المنتدى الأكاديمي البحثي
هل تريد التفاعل مع هذه المساهمة؟ كل ما عليك هو إنشاء حساب جديد ببضع خطوات أو تسجيل الدخول للمتابعة.

المنتدى الأكاديمي البحثي

ملتقى طلاب الدراسات العليا والباحثين الأكاديميين
 
الرئيسيةالرئيسية  أحدث الصورأحدث الصور  بحـثبحـث  التسجيلالتسجيل  دخولدخول  اختيار الاختبار الإحصائي المناسب 2 P_15643wixn0  تابعونا على فيسبوكتابعونا على فيسبوك  تابابعونا على مواقع التواصلتابابعونا على مواقع التواصل  مجلة الدراسات العليا/Twitterمجلة الدراسات العليا/Twitter  
بحـث
 
 

نتائج البحث
 
Rechercher بحث متقدم
تصويت
Twitter

 

 اختيار الاختبار الإحصائي المناسب 2

اذهب الى الأسفل 
كاتب الموضوعرسالة
Research Academy
Admin
Research Academy


ذكر عدد المساهمات : 211
تاريخ التسجيل : 24/05/2010

اختيار الاختبار الإحصائي المناسب 2 Empty
مُساهمةموضوع: اختيار الاختبار الإحصائي المناسب 2   اختيار الاختبار الإحصائي المناسب 2 Icon_minitimeالأربعاء مايو 19, 2021 3:01 am

هناك أنواع مختلفة من التحليل الإحصائي. قد يكون اختيار النهج التحليلي الصحيح لموقفك عملية شاقة. في هذا القسم ، ستحصل على نظرة عامة حول الإجراءات الإحصائية التي يحتمل أن تكون متاحة وتحت أي ظروف يتم استخدامها.

يجب أن تخطط لمنهجك الإحصائي في بداية مشروعك ، قبل أن تقوم بجمع أي بيانات. الاختبارات الإحصائية المختلفة لها متطلبات مختلفة والتخطيط المسبق له فوائد مختلفة:

ستسمح لك معرفة النهج الإحصائي بالتخطيط للطريقة التي تجمع بها بياناتك.
ستوفر الوقت لأنك ستجمع البيانات ذات الصلة فقط.
سوف توفر الجهد.
إذا قمت ببساطة بجمع البيانات ثم البحث عن طريقة لإجراء تحليل ، فقد تجد أنه ليس لديك ما تحتاجه للإجابة على سؤال البحث الخاص بك.

معرفة نوع المشروع الذي لديك ونوع البيانات التي ستجمعها يمكن أن يكون مفيدًا في تحديد أفضل نهج تحليلي.

أنواع البيانات
هناك نوعان رئيسيان من متغيرات البيانات التي ستجمعها:

الاستجابة - تسمى أحيانًا تابعة. هذه هي "الأشياء" التي تتأثر بالمتغيرات الأخرى و / أو الوضع التجريبي.
متنبئ - يسمى أحيانًا مستقل (أو عامل ، أو تجميع). هذه هي المتغيرات (العوامل) التي تؤثر على متغير (متغيرات) الاستجابة.
تأتي متغيرات الاستجابة والتنبؤ التي تقيسها وتسجيلها في أشكال مختلفة. سيؤثر شكل البيانات على أنواع النهج الإحصائي الذي تتبعه.

الفاصل الزمني - هذه قياسات "حقيقية" ، مثل الطول والوزن والوفرة. لديك قيم عددية يمكنك ترتيبها بالترتيب ويمكنها معرفة الفاصل الزمني بين القياسات (تحددها الدقة).
ترتيبي - هذه هي القياسات التي يمكن ترتيبها بالترتيب (حسب الحجم) ولكن لا يمكنك معرفة الفاصل الزمني بين القياسات. على سبيل المثال: كبير ، متوسط ​​، صغير.
فئوي - هذه ليست قياسات بل تصنيفات ، على سبيل المثال الأحمر والأزرق والأخضر.
العد أو التكرار - هذه هي في الأساس نفس الفئوية ؛ لديك عدد (تكرار) الملاحظات لكل فئة من الفئات المختلفة.
يؤثر نوع البيانات التي تجمعها على النهج الإحصائي. قد تقرر استخدام القياسات الترتيبية لتوفير الوقت على سبيل المثال ، ولكن هذا سيحد من أنواع التحليل التي ستكون قادرًا على إجرائها لاحقًا.

أنواع المشروع
يمكن أن تكون معرفة نوع المشروع الذي تقوم به مساعدة كبيرة في العمل على طريقك نحو النهج الإحصائي الأكثر ملاءمة. تغطي القائمة التالية مجموعة من الاحتمالات:

وصفي
إحصائيات موجزة - تصف الخصائص العامة للبيانات.
الوصف المتعلق بالانضباط (مثل تصنيف المجتمع في علم البيئة).
الاختلافات - تقوم بتقسيم بياناتك إلى مجموعات.
الاختلافات بين مجموعات العينة.
الاختلافات بين توزيعات بيانات العينة.
التجميع - تقسيم البيانات إلى مجموعات مختلفة.
الروابط - تقوم بضم المتغيرات.
الارتباطات والانحدار - المتغيرات بشكل عام مستمرة. تسمى هذه التحليلات أحيانًا التعلم الآلي الخاضع للإشراف.
الجمعيات - المتغيرات هي دائما قاطعة.
2-الفصول - اختبارات تشي التربيعية باستخدام بيانات التردد.
1-Class - جودة اختبارات الملاءمة باستخدام بيانات التردد.
التصنيف - التسلسلات الهرمية لـ "الترابط" (انظر أيضًا الأنماط والتصنيف). تسمى هذه الأنواع من التحليل أحيانًا التعلم الآلي غير الخاضع للإشراف.
التشابه والاختلاف.
التصنيف الهرمي.
رسامة - تسمح لك بعض طرق التنسيق بربط متغيرات الاستجابة والتنبؤ.
الأنماط والتصنيف
1D - الأنماط الخطية (اختبارات التشغيل).
2D - أقرب جار (عناقيد).
nD - أنماط متعددة الأبعاد (تنسيق).
التصنيف - التسلسلات الهرمية لـ "الارتباط" (انظر أيضًا الروابط).
التشابه والاختلاف.
التصنيف الهرمي.
مرتبط بالوقت - أنماط في بيانات الوقت.
هناك بعض التحليلات المتنوعة التي تتعلق بخصائص البيانات والاختبارات الإحصائية:

التوزيع - التحقق من توافق البيانات مع توزيع معين (عادي عادة).
القوة - التحقق من القوة التمييزية لاختبارات الاختلافات الخاصة بك.
الافتراضات - التحقق من الافتراضات الخاصة باختبارات معينة ، مثل مساواة التباين.
تعديلات للاختبارات المتعددة - كلما زادت الاختبارات التي تجريها زادت فرصة أن يكون الشيء مهمًا. هناك طرق لحساب تشغيل اختبارات متعددة (خاصة لاختبارات الفروق).
هناك أيضًا فئات متنوعة متنوعة تظهر في بعض التخصصات. في علم البيئة على سبيل المثال:

تقديرات السكان - حساب عدد الأفراد في منطقة معينة.
تصنيف المجتمع - وصف مجتمع من النباتات (أو الحيوانات).
مقاييس التنوع - عدد الأنواع المختلفة ووفرتها النسبية.
أنواع المؤشر - تحديد الأنواع التي تدل على مجموعات معينة.
تتناسب معظم المشاريع مع واحد (أو أكثر) من الأنواع السابقة. في المفتاح ، ستتمكن من اختيار النوع الأنسب لموقفك والعمل في طريقك نحو نهج تحليلي (أو ربما عدة).

تسجيل البيانات
كيف تسجل البيانات الخاصة بك أمر مهم. إذا تم تدوين بياناتك بترتيب معقول ، يمكنك فهمها بسهولة أكبر وإجراء أي تحليل إحصائي بسهولة وفعالية أكبر. يعد وجود نظام تسجيل بيانات جيد جانبًا مهمًا في أي مشروع.

بشكل عام ، تريد استخدام تخطيط تسجيل علمي لتخزين بياناتك. في هذا التنسيق لديك عمود لكل متغير. يمثل كل صف ملاحظة واحدة (تكرار).

على سبيل المثال؛ فيما يلي مجموعة بيانات بسيطة مسجلة كعينتين. تظهر البيانات طول عظام الفكين (بالمليمتر) لابن آوى الذهبي من عينات الذكور والإناث.

الجدول 2. البيانات الواردة في شكل عينة. أطوال عظام الفكين للذكور والإناث من ابن آوى الذهبي.

انثى ذكر
110120
111107
107110
108116
110114
105111
107113
106117
111114
111112
في تنسيق التسجيل العلمي ، ستمثل البيانات على هذا النحو (يتم عرض جزء فقط من مجموعة البيانات):

الجدول 3. البيانات الواردة في شكل علمي مع استجابة (تابع) متغير ومتوقع (مستقل) متغير. - طول الفك السفلي لذكر وأنثى ابن آوى الذهبي.

الطول (مم) الجنس
120 ذكر
107 ذكر
110 ذكر
110 أنثى
111 انثى
107
أنثى

العمود الأول هو متغير الاستجابة ، طول عظم الفك ، والذي تعتقد أنه يتأثر بمتغير التوقع. يُظهر العمود الثاني متغير التوقع (الجنس) والذي يظهر مستويين ، ذكر وأنثى.

إن وجود هذا التخطيط يجعل من السهل على معظم البرامج الإحصائية التعامل مع البيانات. يساعدك أيضًا على إدارة بياناتك. يمكنك استخدام الجداول المحورية لإعادة ترتيب البيانات ومساعدتك في استكشاف مجموعة البيانات.

مفتاح التحليل الإحصائي
اتبع مخطط التدفق وانقر على الروابط للعثور على التحليل الإحصائي الأنسب لحالتك.

وصفي: وصف البيانات.
وصف عينة من البيانات - الإحصاء الوصفي (المركزية ، التشتت ، النسخ المتماثل) ، انظر أيضًا إحصائيات الملخص.
توزيع البيانات: اختبارات تبحث في "شكل" البيانات (انظر أيضًا توزيع البيانات).
اختبار التوزيع الطبيعي (حدودي) - اختبار شابيرو-ويلك ، اختبار كولموغوروف-سميرنوف ، اختبار أندرسون-دارلينج.
مقارنة شكل العينة بعينة أخرى - اختبار Kolmogorov-Smirnov.
مقارنة شكل العينة بتوزيع معروف - اختبار Kolmogorov-Smirnov.
الافتراضات: اختبار الافتراضات المطلوبة للتحليل الإحصائي.
مساواة التباين:
يتم توزيع البيانات بشكل طبيعي - اختبار ليفين ، واختبار بارتليت (أيضًا اختبار Mauchly للكروية في تحليل المقاييس المتكررة).
البيانات غير معلمية - Ansari-Bradley، Mood test، Fligner-Killeen test.
طبيعية البيانات - اختبار شابيرو-ويلك ، اختبار كولموغوروف-سميرنوف (أيضًا الطرق الرسومية مثل الرسوم البيانية ، المؤامرات الكمية والكمية).
مطابقة توزيع بيانات معين - اختبار Kolmogorov-Smirnov.
الاختلافات: تقسيم البيانات إلى "أجزاء" (وحدات أخذ العينات) لاستكشاف الاختلافات بينها.
مقارنة عينة واحدة بقيمة معينة.
يتم توزيع البيانات بشكل طبيعي - اختبار T. لعينة واحدة.
البيانات غير معلمية - اختبار U لعينة واحدة (اختبار مجموع رتبة ويلكوكسون).
مقارنة عينتين.
يتم توزيع البيانات بشكل طبيعي - اختبار t للطالب (هناك نسختان ، أحدهما يفترض تباينًا متساويًا ، والآخر لا).
البيانات غير معلمية - اختبار U (يُسمى أيضًا اختبار Mann-Whitney U أو اختبار مجموع رتبة Wilcoxon).
مقارنة البيانات بمتغير توقع واحد له مستويين - نفس العينة.
تدابير المتكررة.
يتم توزيع البيانات بشكل طبيعي - اختبار t للأزواج المتطابقة.
البيانات غير معلمية - اختبار U للأزواج المتطابقة (اختبار تصنيف علامة ويلكوكسون).
الأزواج المتطابقة - نفس الإجراءات المتكررة.
مقارنة البيانات مع أكثر من عينتين (ولكن متغير توقع واحد فقط).
يتم توزيع البيانات بشكل طبيعي - اختبار t للطالب (هناك نسختان ، أحدهما يفترض تباينًا متساويًا ، والآخر لا).
البيانات غير معلمية - اختبار U (يُسمى أيضًا اختبار Mann-Whitney U أو اختبار مجموع رتبة Wilcoxon).
مقارنة البيانات بمتغير توقع واحد له مستويين - نفس العينة.
تدابير المتكررة.
يتم توزيع البيانات بشكل طبيعي - اختبار t للأزواج المتطابقة.
البيانات غير معلمية - اختبار U للأزواج المتطابقة (اختبار تصنيف علامة ويلكوكسون).
الأزواج المتطابقة - نفس الإجراءات المتكررة.
مقارنة البيانات مع أكثر من عينتين (ولكن متغير توقع واحد فقط).
يتم توزيع البيانات بشكل طبيعي - تحليل التباين (ANOVA) ، الانحدار الخطي.
البيانات غير معلمية - اختبار Kruskal-Wallis.
مقارنة البيانات مع أكثر من متغير توقع.
يتم توزيع البيانات بشكل طبيعي - تحليل التباين (ANOVA) ، الانحدار الخطي.
البيانات غير معلمية - اختبار فريدمان ، اختبار رباعي ، النمذجة الخطية المعممة.
مقارنة النسب - اختبار النسبة (النسب عبارة عن بيانات تردد وبالتالي فهي أكثر ارتباطًا باختبارات الارتباط).
مقارنة توزيعين للبيانات (انظر أيضًا توزيع البيانات) - اختبار Kolmogorov-Smirnov.
مقارنة متغير استجابة في أوقات مختلفة (انظر أيضًا البيانات المتعلقة بالوقت) - مقاييس متكررة ANOVA.
تقسيم مجموعة البيانات إلى وحدات أصغر - انظر الأنماط والتصنيف).
القوة التمييزية.
العمل على البيانات التي تحتاجها لتحقيق مستوى معين من القوة التمييزية لاختبارات الاختلافات المختلفة. حجم العينة (النسخ المتماثل) هو أكثر المتغيرات المحسوبة شيوعًا - اختبار الطاقة (إصدارات مختلفة ، لاختبار t ، واختبار U ، وما إلى ذلك).
الروابط: ربط المتغيرات معًا.
ربط متغيرين في الفترات أو المتغيرات الترتيبية - الارتباط.
يتم توزيع البيانات بشكل طبيعي - لحظة المنتج لبيرسون (أيضًا انحدار بسيط).
البيانات غير معلمية - رتبة سبيرمان (رو) أو كيندالز تاو.
ربط متغير استجابة بواحد أو أكثر من متغيرات توقع - الانحدار.
يتم توزيع البيانات بشكل طبيعي - الانحدار الخطي (يسمى أيضًا التعلم الآلي الخاضع للإشراف).
البيانات غير معلمية - نمذجة خطية معممة (إذا كان توزيع البيانات معروفًا ، مثل الانحدار اللوجستي للبيانات ذات الحدين) ، أو النمذجة غير الخطية.
ربط متغير استجابة بمكون الوقت (انظر أيضًا البيانات المتعلقة بالوقت).
ربط مجموعتين من بيانات العد أو التردد - اختبار ارتباط تشي سكويرد من بيرسون.
ربط مجموعة واحدة من بيانات العد أو التردد بمجموعة أخرى - جودة اختبار الملاءمة أو اختبار G.
ربط توزيع بيانات بآخر - راجع توزيع البيانات.
مقارنة النسب - النسب هي ترددات (انظر أيضًا الاختلافات) - اختبار النسبة.
الأنماط والتصنيف: البحث عن أنماط في البيانات (مثل العناقيد).
أحادي البعد - البحث عن نمط في البيانات الثنائية ، أي حيث لا يوجد سوى خيارين - يدير الاختبار.
ثنائي الأبعاد - البحث عن نمط في الترتيب المكاني للعناصر (مثل الأنواع والأعشاش) - أقرب جار.
متعدد الأبعاد - متغيرات استجابة متعددة (مثل وفرة الأنواع) ومتغير واحد أو أكثر من متغيرات التنبؤ - تحليل الكتلة ، تحليل متوسطات k ، التنسيق (مثل الإحداثيات الرئيسية ، المكونات الرئيسية ، القياس متعدد الأبعاد).
أنماط التصنيف
التجميع في مجموعات - الوسائل k ، التحليل العنقودي ، التنسيق (مثل القياس متعدد الأبعاد).
التسلسل الهرمي للعلاقة - تحليل الكتلة الهرمي ، والاختلاف.
البيانات المتعلقة بالوقت: عندما يكون الوقت مكونًا رئيسيًا أو ثانويًا.
البحث عن أنماط في البيانات التي تم جمعها بمرور الوقت.
مقارنة شيء في أوقات مختلفة (انظر الاختلافات).
ربط بعض المتغيرات بالتغييرات بمرور الوقت (انظر الروابط).
تقديرات السكان: أنت تبحث عن تقدير حجم مجموعة الكائنات الحية المتنقلة.
تصنيف المجتمع: أنت تبحث عن تحديد نوع المجتمع (نباتات أو حيوانات) وفقًا لمخطط معين (مثل التصنيف الوطني للنباتات).
التنوع: لديك عدة أنواع ، في منطقة واحدة أو أكثر ، وترغب في استكشاف التنوع.
ارجع إلى الجزء العلوي من المفتاح.
الرجوع الى أعلى الصفحة اذهب الى الأسفل
https://www.youtube.com/channel/UCfLvHrTJYQCBcagl-b7zWDQ
 
اختيار الاختبار الإحصائي المناسب 2
الرجوع الى أعلى الصفحة 
صفحة 1 من اصل 1
 مواضيع مماثلة
-
» اختيار الاختبار الإحصائي المناسب
» كيفية اختيار منهج البحث المناسب
» التحليل الإحصائي ببرنامج ‏SPSS
» كتاب التحليل الإحصائي للمتغيرات المتعددة باستخدام برنامج ‏SPSS
» اختيار سؤال البحث

صلاحيات هذا المنتدى:لاتستطيع الرد على المواضيع في هذا المنتدى
المنتدى الأكاديمي البحثي  :: الفئة الأولى :: التحليل الإحصائي-
انتقل الى: