مهارتهاي پايان نامه نويسي

دانلود فرم ‍پروپوزال دانشگاهها

 

 iranresearches-telegram

محصولات ایران پژوهان را در فروشگاه ببینید
 

نگارش یافته توسط مدير محتواي ايران پژوهان مجموعه: علمي و پژوهشي
تعداد بازدید: 25421
چاپ

آزمونهای نیکویی برازش

همانطور که از نام آنها برمی‌آید، آزمونهای نیکویی برازش برای تعیین این موضوع بکار برده می شوند که آیا یک توزیع خاص به خوبی برازش داده شده است یا نه. محاسبه آماره‌های نیکویی برازش همچنین به کمک می‌کند تا توزیعهای فیت شده را بر حسب آنکه چقدر خوب با داده‌ها برازش دارند رتبه‌بندی کرد. 

 

آزمونهای نیکویی برازش که بیشتر از همه مورد استفاده قرار می‌گیرند شامل:
 
Kolmogorov-Smirinov ، و  Anderson-Darlingchi squareهستند.
منطق بکار بردن این آزمونها از نظر کاربر با هم مشابه است، بهرحال، طریقه انجام آنها (و نوع کاربردشان) با هم متفاوت است. آزمون کولموگورف - اسمیرنوف
را می‌توان رایجترین آزمون نیکویی برازش برشمرد.

نيكويي برازش ( سنجش درستي مدل ) و روشهاي آن

جهت سنجش مدل راه‌هاي متفاوتي وجود دارد كه عبارتند از:

1- سنجش درستي مدل با داده‌هاي‌ آينده

در اين روش مي‌بايست صبر نمود تا در آينده اندازه‌هاي جديدي از متغيرهاي مدل ايجاد شود و سپس ديد كه آيا بين اندازه‌هاي جديد و مدل يكساني وجود دارد يا خير. در صورتي كه در اين روش اندازه‌هاي جديد و بدست آمده براي متغيرهاي مدل در مدل گذاشته شد و باز هم همان ضرايب محاسبه شده بدست آمد؛ مدل داراي بهترين برازش بوده و تاييد مي‌شود چرا كه توانسته با استفاده از داده‌هاي گذشته روابط بين متغيرها را در آينده پيش‌بيني كند. اين روش مستحكم ترين روش براي سنجش درستي يك مدل ساخته شده مي‌باشد ولي از آنجا كه مستلزم گذر زمان است در بسياري از موارد استفاده از آن ممكن نيست. به عنوان نمونه اگر مدل ما داراي دو متغير كيفيت ‌كالا و رضايت مشتري  مي‌باشد كه در آن كيفيت كالا متغير مستقل و رضايت مشتري متغير وابسته است‌، براي سنجش ‌درستي مدل مي‌بايست مدت زماني صبر نمود و ديد كه آيا با داده‌هاي آينده كه ازكيفيت كالا و رضايت مشتريان بدست مي‌آوريم مدل رگرسيوني ما با همان پارامترها درست بدست مي‌آيد يا خير؟ به عبارتي داده‌هاي سطح كيفيت كالا را به مدل رگرسيوني ساخته شده مي‌دهيم و مي‌بينيم آيا سطح رضايت مشتري كه از فرمول بيرون مي‌آيد همان سطح رضايت مشتري است كه اندازه گيري مي‌كنيم؟

2- سنجش درستي مدل با مقايسه مدل با نمونه‌هاي مشابه

در اين روش نمونه‌هاي مشابه با نمونه هايي كه مدل ما از آن ساخته شده انتخاب شده و سپس اين نمونه‌هاي مشابه يا موازي را در مدل وارد مي‌كنيم‌، در صورتي كه پارامترهاي محاسبه شده براي مدل با اين نمونه‌هاي مشابه نيز همخواني داشت مي‌توان مدل را تاييد نمود. اين روش ضعيف ترين نوع سنجش درستي مدل مي‌باشد چرا كه قبل از اين كار مي‌بايست ثابت كرد كه چرا نمونه‌هاي مشابه با نمونه‌هاي مدلساز ما شباهت دارند.  در اين روش به عنوان مثال اگر مدل رگرسيوني كيفيت كالا با رضايت مشتري را در يك شركت خورو‌سازي با فلان خصوصيات ايجاد كرده ايم‌، اين مدل را براي يك شركت خورور‌سازي با شرايط مشابه به كار مي‌گيريم. اگر داده‌هاي سطح كيفيت كالاي شركت مشابه را به مدل داديم و مدل توانست سطح رضايت مشتريان آن شركت را به ازاي آن سطح از كيفيت كالا به درستي پيش‌بيني كند‌، مي‌گوييم مدل به درستي كار مي‌كند.

3- سنجش درستي مدل با داده‌هاي گذشته در اختيار (داده‌هاي فعلي)

در اين روش داده‌هاي گذشته جامعه آماري كه نمونه‌ها از آن اخذ شده و مدل ساخته شده است را به مدل مي‌دهيم و به اين صورت سنجش مي‌كنيم كه آيا مدل ساخته شده ما با نمونه‌هاي فعلي مي‌تواند تبيين كننده روابط بين داده‌هاي قبلي باشد يا خير. به‌عنوان مثال در اين روش براي سنجش همان مدل رگرسيوني كيفيت و رضايت‌، همان داده‌هايي كه از آن مدل را ساخته ايم مورد استفاده قرار مي‌دهيم. لازم به ذكر است كه اين داده‌هايي كه در حال حاضر در اختيار داريم در واقع همان داده‌هاي گذشته مدل زمان حال مي‌باشند. روش كار به اين صورت است كه داده‌هاي واقعي سطح كيفيت كالاي مدل را به مدل مي‌دهيم و مي‌بينيم كه سطح رضايت بدست آمده از فرمول مدل چقدر است و اين مقدار با ميزان واقعي سطح رضايت در برابر سطح كيفيت داده‌ها تفاوت دارد. در صورتي كه اين مقادير كاملا برابر هم باشند مدل به درستي كار مي‌كند.

فارغ از اينكه از كدام روش بالا جهت سنجش درستي مدل ساخته شده استفاده كنيم‌، مشهور ترين روش جهت مقايسه داده‌ها و مشخص كردن اينكه آيا دو داده با يكديگر چه تفاوتي دارند‌، استفاده از  توزيع كاي دو مي‌باشد.


منبع: http://www.moadele.ir/fa/2012-09-22-11-34-00


ایران کنفرانس

confBook

بانك موضوع پايان نامه

معرفي پايگاه هاي اطلاعاتي علمي

حمايت از پايان نامه ها

بورسهای خارجی

-->