن بهترین ترکیب خطی است که G-1 تابع استخراج می شود. همواره تابع اول قویترین است و تابع بعدی که به روش متعامد استخراج می شود سعی در بیان روابط تفکیکی باقیمانده دارد. مقدار ضریب همبستگی کانونی میزان رابطه بین گروه های شکل گرفته بر اساس اطلاعات متغیر های مستقل و تابع ارائه شده را نشان می دهد. هر چه این میزان بالاتر باشد نشان می دهد قدرت تفکیک تابع بیشتر است.
فرم غالب مورد استفاده تابع تشخیصی فرم خطی کلاسیک است. نرم افزار STATA نسخه 10 به بعد قادر به انجام فرم هایی به غیر از تابع خطی است. این نرم افزار قادر به محاسبه تابع تشخیصی نزدیک ترین همسایه، تابع تشخیصی لجستیک و تابع تشخیصی درجه دوم می باشد. دستور کلی زیر برای محاسبه فرم خطی مناسب است:
candisc نام متغیر های مستقل با فاصله, group(نام متغیر گروهبندی)
به منظور محاسبه فرم تابع درجه دوم باید دستور زیر را وارد نمود:
discrim qda نام متغیر های مستقل با فاصله, group(نام متغیر گروهبندی)
به منظور محاسبه فرم تابع تشخیصی نزدیکترین همسایه باید دستور زیر را وارد نمود:
discrim knn نام متغیر های مستقل با فاصله, group(نام متغیر گروهبندی) k(3)
به منظور محاسبه فرم تابع تشخیصی لجستیک باید دستور زیر را وارد نمود:
discrim logistic نام متغیر های مستقل با فاصله, group(نام متغیر گروهبندی)
ابتدا به منظور محاسبه فرم خطی کافی است تا
candisc نام متغیر های مستقل با فاصله, group(نام متغیر گروهبندی)
را وارد خط فرمان STATA نمود. نتایج به شرح زیر خواهد بود. از انجا که متغیر گروهبندی در مثال دارای سه سطح بوده لذا دو تابع تشخیصی استخراج شده است که بر اساس نتایج تست ویلکز هر دو تابع معنی دار هستند و باید از قدرت تشخیصی هر دو استفاده نمود.
Canonical linear discriminant analysis
| | Like-
| Canon. Vlihood Eigen-ariance |
Fcn | Corr. value Prop. Cumul. | Ratio F df1 df2 Prob>F
----+---------------------------------+------------------------------------
1 | 0.9848 32.1919 0.9912 0.9912 | 0.0234 199.15 8 288 0.0000 e
2 | 0.4712 .285391 0.0088 1.0000 | 0.7780 13.794 3 145 0.0000 e
---------------------------------------------------------------------------
Ho: this and smaller canon. corr. are zero; e = exact F
Standardized canonical discriminant function coefficients
| function1 function2
-------------+----------------------
sl | -.4269549 -.0124077
sw | -.5212416 -.7352612
pl | .9472573 .4010379
pw | .5751607 -.5810398
Canonical structure
| function1 function2
-------------+----------------------
sl | .2225959 -.3108118
sw | -.1190115 -.8636809
pl | .7060654 -.1677014
pw | .6331779 -.7372421
Group means on canonical variables
Type | function1 function2
-------------+----------------------
setosa | -7.6076 -.215133
versicolor | 1.825049 .7278996
virginica | 5.78255 -.5127666
Resubstitution classification summary
مشخصا هدف هر تابع تشخیصی نهایتا تفکیک است. بر اساس این تابع و ضرایب کانونی محاسبه شده، مشخص می شود که 100 درصد setosa، 96 درصد تیپ versicolor و 98 درصد virginica به درستی توسط این توابع تفکیک شده اند.
| Classified
True type | setosa versicolor virginica | Total
-------------+------------------------------------+-----------
setosa | 50 0 0 | 50
| 100.00 0.00 0.00 | 100.00
| |
versicolor | 0 48 2 | 50
| 0.00 96.00 4.00 | 100.00
| |
virginica | 0 1 49 | 50
| 0.00 2.00 98.00 | 100.00
-------------+------------------------------------+-----------
Total | 50 49 51 | 150
| 33.33 32.67 34.00 | 100.00
| |
Priors | 0.3333 0.3333 0.3333 |
/* group summarize */
estat grsummarize
Estimation sample candisc
Summarized by type
| type
Mean | setosa versicolor virginica | Total
-------------+------------------------------------+-----------
sl | 5.006 5.936 6.588 | 5.843333
sw | 3.428 2.77 2.974 | 3.057333
pl | 1.462 4.26 5.552 | 3.758
pw | .246 1.326 2.026 | 1.199333
-------------+------------------------------------+-----------
N | 50 50 50 | 150
به منظور استخراج پلات تفکیک نیز دستور زیر وارد می شود:
label define tl 1 "S" 2 "C" 3 "V", modify
scoreplot, msymbol(i)
نتایج این اطلاعات به شکل توزیع درجه دوم به شرح زیر است
discrim qda sl sw pl pw, group(type)
Quadratic discriminant analysis
Resubstitution classification summary
| Classified
True type | setosa versicolor virginica | Total
-------------+------------------------------------+-----------
setosa | 50 0 0 | 50
| 100.00 0.00 0.00 | 100.00
| |
versicolor | 0 48 2 | 50
| 0.00 96.00 4.00 | 100.00
| |
virginica | 0 1 49 | 50
| 0.00 2.00 98.00 | 100.00
-------------+------------------------------------+-----------
Total | 50 49 51 | 150
| 33.33 32.67 34.00 | 100.00
| |
Priors | 0.3333 0.3333 0.3333 |
بر اساس این تابع و ضرایب کانونی محاسبه شده به فرم درجه دوم، مشخص می شود که 100 درصد setosa، 96 درصد تیپ versicolor و 98 درصد virginica به درستی توسط این توابع تفکیک شده اند.
نتایج این اطلاعات به شکل تشخیصی لجستیک به شرح زیر است.
discrim logistic sl sw pl pw, group(type)
Iteration 0: log likelihood = -164.79184
Iteration 1: log likelihood = -67.780459
(omitted)
Iteration 22: log likelihood = -5.9492736
Iteration 23: log likelihood = -5.9492736
Logistic discriminant analysis
Resubstitution classification summary
| Classified
True type | setosa versicolor virginica | Total
-------------+------------------------------------+-----------
setosa | 50 0 0 | 50
| 100.00 0.00 0.00 | 100.00
| |
versicolor | 0 49 1 | 50
| 0.00 98.00 2.00 | 100.00
| |
virginica | 0 1 49 | 50
| 0.00 2.00 98.00 | 100.00
-------------+------------------------------------+-----------
Total | 50 50 50 | 150
| 33.33 33.33 33.33 | 100.00
| |
Priors | 0.3333 0.3333 0.3333 |
بر اساس این تابع و ضرایب کانونی محاسبه شده به فرم لجستیک، مشخص می شود که 100 درصد setosa، 98درصد تیپ versicolor و 98 درصد virginica به درستی توسط این توابع تفکیک شده اند.
نتایج این اطلاعات به شکل تشخیصی نزدیک ترین همسایه به شرح زیر است.
discrim knn sl sw pl pw, group(type) k(3)
Kth-nearest-neighbor discriminant analysis
Resubstitution classification summary
| Classified
True type | setosa versicolor virginica | Total
-------------+------------------------------------+-----------
setosa | 50 0 0 | 50
| 100.00 0.00 0.00 | 100.00
| |
versicolor | 0 47 3 | 50
| 0.00 94.00 6.00 | 100.00
| |
virginica | 0 3 47 | 50
| 0.00 6.00 94.00 | 100.00
-------------+------------------------------------+-----------
Total | 50 50 50 | 150
| 33.33 33.33 33.33 | 100.00
| |
Priors | 0.3333 0.3333 0.3333 |
بر اساس این تابع و ضرایب کانونی محاسبه شده به فرم لجستیک، مشخص می شود که 100 درصد setosa، 94درصد تیپ versicolor و 94درصد virginica به درستی توسط این توابع تفکیک شده اند.
باید توجه شود که برای گزارش نهایی تابعی که دارای بیشترین قدرت تفکیک باشد را به عنوان تابع اصلی در نظر گرفته و ضرایب ساختاری آنرا گزارش نمود. به عنوان مثال در تحقیق حاضر تابع لجستیک عملکرد تا حدی بهینه تر از سایر توابع دارد. در این مقاله هدف ارائه توابع محاسبه کننده فرم های مختلف تشخیصی در STATA بود. برای درک مفاهیم تابع تشخیصی می توان به کتاب آمار پیشرفته دکتر منصور فر مراجعه نمود.
منبع: سايت آمار آكادمي
بانك موضوع پايان نامه
-
بانك موضوعات پايان نامه رشته فقه و حقوق- همه گرايشها
-
بانك موضوعات پايان نامه رشته مامايي
-
بانك موضوعات پايان نامه رشته مديريت آموزشي
-
بانك موضوعات پايان نامه رشته مديريت بانكداري
-
بانك موضوعات پايان نامه رشته مديريت شهري
-
بانك موضوعات پايان نامه رشته مديريت صنعتي
-
بانك موضوعات پايان نامه رشته مديريت فن آوري اطلاعات (IT)
-
بانك موضوعات پايان نامه رشته مهندسي شيمي- همه گرايشها
-
بانك موضوعات پايان نامه رشته مهندسي عمران- نقشه كشي
-
بانك موضوعات پايان نامه رشته مهندسي كامپيوتر - معماري سيستمها
-
بانك موضوعات پايان نامه رشته مهندسي كامپيوتر- نرم افزار
-
بانك موضوعات پايان نامه رشته مهندسي كامپيوتر- هوش مصنوعي
-
بانك موضوعات پايان نامه رشته پرستاري
-
بانك موضوعات پايان نامه رشته پزشكي عمومي
-
بانك موضوعات پايان نامه رشته پيراپزشكي- بيهوشي
-
بانك موضوعات پايان نامه رشته MBA
-
بانك موضوعات پايان نامه رشته آبخيزداري
-
بانك موضوعات پايان نامه رشته آمار- همه گرايشها
-
بانك موضوعات پايان نامه رشته اقتصاد
-
بانك موضوعات پايان نامه رشته تاريخ
-
بانك موضوعات پايان نامه رشته تربيت بدني- كليه گرايشها
-
بانك موضوعات پايان نامه رشته جغرافيا- برنامه ريزي روستايي
-
بانك موضوعات پايان نامه رشته جغرافياي سياسي
-
بانك موضوعات پايان نامه رشته حسابداري
-
بانك موضوعات پايان نامه رشته روانشناسي- همه گرايشها
-
بانك موضوعات پايان نامه رشته رياضي محض
-
بانك موضوعات پايان نامه رشته زبان انگليسي- ادبيات انگليسي
-
بانك موضوعات پايان نامه رشته زبان انگليسي- مترجمي
-
بانك موضوعات پايان نامه رشته زبان و ادبيات عرب
-
بانك موضوعات پايان نامه رشته زبان و ادبيات فرانسه
-
بانك موضوعات پايان نامه رشته زبانشناسي
-
بانك موضوعات پايان نامه رشته زيست شناسي گياهي
-
بانك موضوعات پايان نامه رشته زيست شناسي- علوم جانوري
-
بانك موضوعات پايان نامه رشته زيست شناسي- ميكروبيولوژي
-
بانك موضوعات پايان نامه رشته علوم اجتماعي- جامعه شناسي
-
بانك موضوعات پايان نامه رشته علوم تربيتي
-
بانك موضوعات پايان نامه رشته علوم سياسي
-
بانك موضوعات پايان نامه رشته فيزيك- همه گرايشها
-
بانك موضوعات پايان نامه رشته كتابداري
-
بانك موضوعات پايان نامه رشته محيط زيست
-
بانك موضوعات پايان نامه رشته محيط زيست( كليه گرايشها)
-
بانك موضوعات پايان نامه رشته مديريت اجرايي
-
بانك موضوعات پايان نامه رشته مديريت بازرگاني - تحول سازماني
-
بانك موضوعات پايان نامه رشته مديريت بازرگاني - مالي
-
بانك موضوعات پايان نامه رشته مديريت بازرگاني- بازاريابي
-
بانك موضوعات پايان نامه رشته مديريت بيمه
-
بانك موضوعات پايان نامه رشته مديريت دولتي
-
بانك موضوعات پايان نامه رشته مديريت دولتي- منابع انساني
-
بانك موضوعات پايان نامه رشته مهندسي آبياري - گرايشهاي هيدرولوژي- زهكشي و ساختمانهاي توزيع و انتقال آب
-
بانك موضوعات پايان نامه رشته مهندسي كشاورزي- باغباني (همه گرايشها)
-
بانك موضوعات پايان نامه رشته مهندسي كشاورزي- اقتصاد كشاورزي و مديريت مزرعه
-
ليست موضوعات پايان نامه رشته مهندسي كشاورزي- گياهپزشكي- بيماري شناسي گياهي
معرفي پايگاه هاي اطلاعاتي علمي
- آشنايي با پايگاههاي اطلاعاتي: Sage
- آشنايي با پايگاههاي اطلاعاتي: Embase
- آشنايي با پايگاههاي اطلاعاتي - كتابخانه OECD
- آشنايي با پايگاههاي اطلاعاتي -Reaxys
- آشنايي با پايگاههاي اطلاعاتي - Engineering Village 2
- آشنايي با پايگاههاي اطلاعاتي- Hein Online
- آشنايي با پايگاههاي اطلاعاتي - Talor and Francis
- آشنايي با پايگاههاي اطلاعاتي - DOJA
- آشنايي با پايگاههاي اطلاعاتي - Archnet
- آشنايي با پايگاههاي اطلاعاتي - ISI Web of Knowledge
- آشنایی با پايگاههاي اطلاعاتي- پرتال منابع دیجیتال پزشکی وزارت بهداشت (PMDR)
- آشنايي با پايگاههاي اطلاعاتي -ASCE Library
- آشنايي با پايگاههاي اطلاعاتي -IRANDOC
- آشنايي با پايگاههاي اطلاعاتي - ISC
- آشنايي با پايگاههاي اطلاعاتي - ERIC
- آشنايي با پايگاههاي اطلاعاتي - SID
- آشنايي با پايگاههاي اطلاعاتي - پايگاه مجلات تخصصي نور(NOORMAG)
- آشنايي با پايگاههاي اطلاعاتي - ACM
- آشنايي با پايگاههاي اطلاعاتي - IEEE
- آشنايي با پايگاههاي اطلاعاتي - Engineering Village
- آشنايي با پايگاههاي اطلاعاتي - JAMA
- آشنايي با پايگاههاي اطلاعاتي - PubMed
- آشنايي با پايگاههاي اطلاعاتي - Ebsco
- آشنایی با پایگاه اطلاعاتی - SpringerLink
- آشنايي با پايگاههاي اطلاعاتي - ProQuest
- آشنايي با پايگاههاي اطلاعاتي - Science Direct
- آشنايي با پايگاههاي اطلاعاتي - Emerald
- آشنايي با پايگاههاي اطلاعاتي- Thieme
- آشنايي با پايگاه اطلاعاتي Scopus ، پايگاه چكيده مقالات جهان
حمايت از پايان نامه ها
- حمایت از پایان نامه های علوم سیاسی توسط بیرخانه حمایت و هدایت پایاننامهها و رسائل علوم انسانی
- حمایت از پایان نامه های حقوق توسط دبیرخانه حمایت و هدایت پایان نامه ها و رسائل علوم انسانی شورای عالی انقلاب فرهنگی
- موضوعات پیشنهادی برای حمایت از پایان نامه های حقوق در شورای تخصصی تحول و ارتقا علوم انسانی شورای عالی انقلاب فرهنگی
- موضوعات پیشنهادی برای حمایت از پایان نامه های روانشناسی و تعلیم و تربیت در شورای تخصصی تحول و ارتقا علوم انسانی شورای عالی انقلاب فرهنگی
- موضوعات پیشنهادی برای حمایت از پایان نامه های اقتصاد در شورای تخصصی تحول و ارتقا علوم انسانی شورای عالی انقلاب فرهنگی
- موضوعات پیشنهادی برای حمایت از پایان نامه های مدیریت در شورای تخصصی تحول و ارتقا علوم انسانی شورای عالی انقلاب فرهنگی
- موضوعات پیشنهادی برای حمایت از پایان نامه های علوم اجتماعی و ارتباطات در شورای تخصصی تحول و ارتقا علوم انسانی شورای عالی انقلاب فرهنگی
- اعلام حمايت مالي از پايان نامه هاي دانشجويان كارشناسي ارشد و دكتري توسط موسسه شاخص پروژه
- محورهای پژوهشی مورد حمایت وزارت بازرگانی
- اولويتهاي پژوهشي شركت سرمايهگذاريهاي خارجي ايران(ايفيك) در سال 1392
دانلود . . .
بورسهای خارجی
-
16 موقعیت PhD بسیار رقابتی برای پروژه های دکترا در سطح جهانی در علوم بهداشتی و درمانی در دانشگاه Ahhus ، دانمارک
-
اطلاعات در مورد بورس تحصیلی سالانه در كشور ژاپن براي فوق ديپلم، كارشناسي، كارشناسي ارشد و دكترا
-
بورس تحصیلی (گروه شیمی دانشگاه ابردین انگلستان)
-
بورس تحصیلی در حیطه مهندسی شیمی دانشگاه ابردین (Aberdeen) انگلستان
-
بورس تحصیلی در حیطه پزشکی ((گروه شیمی)) دانشگاه ابردین انگلستان
-
بورس تحصیلی در حیطه گروه علوم اعصاب، روانشناسی و رفتار دانشگاه لستر انگلستان
-
بورس تحصیلی در حیطه گروه پزشکی دانشگاه آکسفورد انگلستان
-
بورس تحصیلی در حیطه ی پزشکی ((گروه شیمی)) دانشگاه ابردین (Aberdeen)
-
بورس تحصیلی در حیطه ی پزشکی و داروسازی (گروه شیمی) دانشگاه ابردین (Aberdeen) انگلستان
-
بورس تحصیلی در زمینه مهندسی شیمی دانشگاه ابردین انگلستان
-
بورس تحصیلی دکترا در حیطه پزشکی و داروسازی دانشگاه دورهام(Durham )انگلستان
-
بورس تحصیلی دکترا داروسازی - نقش پروتئین هومر در درد مزمن(پزشکی و داروسازی)
-
بورس تحصیلی دکتری دانشکده مهندسی شیمی و بیوتکنولوژی دانشگاه دشربروکس کانادا
-
بورس تحصیلی دکتری در حیطه شیمی دانشگاه Monash استرالیا
-
بورس تحصیلی دکتری ( گروه شیمی دانشگاه ابردین (aberdeen)انگلستان)
دانشگاههاي برتر جهان
-
دانشگاه هاي مالزي
-
دانشگاه UPM ( دانشگاه پوترا مالزي)( دولتي)
-
دانشگاه UM مالزي ( دولتي)
-
دانشگاه USM مالزي ( دولتي)
-
دانشگاه UITM مالزي ( دولتي)
-
دانشگاه UTM مالزي ( دولتي)
-
دانشگاه UKM مالزي( دولتي)
-
دانشگاه MMU مالزي ( خصوصي)
-
دانشگاه UCTI مالزي ( خصوصي)
-
دانشگاه UCSI مالزي ( خصوصي)
-
دانشگاه TENAGA مالزي ( خصوصي)
-
دانشگاهKBU مالزي(خصوصي)
-
-
شرايط زندگي شهروندي در مالزي
-
دانشگاه هاي انگلستان
-
دانشگاه هاي اكراين
-
دانشگاههاي آلمان
-
دانشگاههاي استراليا