آنالیز واریانس : ANOVA )ANALYSIS OF VARIANCE(
|
|
- Baldric Lamb
- 5 years ago
- Views:
Transcription
1 آنالیز واریانس : ANOVA )ANALYSIS OF VARIANCE( این روش آماری در کجا کاربرد دارد تاکنون استنباط آماری برای پارامتر های یک جامعه آماری و نهایتا برای پارامترهای دو جامعه آماری مطالبی برای شما گفته شده اما آمار سئوال این است که آمار نمی تواند میانگین بیش از دو جامعه مثال الی 0 جامعه را آزمون فرض انجام دهد بله متد آنالیز واریانس این کار را می کند. کاربرد دیگر در مدل های ANOVA است.مدل هایی هستند که در آن اثرات چند عامل را ( تعداد زیادی را( می توان به کمک این روش استنباط آماری روی آن انجام داد که همان آزمون فرضیه است. مثال : H 0 : μ = μ = μ دولت ادعا کرده که متوسط درآمد سرانه در تمام استانها با هم یکی است H 0 فرض مقابل می گوید نه چنین نیست H آقای ممبنی ادعا دارد که روشهای مختلف مدیریتی در سازمان ها همگی عملکرد یکسانی دارند H 0 اما یک فرد دیگر مخالف می گوید نه چنین نیست H جواب را آنالیز واریانس می دهد H 0 یک پزشک ادعا دارد که داروی مسکن برای کاهش درد اثرات یکسانی دارد اما یک متخصص دیگر می گوید چنین نیست آنالیز واریانس جواب می دهد H مثال( ادعا شده که 0 نوع کود زراعی روی میزان باروری یک محصول اثر یکسان ندارد اثرات یکسان هستند آنالیز واریانس H 0 H آنالیز واریانس در واقع تجزیه و تحلیل تغییرات درون یک مجموعه داده ها است جدول روش تدریس دانشجو دانشجو دانشجو دانشجو A B B روش تدریس داریم می خواهیم بدانیم که کدامیک از این روشها که آموزش و پرورش ادعادارد هر کدام از اینها بطور متوسط اثرات یکسانی دارد بهتر است. ( وقتی در جدول واریانس وجود ندارد پس احتیاجی به آنالیز ندارد(
2 فرض مقابل حداقل یکی از این دوتا اختالف دارد. روش روی دانشجو از هر جهت یکسان اجرا شده و امتحان گرفته شده و نمره هر تا شده 0 این دانشجو همگی مثل هم هستند. ولی اگر نمرات یکی نبود دلیل عدم همگن بودن منتخبین است. اگر این اتفاق افتاده بود که ---0 انتخاب دانشجوها برای بررسی روش تدریس یکسان نیستند.باید واحدهای انتخاب )دانشجو( همگن باشند از هر جهت )ولی ممکن نیست( جدول دانشجو روش تدریس دانشجو دانشجو دانشجو A 0 0 B 0 B این داده ها نیازمند تجزیه و تحلیل وجود تغییرات است )آنالیز واریانس( منابع تغییرات : منبع قابل تبین)عامل باعث شده( تغییراتی که روشهای گانه ایجاد کرده Between Row منبع خطا غیر قابل تبین : نمی توانیم کاری بکنیم چیزی جز خطا عامل شده است - - پس درآنالیز واریانس همواره تغییرات کل افراز می شودبه دو منبع مربوط به عامل هایا روشهای تدریس+عامل خطا پس منظور از آنالیز واریانس تجزیه و تحلیل تغییرات در یک مجموعه دیتا است که دیتاهای ما یک آرایه چند بعدی است )با ماتریس [ = A ) ] در آناوا واحد آموزمودنی داریم یا سابجگت یا یونیت ANOVA آزمودنی ها یا واحد های آزمایشی عبارت است فرد شی جسم که روی آنها آزمایش اجرا می شود که به آنها تیمار داده می شود. افرادی هستند که سطوح فاکتور به آنها اعمال می شود. تیمار : هر موضوعی که محقق دنبال بررسی اثرات آن یا بررسی میانگین اثرات آن است در آنالیز واریانس به آن تیمار می گویند.. Treatment پس روش تدریس داروها کودهای مثال کشاورزی داروها شیوه های مدیریتی هم تیمار هستند. One Way ANOVA هر گاه در یک مساله آنالیز واریانس یک دسته تیمار )مانند کودها یا روش های مدیریتی( با تیمارها مختلف یا ) یک عامل با سطوح مختلف )در ساخت یک محصول تحت شرایط دماهای مختلف در آزمایشگاه ساخته می شود.(
3 Two Way ANOVA ) دو دسته تیمار های مختلف یا دو عامل با سطوح مختلف K Way ANOVA ) در وان وی آناوا و تو وی آناوا هرکدام یا تیمار هستند یا فاکتور هستند One Way ANOVA وان وی باالنس )متعادل( - برای هر تیمار با تعداد برابر وجود دارد.A آموز C روی دانش آموز وان وی آن باالنس )نامتعادل( تعداد نمونه ها برای هر تیمار نابرابر در روی دانش آموز B روی دانش - - دانشجو روش تدریس دانشجو دانشجو دانشجو A 0 B B ( آنالیز واریانس یکطرفه متعادل: مجموعه داده های مربوط به یک مدل آناوای یک طرفه متعادل عبارت است از )در حالت کلی( مشاهده ( متغیر وابسته( مربوط به نمونه اول برای تیمار اول نمونه... n تیمار A y y y n A y y y n i y ij... A a y a y a y an y.. y ij : عبارت است مشاهده)متغیر وابسته( مربوط به j ام برای تیمارi ام تیمار = i نمونه = j
4 روش تجزیه تحلیل داده های مربوط به یک آزمایش آنالیز واریانس یک طرف متعادل : C f = N y 00 مجموع همه داده ها.. y ( N n a = تعداد سطر در تعداد ستون ) جمع هر سطر. همیشه روبروی تیمارها یا تیمارها راجمع می بندیم. ( f C عامل تصحیح کننده ( گوشه جنوبی تعداد کل مشاهدات نخست تغییرات کل را محاسبه و به توان می رسانیم SST( ) تک تک داده های درون جدول را به توان می رسانیم و جمع می کنیم و C f را از آن کم می کنیم. )0 SST = ( Y + Y + + Y n ) C f SST = SS tr + SSE تک تک جمع های روبروی تیمارها به توان می رسانیم و جمع می کنیم و بر n تقسیم می کنیم جمع مجذورات حاصل جمع هر تیمار SS tr = Σ SSE = SST SS tr dft = N تعداد کل مشاهدات منهای df tr = a تعداد تیمارها منهای df E = (na ) ( a ) = a(n ) جدول ANOVA ) ) ) ) ) ) ) sv منبع تغییرات sst df میانگین مجذورات Ms f ss tr تیمار)قابل تبین( a ms tr = ss tr a ms tr ms E SSE خطا)غیرقابل تبین( a(n ) ms E = ss tr n - SST کل an - - H 0 ( تیمارها همه اثرات یکسان دارند/تفاوت معنی داری بین تیمارها وجود ندارد : ) ناحیه بحرانی if F > F α (a,a(n )) then rej H 0 پایان آنالیز واریانس : اینها بین شان تفاوت نیست یا در سطح معنی دار α بین آنها تفاوت هست آنالیز واریانس جوابگوی اینکه کدام بهتر است نیست و مقایسات به جواب را می دهد.
5 مثال ) A 0 8 B 0 C 0 C f = () = 0. SST = ( ) 0. = SS tr = 0. =. 0. =. سهم خطا بیشتر شد = =. SSE One Way ANOVA Table (balance) SV SS df ms تیمار خطا..0./=.08.0/=. F =. 08. = 0. < i.7 کل - H بین این تیمارها تفاوتی وجود ندارد - بین این تیمارها تفاوت معنی داری وجود دارد H 0 F. 0.0 = a if 0. > a then rej H 0 One Way ANOVA (unbalance) در این حالت N برابر است با n های مختلف.n های هر تیمار با هم جمع می شوند ) n N = n i = n + n + + n a i= در ss tr اختالف دارد با روش قبل )
6 ss tr = ( y 0 + y y a ) C n n n F a y i A 0 8 B 0 C 0 N = + + = C f = = =. 77 SST = ( ). 77 =. ss tr = ( + + ). 77 =. SSE =.. =. 7 One Way ANOVA (unba lance) sv ss df ms f تیمار خطا /. = 0. <. کل 8 - فرض H 0 پذیرفته می شود چون < F است F بزرگ باعث می شود فرض 0 رد شود. if F > F α then rej H 0 آنالیز واریانس دوطرفه : در مساله ای که با آن در گیریم )بازرگانی ( آیا می شود دو عامل با سطوح مختلف یا دو دسته تیمار را بدون اثر متقابل تهیه شود. بدون تکرار با تکرار : اثرات هر دو دسته + اثرات متقابل دو تیمار به دلیل کمبود بادرجه آزادی در هر خانه بیش از یک مشاهده وارد می کنیم. ) )
7 بدون تکرار : در این مساله یک آزمایش اتفاق افتاده که تحلیل گر می خواهد اثرات دو دسته تیمار را که در مشاهدات تغییرات ایجاد کرده اند را آنالیز کند. جدول مربوط به این نوع مدل در حالت کلی بصورت زیر است. ) B فاکتور دوم... b A فاکتور اول y y y b y 0... y... y... y ij y b... y 0 a y a y a y ab y 0b y.j y 0 y 0... y 0b y.. : مشاهده مربوط به تیمار اول از دسته اول و تیمار اول از دسته دوم یا مشاهده مربوط به سطح اول فاکتورA y و سطح اول فاکتورB : y ij مشاهده مربوط به تیمار i ام تیمار A و تیمار j ام تیمار B داده های مربوط به آنالیز واریانس دو طرفه بدون تکرار است حاصل جمع تیمار i ام از دسته اول y i0 جمع روی سطوح دوم حاصل جمع مقادیر سطوح B برای سطح i ام A y 0j جمع روی سطوح اول C F = Y 00 ab SST = (y + y + + y ab ) C F SSA = y 0 + y y a0 C ss b F tr { SSB = y 0 + y y 0b C a F SSE = sst ss tr = sst (SSA + SSB) df T = N = ab df A = a 7
8 df B = b df E = ab (a ) (b ) = (a )(b ) Table(without Replicate) Two Way ANOVA SS df ms F A SSA a ms A = SSA a F A = ms A ms E B SSB b ms B = SSB b F B = ms B ms E SSE خطا (a )(b ) ms E = SSE (a ) (b ) SST کل ab A { H 0 A α = α α a H A at Least a i a j H 0B β = β + β + + β b B { نه چنین نیست B H if F A > F α (a,(a )(b )) then rej H 0 if F B > F α (b,(a )(b )) then rej H 0 مثال( A B y i. 0 0 y.j 0 N = ab = = 8
9 C F = () = 0 =. 7 sst = ( ). 7 = SSA = ( ). 7 =. SSB = =. 0 SSE = SS df ms F A B خطا F A = =... 7 F B = < کل if. > F α (.) then rej H 0 if 0. 0 > F α (.) then rej H 0 آنالیز واریانس دو طرفه )با تکرار( هرگاه بخواهیم دو دسته تیمار با تیمارهای مختلف یا دو عامل با سطوح مختلف را از نظر اثر بخشی روی یک عملکرد روی واحدهای آزمایشی بررسی کنیم که عالوه بر تصمیم گیری روی اثرات اصلی عامل ها یا دسته تیمارها اثر بخشی اثرات متقابل این دو عامل یا دو دسته تیمار را مد نظر قرار دهیم از آنالیز واریانس دو طرفه با تکرار استفاده می کنیم. تکرار چیست در مجموعه داده های دو بعدی هر گاه در هر خانه )در هر سل( بیش از یک مشاهده وجود داشته باشد این داده ها بعدی را )دو عاملی را ) داده های با تکرار می گوییم. اگر داده ها بدون تکرار باشند با کمبود درجات آزادی مواجه می شویم. برای رفع این مشکل آزمایشگر )محقق( آزمایش را با تکرار در نظر می گیرد ( مثال اگردر پزشکی اثر دارو را روی کاهش درد بر بیمار مطالعه کنیم. پرستار بعد از اعمال دارو آثار حیاتی بیمار از جمله تب نبض و... را بررسی می کند ) مساله را با یک مثال مطرح می کنیم تا بهتر متوجه شویم
10 مثال : یک کارشناس مسائل حسابداری می خواهد اثر دو عامل روش ثیت موجودی )A ) را در دو سطح ( دائمی ( ادواری و روش ارزشیابی موجودی )B( را در سه سطح LIFO FIFO و Mean بررسی نمائید. برای این منظور کلیه حالتهای ممکن دو روش ثبت موجودی ها و سه روش ارزیابی موجودی های مورد نظر را از طریق نمونه های تصادفی تایی مورد بررسی قرار داده و کارایی آنها را از طریق تخصیص نمره عددی اندازه گیری نموده است ) حالت( ) سل( مشاهده )*(.داده ها را در جدول زیر داریم. Mean LIFO FIFO ادواری 7,,,, 7, 8,,,, دائمی, 0,, 8,, 0, 8, 7,, Mean LIFO FIFO y. j a = ادواری 7,,, = 0, 7, 8, = 0,,, = دائمی, 0,, 8 = 8,, 0, = 7 8, 7,, = y i y 000 = 7 b = n = N = a. b. n = = روند محاسبات همانند روشهای قبل هست عالوه بر بعضی محاسبات جدید)مربوط به در نظر گرفتن اثرات متقابل( CF = y 000 N = 7 = 7. 0 sst = ( ) cf =. dt = N = = ss tr = ss A + ss B + ss AB ss A = + bn(k) ss B = an( ) ss AB = y y 000y n 7. 0 = = 8. 8 CF ss A ss B در مخرج a حذف شده است در مخرج b حذف شده است
11 ss AB = df A = a = = df B = b = = df AB = (a )(b ) = ()() = ss tr = = 80. SSE = SST ss tr =. 80. = =. df E = (dfsst ) (a + b (a )(b )) = ab(n ) = ()( ) = 8 Two Way ANOVA table with Replicate در مخرج a,b حذف شده است. SV A )روش ثبت( B )ارزشیابی موجودی( A*B خطا کل نباید منفی شود SS df MS F. F A = = F B = = F C =. = روش ثبت موجودی ها تفاوت معنی داری ندارد H نه چنین نیست --- H 0 H روش ارزشیابی موجودی ها تفاوت معنی داری ندارد --- نه چنین نیست H 0 H 0 AB اثرات متقابل روش های ثبت موجودی و روشهای ارزیابی موجودی تفاوتی بین آنها نیست --- H AB نه چنین نیست (,8) if F A = 8. 7 > F 0.0 =. H0A Rej (,8) if F b = 8. 0 > F 0. =. H0B Rej روش ثبت موجودی و ارزشیابی متفاوت هستند (,8) if F AB < > F 0. =. H0B Rej پایان آنالیز واریانس وجود یا عدم موجودی تفاوت معنی دار بین سطوح فاکتورها یا بین تیمارهای دودسته تیمار است کدام بهتر است آناوا جوابگو نیست. برای تعیین بهترین روش در آمار موضوعی هست تحت عنوان مقایسات دو به دو تیمارها یا مقایسات دو به دو سطوح عامل ها. این دو نوع عبارتنداز :
12 آزمون شفه آزمون توکی آزمون دانکن آزمون دانت آزمون نیومن-کلز... ) ) ) ) )0 ) رگرسیون )مدل های رگرسیون( برگشت اثرات یک دسته متغیرهای مستقل به تنها یک متغیر وابسته. در آمار سه دسته رگرسیون وجود دارد Linear Regression Model فقط این مورد جزو درس است ) no Linear Regression Model Generalized Linear Regression Model ) ) Linear Regression Model مدل رگرسیون خطی به اعتبار ضرایب متغیرهای مستقل به دو دسته تقسیم می شوند Simple Linear Regression Model ساده - فقط این مورد جزو درس است - Multiple Linear Regression Model چند گانه - الف- هر گاه در یک مدل رگرسیون فقط یک متغیر مستقل وجود داشته باشد ب-هر گاه در یک مدل رگرسیون خطی بیش از یکی متغیر مستقل وجود داشته باشد مدل رگرسیون یک مدل ریاضی محض نیست مدلی است که درگیر خطا است مدل خطی ساده )ریاضی قطعی است و درگیر خطا نیست( y = + x : y وابسته : x مستقل مدل رگرسیون خطی ساده y = β 0 + β X + ε : X تغییرات متغیر مستقل X روی Y برگشت دارد : ε خطا β β 0 : عرض از مبدا : شیب خط مثال : میزان هزینه تبلیغات را روی میزان فروش یک کاال مورد مطالعه قررار دهیم.عوامل غیر قابل کنترل هستند که در مساله نوسانات ایجاد می کنند)مصرف کننده ها( در رگرسیون عالوه بر مدل ساده مدل چند گانه وجود دارد
13 y = β 0 + β x + β x + β k x k + ε مقداری که چه تبلیغات انجام شود چه نشود فروش ثابتی داریم عرض از مبدا است. اگر یک واحد تبلیغات اعمال کنیم میزان β به فروش اضافه می شود در simple دو پارامتر داریم عرض از مبدا و شیب خط مدل رگرسیون خطی ساده y = β 0 + β x + ε : برآورد : برآورد β مجهول β 0 : y مدل پیش بینی کننده رگرسیون y = β 0 + β x یه مقدار { x = x 0 y = β 0 + β x 0 x y = β 0 + β x + ε x y = β 0 + β x + ε.. x n y n = β 0 + β x n + ε (x, y ), (x, y ), (x n, y n ) هنر آمار پیش بینی فروش در آینده است n بار رگرسیون را اجرا می کنیم مجموعه دیتاهای یک مدل رگرسیون خطی ساده زوج مقادیر است یا از دیتابیس شرکت استفاده می شود یا از االن شروع می کنیم به اجرا. ماهیانه تبلیغ می کنیم و فروش x y x y x y x n y n β 0, β برآورد می شود و سپس y بدست می آید. را محاسبه می کنیم. براساس این اطالعات قبل از آنالیز داده ها در بررسی مدلهای رگرسیونی که در این حالت رگرسیون ساده است رسم نمودار پراکنش داده ها است برای اینکه بطور شهودی ببینیم تقریبا رابطه بین دو متغیر y و x پراکنش را رسم می کنیم. یک رابطه خطی است نمودار
14 اولین برداشت از نمودار : می توانیم فرض که بین x و متغیر وابسته y رابطه خطی وجود دارد چون خطا داریم همه نقاط در یک خط نیستند عرض از مبدا تقریبا صفر است داده ها روند صعودی دارند. یعنی ضریب β مثبت است )شیب خط مثبت است( رابطه خطی ساده است عرض از مبدا بزرگ است شیب خط منفی است سهمی است / متغیر مستقل توان است بایستی تبدیالتی روی x انجام شود که توان را به یک تبدیل کند x + y = به توان است e y xو هم روی x و هم روی y تبدیالت ایجاد می کنیم که خطی شود
15 β 0, گام بعدی برای رگرسیون برآوردهای پارامترهای مدل است β ( روش حداقل مربعات )خطا( y را ما انتخاب می کنیم ) eخطای = (y y ) e = (y y اول ) eخطای = (y y ) e = (y y دوم. ) eخطای n = (y n y ) e n = (y n y n ما n Q = e i = (y i y i ) i> n n i= Q = (β 0 β x i y i ) i= β = s xy s = xx n n i= n i= s yy = (y i y ) i= β 0 = y β x مربعات خطا را حداقل می کنیم بین این نقاط پراکنش چند خط می گذاریم )بی نهایت( اونی که کمترین خطا را دارد خطای روی خط صفر است /خطای باالی خط + است /خطای پایین خط است / x iy j nx y (x i y ) مدل پیش بینی کننده رگرسیون y = β 0 + β x مثال ) شرکتی را در نظر بگیرید که در فروش و تعمیر رایانه فعالیت می کند برای مطالعه رابطه بین مدت زمان یک سرویس )متغیر وابسته (و تعداد قطعات الکترونیکی)متغیر مستقل( که باید تعویض شود داده های زیر از سوابق شرکت به تصادف استخراج شده i تعداد) x ( زمان سرویس) y (
16 می توانیم فرض کنیم که بین متغیر مستقل) قطعات سرویس شده ) و متغیر وابسته )زمان سرویس(یک رگرسیون خطی ساده برقرار است. y i = β 0 + β x i + ε i Y-Values i جمع x x i = 8 x = y y i = y = 7. 8 x x i=8 y y i=0077 xy x i y i = s xx = x i nx = 8 () = s yy = y i ny = 0077 (7. 87) = s xy = x i y i nx y = ( 7. 87) = 78 β = s yy = s xx β 0 = y β x = () =. y = (x) مثال به ازای = x قطعه پیش بینی زمان چقدر الزم است
17 y = () =.7 استنباط آماری روی مدل رگرسیون خطی ساده استنباط آماری : فواصل اطمینان/ آزمون فرض/ آنالیز واریانس -تعیین فواصل اطمینان برای پارامترهای یک مدل رگرسیون خطی ساده برای اقدام هر گونه استنباط آماری برای یک پارامتر به جز برآورد نقطه ای پارامتر الزم است که توزیع دقیق یا تقریبی برآورد گر نقطه ای پارامتر را بدانیم )داشته باشیم(.پس برای ایجاد این شرط )تعیین توزیع برآورد نقطه ای برای) β و β( 0 فرض هایی روی مدل رگرسیون اعمال می کنیم به عبارت دیگر فرض هایی را برای خطا در مدل اعمال می کنیم فرض می کنیم خطاها دارای توزیع نرمال با میانگین صفر و واریانس δ هستند ε i ~N(0, δ ) ε =,, n E(ε i ) = 0 var(ε i ) = 0 پارامتر سوم رگرسیون خطی- واریانس خطا که دارای توزیع نرمال است فرض های ایجاد رابطه خطی : رابطه خطی بین y و x است خطاها دارای توزیع نرمال است میانگین صفر است δ واریانس است )ثابت / مجهول( ( همه خطاها دارای واریانس هستند( y = β 0 + β x + ε ~ N(0, δ ) : y تصادفی است چون تابعی از متغیر تصادفی ε است : x غیر تصادفی است : پارامتر β 0 : پارامتر β : ε تنها عبارت تصادفی است 7
18 هر ترکیب خطی از یک متغیر تصادفی نرمال نیز دارای توزیع نرمال است y~n(β 0 + β x, δ ) E(y) = E(β 0 + β x + ε) = β 0 + β x + E(ε) = β 0 + β x var((β 0 + β x + ε) = var(ε) = δ فرض فوق ) و و و (: ابزارهایی هست که در آمار تمام این فرض را با استفاده از داده های موجود بررسی می کند)ابزار باقیمانده ها( یک فاصله اطمینان 00%(α ) برای پارامتر عرض از مبدا ( 0 β) δ همانطور که دیدیم پارامتر جدید δ در مدل ظاهر شد که بایستی این پارامتر هم با استفاده از داده های در اختیار یک برآوردگر نقطه ای برای آن بدست آوریم. با استفاده از روش حداقل مربعات برآوردگر نقطه ای ε δ = SSE n = MSE می شود. SSE = sst SSR = s yy β s xy میانگین مربعات خطا = MSE یا δ نکته : همه برآوردگرهامتغیر تصادفی هستند ضریب اطمینان نمونه تصادفی (زوج (x y, x y, x n y n تعیین براوردگر β 0 = y β x توزیع دقیق یا تقریب برآوردگر )چون β 0 یک تابع خطی از متغیر تصادفی y است بنابراین β 0 نیز دارای توزیع نرمال ) پس β 0~N(β 0, δ ( n + x s xx ) : نا اریب β 0 t = β 0 β 0 MSE ( n + x s xx ) ~t (n ) β 0 ± t (n ) α MSE ( + x ) n s xx فاصله اطمینان 8
19 مثال : با استفاده از داده های قبلی یک فاصله اطمینان % برای پارامتر عرض از مبدا را بنویسید.( β) 0 MSE = SSE n SSE = sst SSR = s yy β s xy SSE = (. 0 78) = 8. ) MSE = t =. 8 =. 07 β 0 ± t (n ) α MSE ( + x ) n s xx فاصله اطمینان. ± ( + ). ± 7.. 8,. β خیلی مهم است )پارامتر ضریب متغیر مستقل ) x β = s yy = 78. s xx یک فاصله اطمینان %00(α ) برای پارامتر شیب خط برآوردگر نقطه ای β می شود. β چون یک برآوردگر است یک متغیر تصادفی است بنابراین توزیع الزم دارد و چون y نرمال است β نیز نرمال است.)ولی واریانس معلوم نیست( β ~N(β, δ s xx ) t = β β MSE s xx ~t (n ) β ± t (n ) α MSE s xx. ± بر اساس ادامه مثال قبل
20 یک فاصله اطمینان %00(α ) برای میانگین مقادیر پیش بینی به ازای یک مقدار مشخص از متغیر مستقل (x = x 0 ) x y = β 0 + β x مقدار پیش بینی y به ازای یک مقدار مشخص شده متغیر x 0 x = x 0 y = β 0 + β x 0 x = x 0 y β 0 + β x 0 x = x 0 μ y x = E( y x = x 0 ) = β 0 + β x 0 y x = X به شرط یک مقدار Y میانگین مقدار پیش بینی برای متغیر وابسته Y به یک مقدار مشخص برای متغیر مستقل X μ y x = E( y x = x 0 ) = β 0 + β x 0 توزیع نرمال است μ y x=x 0 ~N(β 0 + β x 0, δ ( n + (x x 0 ) ) s xx ( β 0 + β x 0 ) ± t (n ) α MSE( n + (x x 0 ) ) s xx مثال ) با استفاده داده های جدول قبل یک فاصله اطمینان %(α ) برای میانگین پیش بینی متغیر وابسته y به ازای = 0 x محاسبه کنید. ( β 0 + β x 0 ) ± t (n ) α MSE( n + (x x 0 ) ) s xx (. + (. )()) ± ( ( ) + )
21 یک فاصله اطمینان %00(α ) برای یک مقدار متغیر تصادفی وابسته y مقدار مشخص داده شده برای متغیر مستقل x) = x 0 x( به اندازه یک نکته : فاصله پیش بینی است زیرا برای متغیر تصادفی استنه یک پارامتر y x=x0 = β 0 + β x 0 ( β 0 + β x 0 ) ± t (n ) α MSE( + n + (x x 0 ) ) s xx در زیر رادیکال به خاطر یک پیش بینی یک متغیر تصادفی می باشد. y مثال( یک فاصله پیش بینی % برای متغیر وابسته به ازای یک مقدار داده شده و مشخص متغیر یعنی = x بسازید (. + (. )() ± ( + ( ) + ) یک فاصله پیش بینی برای m تا مقدار پیش بینی در آینده برای متغیر وابسته y مقدار داده شده و مشخص متغیر مستقل یعنی x = x 0 بسازید فرمول قبلی به جای می شود m به ازای یک ( β 0 + β x 0 ) ± t (n ) α MSE(m + n + (x x 0 ) ) s xx با استفاده از مقدار پیش بینی برای متغیر وابسته y به ازای = x در سطح معنی % بسازید (. + (. )() ± ( + ( ) + ) آنالیز واریانس رگرسیون آزمون فرض روی موضوعات گفته شده آنالیز واریانس روی رگرسیون
22 آزمون فرضیه در سطح معنی دار α برای پارامتر عرض از مبدا در یک مساله رگرسیونی ممکن است روی پارامتر β 0 سه دسته فرضیه مطرح گردد)موررد بحث قرار گیرد( ) { H 0: β 0 β 00 H : β 0 < β 00 ) { H 0: β 0 β 00 H : β 0 > β 00 ) { H 0: β 0 = β 00 H : β 0 β 00 توزیع نرمال واریانس نامعلوم برای هر سه فرضیه از کمیت t استفاده می شود t H 0 = β 0 β 00 MSE ( n + x s xx ) ~t n ناحیه بحرانی و نوع تصمیم مانند حالت قبل برای t است )حالت ب یک جامعه نرمال در امتحان میان ترم ) مثال( ادعا شده است که عرض از مبدا مدل رگرسیونی مربوط مصرفی در مثال اول مخالف است ) واحد زمان( به زمان سرویس و تعداد قطعات { H 0: β 0 = H : β 0. t H 0 =. 07 ( + = a ) if a >. 8 t 0.7 then H 0 Rej آزمون فرض در سطح معنی دار a برای پارامتر شیب خط رگرسیون ( ضریب متغیر رگرسیون ) )خیلی مهم ) برای پارامتر شیب خط مثل پارامتر عرض از مبدا سه فرضیه به صورت زیر مطرح است ) { H 0: β β 0 H : β < β 0 ) { H 0: β β 0 H : β > β 0 ) { H 0: β = β 0 H : β β 0
23 ممکن است = 0 0 β باشد در این حالت دسته سوم فرضیه ها تبدیل می شود به { H 0: β = 0 H : β 0 کمیت محوری t t H 0 = β β 0 (n ) ( MSE ~t α s ) xx ناحیه بحرانی و نوع تصمیم گیری مانند قسمت ب یک جامعه نرمال وقتی واریانس معلوم نیست ادعا شده که متغیر مستقل x اثر مثبت روی متغیر وابسته y دارد در سطح معنی دار % این ادعا را بررسی کنید. { H 0: β 0 H : β > 0. 0 t H 0 = = a. 07 ( ) if a > t 0. { H 0: β = 0 H : β 0 =. 78 then Rej H 0 اگر یکطرفه باشد α α اگر دو طرفه باشد ادعا شده متغیر مستقل x روی زمان سرویس اثر دارد این ادعا را در سطح معنی دار % آزمون کنید.. 0 t H 0 = = a. 07 ( ) (n ) if a >. 8 t 0.7 then Rej H0
24 آزمون فرض در سطح %00(α ) برای میانگین مقادیر پیش بینی به ازای یک مقدار داده شده و مشخص برای متغیر مستقل x = x 0 x ) { H 0: μ y x μ 0 H : μ y x < μ 0 ) { H 0: μ y x μ 0 H : μ y x > μ 0 ) { H 0: μ y x = μ 0 H : μ y x μ 0 t H 0 = β 0 + β (X 0 ) μ 0 MSE ( n + (x x 0) s ) xx ناحیه بحرانی و تصمیم گیری مانند قسمت ب توزیع نرمال میانگین است. مثال ) ادعا شده که میانگین متغیر وابسته به ازای = x کمتر از دقیقه است این ادعا را { H 0: μ y x= 0 H : μ y x=0 < 0 در سطح معنی % بررسی کنید t H 0 = if a < t () ( ( ) + ) =. 78 then Rej H 0 = a آزمون فرض در سطح معنی دار a برای یک مقدار پیش بینی در آینده برای متغیر تصادفی وابسته x = یعنی x 0 x به ازای یک مقدار داده شده متغیر تصادفی مستقل y ) { H 0: μ y x0 y 0 H : μ y x0 < y 0 ) { H 0: μ y x0 y 0 H : μ y x0 > y 0
25 ) { H 0: μ y x0 = y 0 H : μ y x0 y 0 t H 0 = (β 0 + β x 0 ) y 0 MSE ( + n + (x x 0) s ) xx ناحیه بحرانی و نوع تصمیم گیری مانند قسمت ب جامعه نرمال وقتی واریانس معلوم نباشد y = β 0 + β x + β x + + β k x k + ε { H 0: β = β = β k = 0 H : A + Least β i 0 آنالیز واریانس برای رگرسیون خطی مدل چند تایی متغیر مستقل k پارامتر + k )چون β 0 هم هست( یعنی هیچ متغیر مستقلی نمی تواند تغییرات در متغیر وابسته ایجاد کند روش آماری برای بررسی این ادعا یا این فرضیه ها روش آنالیز واریانس است که جدول آنالیز واریانس در حالت کلی به صورت زیر است جدول آنالیز واریانس برای مدل رگرسیون خطی چندگانه SV رگرسیون خطا کل SS SSR = β S xx SSE = (s yy β β S xx ) SST = Syy DF k n k n MS MSR = SSR k MSE = SSE n k F F a = MSR MSE تصمیم گیری f H 0 > F α (k,n k ) Then Rej H 0 For k=, we have in simple liner regression مدل چند گانه را به ساده تبدیل کنیم به جای k عدد را می گذاریم مدل رگرسیون خطی ساده H 0 : B = 0 VS H : B 0 که همان فرضیه ای است که با کمیت محوری t اجرا شده
26 F جدول آناوا t (n ) برای وجود یا عدم وجود ارتباط بین دو متغیر مستقل و تصادفی وابسته به دو طریق می توانیم آزمون فرض انجام دهیم تا بررسی کنیم که این رابطه وجود دارد یا وجود ندارد روش اول : استفاده از کمیت محوری t با n با درجه آزادی که توضیح داده شد استفاده از جدول آنالیز واریانس که از کمیت محوری f فیشر با درجات آزادی صورت و مخرج n استفاده می شود ) ) SV رگرسیون β خطا کل SS DF (n ) MS. 77 msr = 7. 8 mse = = 8. F = F = 0. < β =. 78 = t H 0 = <. 07 مقادیر مهم جهت واریانس s xx, s xy, s yy, β, β 0, SSE, MSE آنالیز همبستگی خیلی مهم - سوال امتحانی دارد هرگاه در یک مطالعه هر دو متغیر تصادفی باشند در این حالت برای نشان دادن ارتباط این دو متغیر از یک شاخص آماری تحت عنوان ضریب همبستگی پیرسون یا اسپیرس و... استفاده می کنیم. پارامتر پیرسون در یک جامعه دو بعدی )یک تابع احتمال با توزیع دو متغیره ) عبارت است از P x,y = cov x,y σ x σ y ضریب همبستگی خطی پیرسون بین دو متغیر تصادفی y, x در زمان نظر سنجی نه x و نه y تصادفی هستند ویژگی های این پارامتر عبارتند از ) P OR P or p 0 < or P [, ]
27 P = P =- همبستگی خطی بین دو متغیر تصادفی وجود % وجود دارد و رابطه مستقیم است همبستگی خطی بین دو متغیر تصادفی وجود % وجود دارد و رابطه معکوس است همبستگی خطی بین دو متغیر تصادفی وجود ندارد = 0 P P = 0 β = 0 ) P a±x,b±y = P x,y اگر به X وY چیزی اضافه کنیم تاثیری روی همبستگی ندارد به مقدار عرض از مبدا چیزی کم یا اضافه کنیم تاثیری روی همبستگی ندارد 0 b ( P ax,by = P x,y,a همبستگی نسبت به مقیاس اندازه گیری ایستا است σ x,y = E[(X μ X )(y μ Y ] = E(xy) μ X μ y هم برای ضریب همبستگی و هم برای کواریانس متغیر X وy روی می آوریم به مقدار برآورد آنها براساس یک نمونه تصادفی. بنابراین در این حالت مثل رگرسیون نمونه ای که داریم یک نمونه جفت دیتا هستند n (x, y), (x, y ),., (x n, y n ) x x... x n y y... y n p = r = s xy s xx s yy [, ] براساس این نمونه تصمیم میگیریم روی پارامتر مجهول جامعه r = 0 p = 0 همبستگی پیرسون p جامعه ای با دو متغیر ضریب تعیین : ضریب تعیین در مبحث آنالیز واریانس و آنالیز رگرسیون خطی عبارت است از مقدار سهم تیمار در مقادیر که اگر در عدد ضرب شود تبدیل به درصد می شود. سهم تیمار در ایجاد تغییرات در مشاهدات 7
28 در on way sst = ss tr + ssm R = ss tr sst SSE ضریب تعیین سهم خطا = SSE = = SST sst sst R تماما سهم تیمار = R تماما سهم خطا = 0 R هرچه R به یک نزدیک تر باشد دقت اجرا بیشتر است و هرچه به صفر نزدیک باشد دقت آزمایش کمتر است. در Two way بدون تکرار ss tr = ss A + ss B R = ss tr sst R = ss A sst R = ss B sst مقدار سهم دسته تیمار A در ایجاد تغییرات در مشاهدات مقدار سهم دسته تیمار B در ایجاد تغییرات در مشاهدات در Two way با تکرار ss tr = ss A + ss B + ss AB R = ss tr sst, R = ss AB sst در مدل رگرسیون با ضریب تعیین مطرح است SST = SSR + SSE R = SSR SSt تغییرات درون y R = SSE SSt سهم متغیر مستقل x در ایجاد کردن تغییرات در مشاهدات y تفاوت در رگرسیون )متغیر مستقل )رابطه خطی بین دو متغیر تصادفی( تصادفی( همه با هم یک محاسبه دو به دو به همبستگی محاسبه می می شود شود شباهت هردو خطی هستند پیرسون خطی 8
29 در پرسشنامه آنالیز همبستگی استفاده می شود متغیرهایی که دو به دو تحلیل می شوند تصادفی هستند ضریب همبستگی بین دو متغیر را با ρ x,y نشان می دهیم این یک پارامتر است چون حرف یونانی است (ρ) و به جای R نشسته است یک شاخص مربوط به جامعه متغیرهای y و x است و دسترسی به آن نداریم نمونه گیری می کنیم و برآورد آن را تحلیل گر بدست می آورد یک نمونه تصادفی در ضریب همبستگی بین دو متغیر تصادفی به اندازه n مانند نمونه گیری در رگرسیون خطی ساده است و به دو شکل است زوج ) n (x n, y و و( (x, y و( (x, y دو سطر ) ) x x x... x n y y y... y n در رگرسیون x مستقل و y وابسته است ولی در همبستگی می توان هر دو مستقل یا وابسته باشند و لزومی ندارد حتما یکی مستقل و یکی وابسته باشد x x x... x n x x x... x n برآورد نقطه ای ρ بر اساس یک نمونه تصادفی n تایی داده شده بصورت زوج یا و تا سطر عبارتند از ρ = r = s x,y s xx s yy ε[, ] این r همه ویژگی های ρ را دارد )- مربوط به بازه بسته و - است ( فاقد مقیاس اندازه گیری هستند مانند سیری ( r نسبت به افزودن یا کم کردن مقادیر ثابت به مقادیر دو متغیر هیچ تغییر نمی کند r نسبت به افزودن یا کم کردن ایستا است )مقادیر عرض از مبدا( ( چون کسر است اگر در یک عدد ثابت غیر صفر ضرب کنیم یا تقسیم کنیم تغییر نمی کند. ) براساس این اطالعات که داریم رابطه بین y و x رابطه خطی %00 است.)تمام مقادیر در یک دسته هستند( یک خط ریاضی
30 %7 یعنی %7 نقاط در یک خط هستند و % جهتشان معکوس = 0 r براساس اطالعات جمع آوری شده به نظر می آید همبستگی خطی وجود ندارد)اما دلیلی ندارد که در جامعه = 0 ρ باشد( آزمون فرضیه برای پارامتر ضریب همبستگی جامعه ρ برای ρ دو نوع آزمون داریم ( مطرح می شود( - آزمون وجود یا عدم وجود )رابطه برای فالن وجود دارد یا ندارد( عدم وجود همبستگی = 0 ρ H 0 وجود همبستگی 0 ρ H سعی کنیم همیشه H هر آزمون فرضیه گام دارد )ادعا( را بنویسیم s x,y r = s xx s yy n t H 0 = r r ~ t(n ) ناحیه بحرانی و نوع تصمیم گیری مطابق قسمت ب یک جامعه نرمال وقتی واریانس آن معلوم نسبت با تفاوت درجه آزادی که اینجا n است
31 x مثال امنحانی : فرض کنید دو متغر تصادفی x سطح =.0 0 a آزمون فرض انجام دهید. و مقادیر زیر را داریم. وجود یا عدم وجود همبستگی را در x x 7 8 i x x x x x x x = x = s x x = ( ) = 0 s x x = 0 ( ) = s x x می تواند منفی شود = 0 ) (0 0 = r = 0 = 0. 0 تقریبا % اطالعات دارای همبستگی هستند t H 0 = 0. =. 0. if. 77 > t 0.7 =. 8 then Rej H 0 H 0 قبول می شود کامپیوتر به جای جدول ( n) t مقدار ρ می دهد که اگر کمتر از α باشد صفر رد می شود valu
32 if ρ valu > α then Rej H 0 احتیاجی به جدول ندارد. سطح معنی دار داریم و ρ valu با آن مقایسه می شود = 0 valu ρ تحت هر شرایطی H 0 رد می شود -آزمون برای ضریب همبستگی در مورد مقادیری روی پارامتر ضریب همبستگی است )مقدار( ) H 0 ρ ρ 0 H ρ < ρ 0 مثال وجود همبستگی و کمتر از %0 است ) H 0 ρ ρ 0 H ρ > ρ 0 وجود همبستگی و مثال بیشتر از %0 است ) H 0 ρ = ρ 0 در وجود یا عدم وجود مورد استفاده قرار می گیرد H ρ ρ 0 s x,y r = s xx s yy برای تابعی از r نه خود r به طور مجانبی )تقریبی( یک توزیع تعیین کرده است ( گام ( U = + r ln r ~N ( ln + ρ 0, ) for n > ρ 0 n (e) لگاریتم در مبنا نپر : ln e x = y ln e e x = ln e y x = lny کمیت محوری نرمال تقریبی است ( z H 0 = ln + r r ) ( ln + ρ 0 ρ 0 ) n ~N(0, ) تصمیم گیری و ناحیه بحرانی مانند حالت )الف( برای میانگین در یک جامعه نرمال وقتی واریانس معلوم است
33 )فاصله اطمینان %00(α ) برای ρ برای نوشته است اما فیشر و علم آمار از تابع مثلثاتی هایپر برلیک استفاده کرده است( مثال : ادعا شده که تعداد ضریب همبستگی بین مشازکت کارکنان و نوع تصمیم گیریی سازمانی همبستگی خطی پیرسون بیشتر از %0 وجود دارد براساس اطالعات جمع آوری شده در این سازمان برای این دو متغیر تصادفی مشارکت کارکنان (x) و نوع تصمیم گیری (y) بصورت زیر این ادعا را در سطح =.0 0 α آزمون کنید. i x x x x x x x = y = s xx = x n(x ) = 8 ( ) = s yy = y n(y ) = 8 ( ) = s xy = (x y) n(x y ) = ( ) = r = s x,y s xx s yy = { H 0 ρ 0. 0 H > 0. 0 = = 0. 7 U = ln + r r + r = =. 7 r = 0. 7 = 0. + r. 7 = r 0. = 7 Ln7 =.
34 ln7 = ρ 0 = =. 0 ρ 0 = 0. 0 = ρ 0. 0 = ρ = Ln =. 8 ln = 0. n = n = { n = = = 0. 8 z H 0 = α = % z =. = if >. then rej H 0 ضریب همبستگی اسپیرمن یک اندازه وابستگی غیر پارامتریک )توزیع ندارد(داده ها معلوم نیست از چه توزیعی آمده اند. این همبستگی ارتباط یا وابستگی آماری بین دو متغیر تصادفی را نشان می دهد این ضریب را نیز اغلب با ρ یا )برآورد( r s نمایش می دهند این ضریب به خوبی چگونگی ارتباط بین دو متغیرتصادفی را با استفاده از یک تابع ارزیابی می کند اگر درمجموعه داده ها )به خصوص برای متغیر اول x( گره ای وجود نداشته باشد. )گره عدد تکراری در ) x همبستگی اسپیرمن مانند همبستگی یرسون در بازه بسته [+,-] رخ می دهد. این ضریب همبستگی در واقع یک ضریب همبستگی رتبه ای می باشد)طیف لکریت در مدیریت( یک نمونه تصادفی به اندازه n از مقادیر دو متغیر تصادفی y و x نیز مانند رگرسیون خطی ساده و آنالیز همبستگی پیرسون بصورت زوج ظاهر می شود. مثال می زنیم تا نشان دهیم این ضریب همبستگی را چگونه می توان محاسبه مثال : داده های زیر درآمد ساالنه هر فرد جامعه ( x بر حسب دالر( و مرگ میر نوزادان )y برحسب هر نوزاد زنده ) برای کشور را نشان می دهد. نکته : این یک نمونه تصادفی است زیرا فقط شامل کشور می باشد. A کشور B C D E F G H I J K 0 درآمد مرگ ومیر 7 0 نوزادان
35 A کشور F G C H I E D K B J xمرتب 0 شده y متناظر i xمرتب شده i yمرتب شده x رتبه y رتبه D i تفاضل رتبه ها 7 0 d i d i n i= r s = n(n ) r s = () = 0. ( ) یک همبستگی معکوس بین درآمد و مرگ و میر نوزادان وجود دارد. نکته : اگر در مجموعه دیتا گره وجود داشته باشد )یعنی عدد تکراری( ضریب همبستگی اسپیرمن و ضریب همبستگی رتبه های پیرسون یک هستند. برای مثال قبل ضریب پیرسون را محاسبه می کنیم. i x y x y x y
36 جمع 0 0 x = y = s xx = x n(x ) = 0 ( ) = 0 s yy = y n(y ) = 0 ( ) = 0 s xy = x y n(x y ) = ( ) = 0 r = = 0 مانند r s اسپرمن 0. = 0 آزمون نیکویی برازش تحلیل گر یک مجموعه دیتا دارد می خواهد ببیند که مجموعه دیتا در اختیار به چه توزیع به درستی فیت می شود این دیتا از چه توزیعی آمده است. مثال : سکه جهت کازینو را به آمار دان می دهد با آزمون نیکویی برازش صحت آن را تایید می کند تاس منچ/ تاس کازینو را به آمار دان می دهد با آزمون نیکویی برازش صحت آن را تایید می کند آزمون برای فرضیه انجام می شود.آزمونی که این نوع فرضیه ها را در سطح معنی دار α را انجام می دهید عبارت { H 0 X~ N(μ, σ ) H X N(μ, σ ) است از آزمون نیکویی برازش : متغیری که مقادیرش را در دیتا در اختیار دارد X H 0 ρ = { H ρ سکه
37 H 0 ρ i = { H ρ i تاس i =,, سکه : آزمون فرض در سطح معنی دار 0 =.0 α این ادعا که سکه سالم نیست را آزمون کنیم استخراج نمونه تصادفی ) - - O i مشاهدات 0 e i انتظارات 00 = = 0 O i e i O i e i (O i e i ) (O i e i ) شیر خط جمع e i K = if K > χ (m ) α = χ () 0. then rej H 0 ( m): تعداد دسته ها )شیر و خط( مثال ( تاس ادعا شده که یک تاس وجهی سالم نیست برای بررسی این ادعا در سطح معنی دار =.0 0 α 00 بار این تاس را پرتاب کنید و فراوانی هر عدد روی تاس را... H 0 ρ i = H ρ i O i e i O i e i (O i e i ) (O i e i ) = e i K = 0. 8 if K = 0. 8 > χ () 0. then rej H 0 7
38 آزمون استقالل )مشابه آزمون آنالیز واریانس دو طرفه است دقت شود( هرگاه بخواهیم استقالل )عدم وابستگی (دو عامل با سطوح مختلف یا با حالتهای مختلف را مورد آزمون قرار دهیم یا بررسی کنیم از روش آزمون استقالل استفاده می کنیم. موارد : عالقمند هستند که بررسی کنید آیا شیفت های مختلف کاری با کاالی معیوب در یک خط تولید وابسته هستند یا مستقل گرایش به انتخاب رشته دانشگاهی و جنسیت فرد متقاضی وابسته هستند یا مستقل گرایش احزاب موجود )دموکرات جمهوری مستقل( و نژاد افراد وابسته هستند یا مستقل داده ها مربوط به این گونه مسائل )آزمون...( در جدولی تحت عنوان جدول توافقی r C بطور کلی نمایش می دهند.. c n i n (e ) n (e ) n c n 0 n n n c n 0... r... n r... n rα n ij(eij ) n rc n rc n j n. n. n. c n 00 H 0 : A B است مستقل از B A H 0 : A B نیست مستقل از B A / همیشه e تحت فرض H 0 هستند / تعداد آبزرویشن O = r c nij تعداد اعداد در سطر j و ستون i ρ(a B) ρ(a B) H0 H = ρ(a) ρ(b) = ρ(a) ρ(b A) e = e ij = i = r j = c (n. )(n. i) n 00 (n. i)(n. j) n 00 8
39 O i e i O i e i (O i e i ) O e O e e i (O e ) O e O e e (O e ). O O O. e e e. O e O e O e. e.... O r.c e rc (O r.c e r.c ) ρ. k r.c e r.c = (O i e i ) i= e i مثال ) فرض کنیداز دانشجو پسر و دانشجوی دختر در انتخاب یکی از گرایش های مورد عالقه خود شامل فیزیولوژی بیومکانیک رفتار حرکتی مدیریت پرسیده شده است و داده های زیر مشاهده گردیده است نکته چون حرف از تعداد زده شده )یعنی فراوانی ) پس از آزمون استقالل استفاده می کنیم. m f مدیریت حرکتی رفتار بیومکانیک فیزیولوژی جمع e = m f جمع فیزیولوژی (. ) 0(. ) =. بیومکانیک 0(. ) 0(7. 77) 0 حرکتی رفتار (. ) (. ) 0 مدیریت 0(. ) (. )
40 i O i 0 e i O i e i 00 (O i e i ) (O i e i ) e i k =. if K =. > χ () 0.0 = 0. 8 then rej H 0 جنسیت فرد و گرایش انتخابی مستقل نیستند
LINEAR CONTROL SYSTEMS Ali Karimpour Associate Professor Ferdowsi University of Mashhad
LINEAR CONTROL SYSTEMS Ali Karimpour Aociate Profeor Ferdowi Univerity of Mahhad Lecture Stability analyi Topic to be covered include: Stability of linear control ytem. Bounded input bounded output tability
More informationFinal Exam Sample Questions Signals and Systems Course Fall 91
1 1. Consider the signal x(t) with the Laplace transform region of convergence a < Real{s} < b where a < 0 < b. Determine the Laplace transform region of convergence for y(t) = x(t)u(t). 2. Given the following
More informationAdvanced Inorganic Chemistry. نیم سال اول Ferdowsi University of Mashhad
Advanced Inorganic Chemistry ماتریس matrix ماتریس آرایه ای مستطیلی از اعداد یا عالئم می باشد عضو های قطری 2 ماتریس واحد 3 جمع و تفریق ماتریس ها 4 جمع و تفریق ماتریس ها 5 نکته 6 تمرین جمع و تفریق ماتریس
More informationIn the Name of God. Welcome to Chem. 100 General Chemistry I
In the Name of God Welcome to Chem. 100 General Chemistry I General Chemistry I Autumn Semester 96-97 Ahmad Amiri Assistant Professor of Inorganic Chemistry Chemistry Department University of Tehran ahmadamiri@ut.ac.ir
More informationOrganic Compounds: Alkanes and Their Stereochemistry
3 Organic Compounds: Alkanes and Their Stereochemistry ترکیبات آلی: آلکان ها و استریوشیمی آنها Based on McMurry s Organic Chemistry, 7 th edition Why this Chapter Alkanes are unreactive, but provide useful
More informationتحلیل و طراحی سیستم های کنترل چندمتغیره در حوزه فضای حالت
باسمه تعالی سیستم های کنترل چند متغیره Lecture 4 تحلیل و طراحی سیستم های کنترل چندمتغیره در حوزه فضای حالت مقدمه اهمیت استفاده از تحلیل و طراحی سیستم ها در فضای حالت دست یاقتن به توصیف دینامیک داخلی سیستم
More informationبه نام خدا. Organic Chemistry 1. Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran
به نام خدا 3 Organic Chemistry 1 Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran m-mehrdad@guilan.ac.ir 3 Organic Compounds: Alkanes and Their Stereochemistry ترکیبات آلی:
More informationAir pollution Sahraei Physics Department Razi University http://www.razi.ac.ir/sahraei پایداری قائم جو اگر بخواهیم پدیده های مهم جوی مانند آشفتگی را درک و پیش بینی کنیم باید برای پایداری حرکت قائم هوا
More informationAlkenes: Structure and Reactivity
6 Alkenes: Structure and Reactivity آلکن ها: ساختار و واکنش پذیری Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran m-mehrdad@guilan.ac.ir Based on McMurry s Organic Chemistry,
More informationسنگ بنای جهان چیست سعید پاک طینت مهدی آبادی پژوهشگاه دانش های بنیادی 8 اردیبهشت 1395
سنگ بنای جهان چیست سعید پاک طینت مهدی آبادی پژوهشگاه دانش های بنیادی 8 اردیبهشت 1395 جهان وما از چه ساخته شده ایم آب )اکسیدها ) ماده جهان ناشناخته است! مقدار زیادی اکسیژن %96 C H O unknown slide 2 1. Are
More informationبه نام خدا شیمی آلی 1. Dr M. Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran
به نام خدا 4 شیمی آلی 1 Dr M. Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran 4 Organic Compounds: Cycloalkanes and their Stereochemistry ترکیبات آلی: سیکلوآلکان ها و استریوشیمی آنها
More informationتنش محوری فصل هفتم بخش دوم - مقاومت مصالح PROBLEMS. 6.1 through 6.18 Using. Fig. Fig. P6.4. Fig. P ft 8 ft. 2.4 m 2.4 m lb. 48 kn.
و نیرو فصل هفتم تنش محوری بخش دوم - مقاومت مصالح 4 4 F 64 F 6 7 48 4 6 F 6 8 F 6 F 4 8 4 84 6 68 U OEMS 86_6_6-7 8 /6/9 ::46 M -7 F 64 F 6 8 4 8 4 4 48 7 F 6 4 F 6 4 84 6 68 U OEMS 86_6_6-7 8 /6/9 ::46
More informationADSORPTION. Adsorption, the binding of molecules or particles to a surface.
جذب ADSORPTION Adsorption, the binding of molecules or particles to a surface. Adsorption vs. Absorption Adsorption is accumulation / adhesion of molecules at the surface of a solid material (usually activated
More informationDynamic meteorology 1
Dynamic meteorology 1 Lecture Sahraei Physics Department Razi University http://www.razi.ac.ir/sahraei متغیرهای فیزیکی Physical Variables وابسته مستقل T - وابسته: )یا نرده ای است مانند فشار هوا P سرعت
More informationمعادلات دیفرانسیل معمولی و جزي ی دسته بندي معادلات دیفرانسیل خاص معادله 0 معادلات دیفرانسیل اغلب از مدل کردن پدیده های فیزیکی حاصل می شوند.
یادآری مجمل از معادلات دیفرانسیل دسته بندی معادلات معادلات دیفرانسیل معملی دیفرانسیل...١ جزي ی...١ معادلات دیفرانسیل مرتبه یک مرتبه د مراتب بالاتر...٢ معادلات دیفرانسیل خطی غیرخطی... ٢ حل معادلات دیفرانسیل...
More informationovercurrent overcurrent Instantaneous Tap (4-2 Directional Overcurrent
overcurrent رله های. 2 1-2) روشهای مختلف حفاظت overcurrent overcurrent و هماهنگی رله های 2-2) تنظیم 2 3-2) مثالهایی از تنظیم و هماهنگی رله های overcurrent Instantaneous Tap (4-2 Directional Overcurrent
More informationPolar Covalent Bonds; Acids and Bases
2 Polar Covalent Bonds; Acids and Bases پیوندهای کوواالنسی قطبی اسیدها و بازها Based on McMurry s Organic Chemistry, 7 th edition چرا این فصل Description of basic ways chemists account for chemical reactivity.
More informationAn Overview of Organic Reactions
5 An Overview of Organic Reactions نگاهی اجمالی به واکنش های شیمیایی Based on McMurry s Organic Chemistry, 7 th edition Why this chapter? To understand organic and/or biochemistry, it is necessary to know:
More information10/12/2010 SPSS. Statistical Package for the Social Science ارزيابي روابط. File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help
0//00 ها با داده تحليل SPSS نرمافزار (پيشرفته) 389 مهرماه تاا 0 پژوهشكده آمار مونا شكري پور آشنايي با بسته نرم افزاري SPSS Statstcal Package for the Socal Scece منوهاي اصلي Fle, Edt, Vew, Data, Trasform,
More informationStereochemistry. Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran
9 Stereochemistry استریوشیمی Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran m-mehrdad@guilan.ac.ir Based on McMurry s Organic Chemistry, 7 th edition Stereochemistry Some
More informationآخرین نسخه نرم افزارهای نرم افزارهای
فروش ویژه آخرین نسخه نرم افزارهای نرم افزارهای BIOVIA Discovery Studio 4.5 (2016) Molecular Operating Environment (MOE) 2015.10 شرکت زیست آروین تنها شرکت فعال در زمینه تهیه و توزیع نرم افزارهای بیوانفورماتیک
More informationLINEAR CONTROL SYSTEMS
LINEAR CONTROL SYSTEMS Ali Karimpour Aociate Profeor Ferdowi Univerity of Mahhad Root Locu Criteria Topic to be covered include: v v v v Root locu criterion. u u u Root loci (RL). Complement root loci
More informationLecture 7 CONTROL ENGINEERING. Ali Karimpour Associate Professor Ferdowsi University of Mashhad
CONTROL ENGINEERING Ali Karimpour Aociate Profeor Ferdowi Univerity of Mahhad Dr. Ali Karimpour Sep 5 Root Locu Criteria Topic to be covered include: Root locu criterion. Root loci (RL). Complement root
More information«باسمه تعالي» رياضيات : Sanjesh.razavi.medu.ir سؤاالت. x 2 )3
«باسمه تعالي» نام : اداره كل آموزش و پرورش خراسان رضوي تاريخ امتحان : مدت امتحان : اداره سنجش آموزش وپرورش نام خانوادگي : ساعت شروع : سواالت امتحان هماهنگ پايه نهم)متوسطه اول( نام آموزشگاه : شمارهي داوطلب
More informationModeling Static Bruising in Apple Fruits: A Comparative Study, Part I: Analytical Approach
Iran Agricultural Research, Vol. 32, No. 2, 2013 Printed in the Islamic Republic of Iran Shiraz University Modeling Static Bruising in Apple Fruits: A Comparative Study, Part I: Analytical Approach S.
More informationEffect of Embankment Soil Layers on Stress-Strain Characteristics
Iranica Journal of Energy & Environment 5 (4): 369-375, 2014 ISSN 2079-2115 IJEE an Official Peer Reviewed Journal of Babol Noshirvani University of Technology DOI: 10.5829/idosi.ijee.2014.05.04.04 BUT
More informationMcEliece دانشگاهصنعتیشریف
م حی الر ن حم الر اهلل م بس رمز ی علم قطب شریف صنعتی دااگشنه McEliece شبه عمومی کلید رمز های سامانه کدهای بر مبتنی باقری خدیجه امیرکبیر صنعتی دانشگاه کامپیوتر علوم و ریاضی دانشکده kbagheri@aut.ac.ir 1/
More informationفصل اول نمايش اعداد. سيستم نمايش اعداد مبنا :)base( نيازها: مبناي r: ارقام محدود به [1-r,0] (379) 10 محاسبات در هر مبنا تبديل از يک مبنا به مبناي ديگر
فصل اول نمايش اعداد سيستم نمايش اعداد مبنا :)base( نيازها: مبناي r: ارقام محدود به [1-r,0] (379) 10 دسيمال: (01011101) 2 باينري: (372) 8 اکتال: (23D9F) 16 هگزادسيمال: محاسبات در هر مبنا تبديل از يک مبنا
More informationJME Journal of Mining & Environment, Vol.7, No.1, 2016, DOI: /jme
JME Journal of Mining & Environment, Vol.7, No.1, 016, 119-16. DOI: 10.044/jme.016.468 Dimensionality analysis of subsurface structures in magnetotellurics using different methods (a case study: oil field
More informationNonlinear Equations in One Variable
Chapter 3 Nonlinear Equations in One Variable فهرست مطالب این جلسه حل معادله تک متغیره غیر خطی بروشهای نصف کردن نقطه ثابت نیوتن و سکانت آشنایی مقدماتی با مینیمم سازی تک متغیره فرض می شود تابع مورد نظر
More informationAli Karimpour Associate Professor Ferdowsi University of Mashhad
AUTOMATIC CONTROL SYSTEMS Ali Karimour Aociate Profeor Ferdowi Univerity of Mahhad Root Locu Technique Toic to be covered include: Root locu criterion. Root loci (RL). Comlement root loci (CRL). Comlete
More informationAli Karimpour Associate Professor Ferdowsi University of Mashhad
LINEAR CONTROL SYSTEMS Ali Karimour Aociate Profeor Ferdowi Univerity of Mahhad Root Locu Technique Toic to be covered include: Root locu criterion. Root loci (RL). Comlement root loci (CRL). Comlete root
More informationJME Journal of Mining & Environment, Vol.8, No.3, 2017, DOI: /jme
JME Journal of Mining & Environment, Vol.8, No.3, 217, 393-41. DOI: 1.2244/jme.216.689 Studying empirical correlation between drilling specific energy and geo-mechanical parameters in an oil field in SW
More informationمقدمه ای بر فناوری نانو
مقدمه ای بر فناوری نانو 1396 www.zolanvar.com http://www.araku.ac.ir/~a_zolanvar 1 انواع مدل های SPM 1. STM(Scanning Tunneling Microscope) - Electronic Structure 2. AFM(Atomic Force Microscope) -Topography
More informationSolving System of Nonlinear Equations by using a New Three-Step Method
Payame Noor University Control and Optimization in Applied Mathematics (COAM) Vol., No. 2, Autumn-Winter 206(53-62), 206 Payame Noor University, Iran Solving System of Nonlinear Equations by using a New
More informationJME Journal of Mining & Environment, Vol.6, No.1, 2015,
JME Journal of Mining & Environment, Vol.6, No.1, 2015, 31-39. Subsurface modeling of mud volcanoes, using density model and analysis of seismic velocity H. R. Baghzendani, H. Aghajani * and M. Solimani
More informationA new approach for solving nonlinear system of equations using Newton method and HAM
Iranian Journal of Numerical Analysis and Optimization Vol 4, No. 2, (2014), pp 57-72 A new approach for solving nonlinear system of equations using Newton method and HAM J. Izadian, R. Abrishami and M.
More informationEffect of Temperature on Free Vibration of Functionally Graded Microbeams
A. Bakhsheshy PhD Student H. Mahbadi Associate Professor Effect of Temperature on Free Vibration of Functionally Graded Microbeams Modified couple stress theory is applied to study effect of temperature
More informationتحلیل و طراحی سیستم های کنترل چندمتغیره علی خاکی صدیق گروه کنترل- شهریور
بسم الل ه الر حمن الر حیم تحلیل و طراحی سیستم های کنترل چندمتغیره 1393 علی خاکی صدیق گروه کنترل- شهریور 1 سیستم های کنترل چندمتغیره: طرح مساله سیستم های چند ورودی-چند خروجی: سیستم های کنترل چندمتغیره دیدگاه
More informationمادسیج یعنی دهکده علم و دانش ایران!! مادسیج شبکه آموزشی پژوهشی دانشجویان ایران. Madsg.com
مادسیج یعنی دهکده علم و دانش ایران!! مادسیج شبکه آموزشی پژوهشی دانشجویان ایران Madsg.com انواع پیوند ها قاعده ی هشتایی )اوکتت( و واکنش پذیری اتم ها هشتایی شدن الکترون های الیه پایدار گاز نجیب معیاری برای
More informationAli Karimpour Associate Professor Ferdowsi University of Mashhad
LINEAR CONTROL SYSTEMS Ali Karimpour Aociate Profeor Ferdowi Univerity of Mahhad Root Locu Technique Topic to be covered include: Property and contruction of complete root loci. (Cont.) Effect of adding
More informationStereochemistry. Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran
9 Stereochemistry استریوشیمی Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran m-mehrdad@guilan.ac.ir Based on McMurry s Organic Chemistry, 7 th edition Stereochemistry Some
More informationترکیب لوکوسوم میگماتیتهای مجموعه دگرگونی گشت و مقایسه آن با لوکوگرانیتهای همجوار
5- Kim, H. T., Nguyen, T. P. N., Kim, C. D., & Park, C., 2014, formation mechanisms of pyrite nano-crystals synthesized by colloidal route in sulfur abundant environment. Materials Chemistry and Physics,
More informationدرس 11: شبکه خصوصی مجازی
دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر آزمایشگاه امنیت داده و شبکه http://dnsl.ce.sharif.edu درس 11: شبکه خصوصی مجازی )VPN( محمد صادق دوستی امنیت داده و شبکه محمد صادق دوستی 1 / 62 مطالب فهرست مقدمهایبر
More information1/2/2013 مطالب: مقدمات
خطاهاي اندازه گيري در تحقيق مواد درس دوره كارشناسي ارشد مهندسي مواد مسعود محبي استاديار گروه مهندسي مواد دانشگاه بين المللي امام خميني مطالب: مقدمات عمليات اعداد مفاهيم ا ماری روشهای ا ماری برنامه ريزی
More informationMechanical behavior measurement of the sheep small intestine using experimental tests
Iranian Journal of Veterinary Medicine Mechanical behavior measurement of the sheep small intestine using experimental tests Rassoli, A., Fatouraee, N. * Biological Fluid Dynamics Laboratory, Biomechanics
More informationDynamical Meteorology 1
Dynamical Meteorology 1 Lecture 5 Sahraei Physics Department, Razi University http://www.razi.ac.ir/sahraei Structure of the Static Atmosphere جو ایستا: در صورتی که در جو هیچگونه ناپایداری وجود نداشته
More informationM.Sc. Student, Department of Mechanical Engineering, Amirkabir University of Technology, Tehran, Iran,
V. Falahi M.Sc. Student H. Mahbadi Associate Professor M. R. Eslami Professor Cyclic Behavior of Beams Based on the Chaboche Unified Viscoplastic Model In this paper, the ratcheting behavior of beams subjected
More informationInternational Journal of Engineering
TRANSACTIONS B: Applications Vol. 29, No. 2, (February 2016) 137-144 International Journal of Engineering J o u r n a l H o m e p a g e : w w w. i j e. i r Mathematical Model and Vibration Analysis of
More information2 )4 2 2 )3 1 2 )2 1 4 )1 36 )1 40 )2 45 )3 48 )4
فاصلهی میکند. قطع را مربع ضلع دو واحد / شعاع و آن رأس یک مرکز به دایرهای واحد ضلع به مربعی در 11 )9 ریاضی )سراسری است کدام تقاطع نقطهی تا مربع رأس نزدیکترین ) ) 1 ) 1 )1 روبهرو شکل در 9( ریاضی )سراسری
More informationIDENTIFICATION OF BLACK SPOTS BASED ON RELIABILITY APPROACH
AHMADREZA GHAFFARI, M.Sc. E-mail: ahmad.r.ghaffari@gmail.com ALI TAVAKOLI KASHANI, Ph.D. E-mail: alitavakoli@iust.ac.ir SAYEDBAHMAN MOGHIMIDARZI, M.Sc. E-mail: bahman.mg@gmail.com Iran University of Science
More informationدرس :10 SSL و TLS محمد صادق دوستی 1 / 79 محمد صادق دوستی امنیت داده و شبکه دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر
دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر آزمایشگاه امنیت داده و شبکه http://dnsl.ce.sharif.edu درس :10 SSL و TLS محمد صادق دوستی امنیت داده و شبکه محمد صادق دوستی 1 / 79 فهرست مطالب معرفی و تاریخچه SSL/TLS
More informationM. Heidarian *, H. Jalalifar and A. Rafati
Journal of AI and Data Mining Vol 4, No 2, 2016, 229-234 10.5829/idosi.JAIDM.2016.04.02.11 Prediction of rock strength parameters for an Iranian oil field using neurofuzzy method M. Heidarian *, H. Jalalifar
More informationSpatial and Temporal Factors Affecting Agricultural Trade in the European Union (EU) and Economic Cooperation Organization (ECO)
J. Agr. Sci. Tech. (2016) Vol. 18: 1721-1733 Spatial and Temporal Factors Affecting Agricultural Trade in the European Union (EU) and Economic Cooperation Organization (ECO) H. Najafi Alamdarlo 1* ABSTRACT
More informationاستفاده از روش نقشه شناختی در طراحی مدل زنجیره تامین پایدار بیمارستانها در محیط فازی نوع 2
وصول مقاله: 69/5/24 اصالح نهايي: 69/6/4 پذيرش نهايي: 69/6/4 استفاده از روش نقشه شناختی در طراحی مدل زنجیره تامین پایدار بیمارستانها در محیط فازی نوع 2 چكیده 9 / سلیم کریمیتکلو 2 / علی مروتیشریفآبادی 6
More informationIranica Journal of Energy & Environment Journal Homepage:
Iranica Journal of Energy & Environment Journal Homepage: www.ijee.net IJEE an official peer review journal of Babol Noshirvani University of Technology, ISSN:2079-2115 Thermodynamic Second Law Analysis
More informationDifferential Equations. Lecture 1. Sahraei
Differential Equations Lecture 1 Sahraei Physics Department http://.razi.ac.ir/sahraei References: منابع: Differential Equations ith Applications and Historical Notes, George F. Simmons معبدالت دیفرانسیل
More informationK.N. Toosi University of Technology 11/26/2015
K.N. Tooi Univeiy of Technology /6/5 كاربرد پي ماشين آلات ضربهاي پي ماشين آلات دوار aan Ghaeadeh اگر پي نسبت به خاك صلب باشد پي سطحي پي عميق c K F () 5 معمولا در طراحي پي ماشين آلات با دور كم فركانس طبيعي
More informationAnalysing panel flutter in supersonic flow by Hopf bifurcation
Iranian Journal of Numerical Analysis and Optimization Vol 4, No. 2, (2014), pp 1-14 Analysing panel flutter in supersonic flow by Hopf bifurcation Z. Monfared and Z. Dadi Abstract This paper is devoted
More informationElementary modern physics. Elementary Modern Physics.
Modern Physics 1 Programm Special Relativity Galileo and Lorentz transformation. Wave - particle dualism of light Quantum mechanics postulates. Schrodinger equation and its application (quantum well, tunneling
More informationبه نام خدا شیمی آلی 1
به نام خدا شیمی آلی 1 1. McMurry, Organic Chemistry, 7th ed., Brooks/Cole, Monterey CA, 2008. (8 th ed.) 2. Morrison and Boyd, Organic Chemistry, 6th ed., Benjamin Cummings, CA, 1992. 3. Carey, Organic
More informationترکیب کانیشناسی و دما- فشارسنجی شیستهاي آبی مجموعهي دگرگونی اسالم (شمالغرب رشت)
ترکیب کانیشناسی و دما- فشارسنجی شیستهاي آبی مجموعهي دگرگونی اسالم (شمالغرب رشت) 3 * محمد سعادت محسن نصرآبادي عباس آسیابانها - دانشجوي کارشناسی ارشد پترولوژي دانشگاه بین المللی امام خمینی قزوین M_saadat367@yahoo.com
More informationبه نام خدا. Organic Chemistry 1. Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran
به نام خدا Organic Chemistry 1 Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran m-mehrdad@guilan.ac.ir 1. McMurry, Organic Chemistry, 7th ed., Brooks/Cole, Monterey CA, 2008.
More informationGaussian Elimination Method : Without Pivoting, with Partial Pivoting & Complete Pivoting
بدون محورگیري روش حذفی گاوس با محورگیري جزي ی و کامل Gaussian Elimination Method : Without Pivoting, with Partial Pivoting & Complete Pivoting 1392 جهت حل دستگاه معادلات خطی به روش حذفی گاوس ااراي ه شده
More informationPressure Drop in Randomly Packed Absorption Tower in Transient Flow Regime
38 Journal of Gas Technology. JGT Pressure Drop in Randomly Packed Absorption Tower in Transient Flow Regime Seyedeh Gita Sharafi, Rahbar Rahimi *, Morteza Zivdar 1. Department of Chemical Engineering
More informationForecasting Crude Oil Prices: A Hybrid Model Based on Wavelet Transforms and Neural Networks
Intl. J. Humanities (2014) Vol. 21 (3): (131-150) Forecasting Crude Oil Prices: A Hybrid Model Based on Wavelet Transforms and Neural Networks Nafiseh Behradmehr 1, Mehdi Ahrari 2 Received: 5/12/2012 Accepted:
More informationIranica Journal of Energy & Environment
Iranica Journal of Energy & Environment Journal Homepage: www.ijee.net IJEE an official peer review journal of Babol Noshirvani University of Technology, ISSN:2079-2115 Equilibrium sorption of Lead (II)
More informationCJES Caspian Journal of Environmental Sciences
Caspian J. Env. Sci. 2011, Vol. 9 No.2 pp. 199~210 Copyright by The University of Guilan, Printed in I.R. Iran [Research] CJES Caspian Journal of Environmental Sciences Caspian Sea level fluctuation and
More informationRegisters and Counters
9/2/27 ششم مبحث ثباتها و ا شمارندهها Registers and Counters (Register) ثبات پيشگفتار ثبات به مجموعهاي از فليپفلاپها اطلاق ميگردد كه هر فليپفلاپ ميتواند يك بيت اطلاعات را ذخيره نمايد. (Counter) شمارنده
More informationحسن دوستی. On The Implication of a Certain Rate of Convergence to Normality. Nonparametric Curve Estimation by Wavelets 1- اطالعات عمومی
حسن دوستی 1 اطالعات عمومی تاریخ تولد: اول دیماه 1131 وضعیت تاهل: متاهل با یک فرزند پسر کشور: ایران زبان : فارسی )زبان مادری( انگلیسی دیپلم: دبیرستان شهید دوراندیش 1132 مشهد لیسانس: گروه آمار 1131 دانشکده
More informationSound Quantity and Quality of Sampo 3065 Combine Harvester
Iran Agricultural Research, Vol. 33, No. 1, 2014 Printed in the Islamic Republic of Iran Shiraz University Sound Quantity and Quality of Sampo 3065 Combine Harvester M. LASHGARI 1** and A. MALEKI 2* 1
More informationReactions of Alkyl Halides: Nucleophilic Substitutions and Eliminations
11 Reactions of Alkyl Halides: Nucleophilic Substitutions and Eliminations واکنش آلکیل هالیدها: جانشینی هسته دوستی و حذف Dr Morteza Mehrdad University of Guilan, Department of Chemistry, Rasht, Iran m-mehrdad@guilan.ac.ir
More informationابررسانايي. (Superconductivity) محمدرضا محمدي زاده 1395/3/4. physics.ut.ac.ir/~zadeh/
ابررسانايي (Superconductivity) 1395/3/4 محمدرضا محمدي زاده physics.ut.ac.ir/~zadeh/ رسانندگي )رسانايي ) رسانا عايق نيمرسانا جريان الکتريکي: حرکت الکترونها مقاومت مقاومت اتالف انرژي عوامل توليد مقاومت برخورد
More informationJME Journal of Mining & Environment, Vol.9, No.1, 2018, DOI: /jme
JME Journal of Mining & Environment, Vol.9, No.1, 2018, 153-167. DOI: 10.22044/jme.2017.5904.1405 Spatial modelling of zonality elements based on compositional nature of geochemical data using geostatistical
More informationدرس :10 SSL و TLS محمد صادق دوستی 1 / 78 محمد صادق دوستی امنیت داده و شبکه دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر
دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر آزمایشگاه امنیت داده و شبکه http://dnsl.ce.sharif.edu درس :10 SSL و TLS محمد صادق دوستی امنیت داده و شبکه محمد صادق دوستی 1 / 78 فهرست مطالب معرفی و تاریخچه SSL/TLS
More informationApplying Spatial Geostatistical Analysis Models for Evaluating Variability of Soil Properties in Eastern Shiraz, Iran
Iran Agricultural Research, Vol. 33, No. 2, 2014 Printed in the Islamic Republic of Iran Shiraz University Applying Spatial Geostatistical Analysis Models for Evaluating Variability of Soil Properties
More informationSTRENGTH AND DEFORMABILITY OF
STRENGTH AND DEFORMABILITY OF FRACTURED ROCKS Majid Noorian-Bidgoli November 2014 TRITA-LWR PHD-2014:07 ISSN 1650-8602 ISBN 978-91-7595-324-3 Majid Noorian-Bidgoli TRITA LWR PHD 2014:07 Majid Noorian-Bidgoli
More informationنام خانوادگي: صبح جمعه رديف
50 نام: نام خانوادگي: محل امضاء: اگر دانشگاه اصلاح شود مملكت اصلاح ميشود. امام خميني (ره) جمهوري اسلامي ايران وزارت علوم تحقيقات و فن اوري سازمان سنجش آموزش كشور دفترچه شماره صبح جمعه 9//0 آزمون ورودي
More informationTABLE OF MARKS OF FINITE GROUPS
Journal of Algebraic Systems Vol 5, No 1, (2017), pp 27-51 TABLE OF MARKS OF FINITE GROUPS M GHORBANI, AND F ABBASI-BARFARAZ Abstract Let G be a finite group and C(G) be a family of representative conjugacy
More informationJME Journal of Mining & Environment, Vol.9, No.1, 2018, DOI: /jme
JME Journal of Mining & Environment, Vol.9, No.1, 2018, 117126. DOI: 10.22044/jme.2017.5833.1394 Numerical modeling of hydraulic fracturing in carbonate rocks of Bangestan reservoir A. Akrami, M. Hosseini*
More informationشبيهسازي بخش سنتز واحد اوره فرايند استمي کربن
شبيهسازي بخش سنتز واحد اوره فرايند استمي کربن محسن حميديپور نويد مستوفي* + رحمت ستوده قرهباغ تهران دانشگاه تهران دانشكده فني گروه مهندسي شيمي مركز طراحي و شبيهسازي فرايندها صندوق پستي 11365-4563 چكيده:
More informationMotivation. Observation : Brains manage to survive despite only incomplete knowledge of their environment.
فصل سوم: فرايندهاي تصادفي Motivation Observation : Brains manage to survive despite onl incomplete nowledge o their environment. We must mae good decisions under uncertain circumstances. A natural ramewor
More information( Principles of Genetics) Shohreh Mashayekhan
اصول و مبانی ژنتیک ( Principles of Genetics) Shohreh Mashayekhan اهداف: آشنایی با مباح ث مربوط به سلولها ساختار ژنتیکی آنها تکنیک هاي مربوط به دستکاري ژنتیکی و نهایتا کاربرد هاي متنوع تکنیک مهندسی ژنتیک
More informationهادي ويسي.
هادي ويسي h.veisi@ut.ac.ir دانشگاه تهران - دانشکده علوم و فنون نوين شبکه عصبي چیست شبکههایعصبیطبیعی کاربردهاي شبکههاي عصبي مصنوعي تاريخچه شبکههاي عصبي مصنوعي تعاريف شبکه مک کالچ-پیتز ساختار الگوریتم کاربرد
More informationBoard of Directors Atila Poro (President) Dr. Pejman Norouzi Dr. Marjan Zakerin
JOE 31 Monthly A Curtin University P 3 Disks Don't Need Planets to Make Patterns P 5 NASA Hubble Finds a True Blue Planet P 7 Julian Dates (JD) P 8 Basic Skills Needed for Asteroid Occultation Observing
More informationInverse of Backup 2-Median Problems with Variable Edge Lengths and Vertex Weight on Trees and Variable Coordinates on the Plane
Producto d Oertos Mgemet, Vo. 9, Issue, No. 7, Autum & Wter 09 Iverse of Bcku -Med Proems th Vre Edge Legths d Vertex Weght o Trees d Vre Coordtes o the Pe Mortez Nzr PhD studet, Fcut of Mthemtc Sceces,
More informationﻚﻴﺳﻼﻛ لﺮﺘﻨﻛ يﺎﻫ ﻢﺘﺴﻴﺳ ﻲﻧوﺎﻌﻣ نﮋﻴﺑ
باس ه عا ی سيستم هاي كنترل كلاسيك بيژن معاوني (استاديار دانشگاه علم و صنعت ايران) سال اول 9-89 باس ه عا ی سيستم های کنترل کلاسيک Lecture مقدمه تي وري كنترل تي وري كنترل يك شاخه مياني از علم است مابين مهندسي
More informationON COMPOSITION FACTORS OF A GROUP WITH THE SAME PRIME GRAPH AS L n (5)
Journal of Algebraic Systems Vol. 4, No. 1, (2016), pp 37-51 DOI: 10.22044/jas.2016.727 ON COMPOSITION FACTORS OF A GROUP WITH THE SAME PRIME GRAPH AS L n (5) A. MAHMOUDIFAR Abstract. The prime graph of
More informationComparison of Cadmium Adsorption Behavior in Selected Calcareous and Acid Soils
Iran Agricultural Research, Vol. 28, No. 2, 2009 and Vol. 29 No. 1-2, 2010 Printed in the Islamic Republic of Iran Shiraz University Comparison of Cadmium Adsorption Behavior in Selected Calcareous and
More informationStereochemistry استریوشیمی. Based on McMurry s Organic Chemistry, 7 th edition
9 Stereochemistry استریوشیمی Based on McMurry s Organic Chemistry, 7 th edition Stereochemistry Some objects are not the same as their mirror images (technically, they have no plane of symmetry) A right-hand
More informationﺎﺑ ﻪﻔﻠﻣ و ﯽﻠﮔراﺪﻧا ﯽﯾﺎﺘﺳور ﻪﻋﻮﻤﺠﻣ ﯽﻌﯿﺒﻃ ﺮﺘﺴﺑ ﯽﺳرﺮﺑ (G ) IS ﯽﯾﺎﯿﻓاﺮﻐﺟ تﺎﻋﻼﻃا ﻪﻧﺎﻣﺎﺳ زا هدﺎﻔﺘﺳا
علوم محیطی سال دهم شماره اول پاییز 1391 ENVIRONMENTAL SCIENCES Vol.10, No.1, Autumn 2013 1-12 A GIS-Based Study of The Natural Bed of Malfe and Andargoli Villages Rural Complex Saeed MirRiahi, 1* Saed
More informationTwo numerical methods for nonlinear constrained quadratic optimal control problems using linear B-spline functions
Iranian Journal of Numerical Analysis and Optimization Vol. 6, No. 2, (216), pp 17-37 Two numerical methods for nonlinear constrained quadratic optimal control problems using linear B-spline functions
More informationRESULTS ON ALMOST COHEN-MACAULAY MODULES
Journal of Algebraic Systems Vol. 3, No. 2, (2016), pp 147-150 RESULTS ON ALMOST COHEN-MACAULAY MODULES A. MAFI AND S. TABEJAMAAT Abstract. Let (R, m) be a commutative Noetherian local ring, and M be a
More informationHopf bifurcation in a general n-neuron ring network with n time delays
Iranian Journal of Numerical Analysis and Opimizaion Vol 4, No. 2, (214), pp 15-3 Hopf bifurcaion in a general n-neuron ring newor wih n ime delays E. Javidmanesh and M. Khorshidi Absrac In his paper,
More informationTheoretical Assessment and Validation of Global Horizontal and Direct Normal Solar Irradiance for a Tropical Climate in India
Iranica Journal of Energy & Environment 5 (4): 354-368, 04 ISSN 079-5 IJEE an Official Peer Reviewed Journal of Babol Noshirvani University of Technology DOI: 0.589/idosi.ijee.04.05.04.03 BUT Theoretical
More informationJARC.
JARC نتیجههای با NR/BR پایه بر الستیکی آمیزههای رئلژیکی یژگیهای همگرايي بررسی FTIR-ATR رش از آمده بهدست 2 ناظری مریم 1 * مطیعی فرشته ایران تهران شمال تهران احد اسالمی آزاد دانشگاه شیمی دانشکده كاربردي
More informationReading Comprehension
Bonus Exerises گرامر و درکمطلب 1 of 22 ابوا لحس ن اتج فر 2017 www.tjfr.om Reing Comprehension متن زیر را بخوانید و به پرسشهای درک مطلب»عمومی «آن پاسخ دهید. پاسخ تمرین 1 تمرین 1: 1 2 3 Erthqukes nnot e
More informationElectronic 1 Dr. M.H.Moradi
1 ه دی زیک ایБR قد Electronic 1 Dr. M.H.Moradi 2 . ه دها حا ل ی یانا ل رونو ه ند. : P-N 3 د لوه ه دها ) (1950. 4 وا د عا ق دیو ه دی. ). (...( E G ) ( ) 5 5/5. 12. 10 Ω.cm.. 10. 17 300 K.... 6 Element Properties
More informationFINITE GROUPS WITH FIVE NON-CENTRAL CONJUGACY CLASSES
Journal of Algebraic Systems Vol. 4, No. 2, (207), pp 85-95 DOI: 0.22044/jas.207.850 FINITE GROUPS WITH FIVE NON-CENTRAL CONJUGACY CLASSES M. REZAEI AND Z. FORUZANFAR Abstract. Let G be a finite group
More informationThe exploration of gold by magnetic method in Hired Area, South Khorasan, a case study
Journal of the Earth & Space Physics. Vol. 35, No. 4, 2010, P. 33-44 The exploration of gold by magnetic method in Hired Area, South Khorasan, a case study Haidarian Shahri, M. R. 1*, Karimpour, M. H.
More information