تحقیق در مورد تکنیکهای تحلیلی

لینک دانلود و خرید پایین توضیحات

دسته بندی : وورد

نوع فایل :  .doc ( قابل ویرایش و آماده پرینت )

تعداد صفحه : 41 صفحه

 قسمتی از متن .doc : 

تکنیکهای تحلیلی

کلمة ً تجزیه و تحلیل ً یکی از آن کلمات متداول است که زیبا به نظر می‌آید، اما معانی گوناگونی دارد. شیوه‌های مختلف زیادی برای تجزیه و تحلیل ایمنی هوایی وجود دارد و تکنیکهای استاندارد بسیار کم برای این کار وجود دارند.

برای اهدافمان، ما قصد داریم که ً تجزیه و تحلیل ً را به دو طریق متفاوت تعریف کنیم. اول، می‌خواهیم آن را به عنوان وسیله‌ای برای سازماندهی اطلاعات ارقای به منظفر اندازه گیری چیزی یا تعیین روشها بکار بریم. در مرحلة دوم، نگاهی به تکنیکهای تحلیلی خواهیم داشت که برای حل مشکلات یا تحلیل علتها کاربرد دارند. بیایید با ارقام شروع کنیم.

نرخها : شما باید محاسبات نرخی ابتدایی و محدودیتهای آنها را بشناسید. شما جمله‌هایی را شنیده‌اید یا خوانده‌اید که به این معنا هستند و ً نرخ سوانح سازمان xxx درسال قبل این چنین و آنچنان بود ً. پس چه چیزی ؟ این نرخ از کجا آمده است؟ چه معنی می‌دهد؟ چه سودی دارد؟ سؤالات بالا، سؤالات مفیدی هستند.

نرخ، شمار وقایعی است که با در معرض آن وقایع قرار گرفتن، تقسیم شده است. تنها دلیل محاسبه یک نرخ آن است که اختلافات آشکار را بدانیم. اگر این عرضه داشته ثابت بودند هیچ نیازی به محاسبة نرخ نبود. ما فقط می‌توانستیم از شمار وقایعی که رخ می‌دادند استفاده کنیم و همان هم کاملاً صحیح می‌بود. به بیانی ساده‌تر، تعداد سوانعی که ما با آنها رو به رو هستیم، به وضوح با مقدار استفادة ما از هواپیما مرتبط است.

ص 162 - اگر ما به همان تعداد در ماه از هواپیما استفاده کنیم (یا سال) می‌توانیم فقط از تعداد سوانحمان در تجزیه و تحلیل استفاده کنیم. علیرغم این، ما اینکار را انجام نمی‌دهیم. ساعات پروازی ما تغییر می‌کنند و می‌دانیم که افزایش سوانح به معنای آن نیست که اگر پروازهای ما افزایش یابند، تعداد سوانح هم زیاد شوند. برای حل این موضوع. در هر ساعت پروازی سوانح را محاسبه می‌کنیم.

فرض کنید که سازمان ما در طول سال 4000 ساعت پرواز و یک سانحه داشته باشد. نرخ سانحه ما عبارت است از :

سانحه در هر ساعت پروازی

این رقم چیزی نیست که بتوان به راحتی دربارة آن صحبت کرد، بنابراین آن را در یک ثابت ضرب می‌کنیم تا از شر ممیز راحت شویم. اگر آن را در 000/10 ضرب کنیم نرخی به میزان 2.5 سانحه در هر 10/000 ساعت پروازی به دست می‌آوریم. اگر از ثابت 000/001 که استاندارد شرکت ما است استفاده کنیم، نرخی به میزان 25 سانحه در هر 000/100 ساعت پروازی داریم. ذکر هر نکته در اینجا ضروری است. نرخ واقعی همواره یک عدد بسیار کوچک است، و عدد 000/100 فقط یک ثابت ریاضی است. این ثابت هیچ اهمیت بخصوصی ندارد.

برای ارائه ایده‌هایی از اینگونه ارقام به شما، در اینجا نرخ تقریبی سوانح هوایی در هر 000/100 ساعت، برای گونه‌های مختلف پروازی در ایالات متحده در سال 1990 وجود دارد.

مجموع سوانح پروازهای از پیش تعیین شدة خطوط هوایی 0.22

سوانح مرگبار پروازهای از پیش تعیین شدة خطوط هوایی 0.06

مجموع سوانح پروازهای دو طرفه خطوط هوایی 0.63

سوانح مرگبار پروازهای دوطرفة خطوط هوایی 0.09

تحقیق درباره اصول طیف سنجی جرمی word

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 7

اصول طیف سنجی جرمی ، جلوتر از هر یک از تکنیکهای دستگاهی دیگر ، بنا نهاده شده است. تاریخ پایه گذاری اصول اساسی آن به سال 1898 بر می‌گردد. در سال 1911 ، "تامسون" برای تشریح وجود نئون-22 در نمونه‌ای از نئون-20 از طیف جرمی استفاده نمود و ثابت کرد که عناصر می‌توانند ایزوتوپ داشته باشند. تا جایی که می‌دانیم، قدیمیترین طیف سنج جرمی در سال 1918 ساخته شد.اما روش طیف سنجی جرمی تا همین اواخر که دستگاههای دقیق ارزانی در دسترس قرار گرفتند، هنوز مورد استفاده چندانی نداشت. این تکنیک با پیدایش دستگاههای تجاری که بسادگی تعمیر و نگهداری می‌شوند و با توجه به مناسب بودن قیمت آنها برای بیشتر آزمایشگاههای صنعتی و آموزشی و نیز بالا بودن قدرت تجزیه و تفکیک ، در مطالعه تعیین ساختمان ترکیبات از اهمیت بسیاری برخوردار گشته است.

اصول طیف سنجی جرمی

به بیان ساده ، طیف سنج جرمی سه عمل اساسی را انجام می‌دهد:

مولکولها توسط جرایاناتی از الکترونهای پرانرژی بمباران شده و بعضی از مولکولها به یونهای مربوطه تبدیل می‌گردند. سپس یونها در یک میدان الکتریکی شتاب داده می‌شوند.

یونهای شتاب داده شده بسته به نسبت بار/جرم آنها در یک میدان مغناطیسی یا الکتریکی جدا می‌گردند.

یونهای دارای نسبت بار/جرم مشخص و معین توسط بخشی از دستگاه که در اثر برخورد یونها به آن ، قادر به شمارش آنها است، آشکار می‌گردند. نتایج داده شده خروجی توسط آشکار کننده بزرگ شده و به ثبات داده می‌شوند. علامت یا نقشی که از ثبات حاصل می‌گردد یک طیف جرمی است، نموداری از تعداد ذرات آشکار شده بر حسب تابعی از نسبت بار/جرم.

دستگاه طیف سنج جرمی

هنگامی که هر یک از عملیات را بدقت مورد بررسی قرار دهیم، خواهیم دید که طیف سنج جرمی واقعا پیچیده‌تر از آن چیزی است که در بالا شرح داده شد.

سیستم ورودی نمونه

قبل از تشکیل یونها باید راهی پیدا کرد تا بتوان جریانی از مولکولها را به محفظه یونیزاسیون که عمل یونیزه شدن در آن انجام می‌گیرد، روانه ساخت. یک سیستم ورودی نمونه برای ایجاد چنین جریانی از مولکولها بکار برده می‌شود. نمونه‌هایی که با طیف سنجی جرمی مورد مطالعه قرار می‌گیرند، می‌توانند به حالت گاز ، مایع یا جامد باشند. در این روش باید از وسایلی استفاده کرد تا مقدار کافی از نمونه را به حالت بخار در آورده ، سپس جریانی از مولکولها روانه محفظه یونیزاسیون شوند.در مورد گازها ، ماده ، خود به حالت بخار وجود دارد. پس ، از سیستم ورودی ساده‌ای می‌توان استفاده کرد. این سیستم تحت خلاء بوده، بطوری که محفظه یونیزاسیون در فشاری پایینتر از سیستم ورودی نمونه قرار دارد.

روزنه مولکولی

نمونه به انبار بزرگتری رفته که از آن ، مولکولهای بخار به محفظه یونیزاسیون می‌روند. برای اطمینان از اینکه جریان یکنواختی از مولکولها به محفظه یونیزاسیون وارد می‌شود، قبل از ورود ، بخار از میان سوراخ کوچکی که "روزنه مولکولی" خوانده می‌شود، عبور می‌کند. همین سیستم برای مایعات و جامدات فرار نیز بکار برده می‌شود. برای مواد با فراریت کم ، می‌توان سیستم را به گونه‌ای طراحی کرد که در یک اجاق یا تنور قرار گیرد تا در اثر گرم کردن نمونه ، فشار بخار بیشتری حاصل گردد. باید مراقب بود که حرارت زیاد باعث تخریب ماده نگردد.در مورد مواد جامد نسبتا غیر فرار ، روش مستقیمی را می‌توان بکار برد. نمونه در نوک میله‌ای قرار داده می‌شود و سپس از یک شیر خلاء ، وارد محفظه یونیزاسیون می‌گردد. نمونه در فاصله بسیار نزدیکی از پرتو یونیزه کننده الکترونها قرار می‌گیرد. سپس آن میله ، گرم شده و تولید بخاری از نمونه را کرده تا در مجاورت پرتو الکترونها بیرون رانده شوند. چنین سیستمی را می‌توان برای مطالعه نمونه‌ای از مولکولهایی که فشار بخار آنها در درجه حرارت اتاق کمتر از 9 - 10 میلیمتر جیوه است، بکار برد.

محفظه یونیزاسیون

هنگامی که جریان مولکولهای نمونه وارد محفظه یونیزاسیون گشت ، توسط پرتوی از الکترونهای پرانرژی بمباران می‌شود. در این فرآیند ، مولکولها به یونهای مربوطه تبدیل گشته و سپس در یک میدان الکتریکی شتاب داده می‌شوند. در محفظه یونیزاسیون پرتو الکترونهای پرانرژی از یک "سیم باریک" گرم شده ساطع می‌شوند. این سیم باریک تا چند هزار درجه سلسیوس گرم می‌شود. به هنگام کار در شرایطی معمولی ، الکترونها دارای انرژی معادل 70 میکرون - ولت هستند.این الکترونهای پرانرژی با مولکولهایی که از سیستم نمونه وارد شده‌اند، برخورد کرده و با برداشتن الکترون از آن مولکولها ، آنها را یونیزه کرده و به یونهای مثبت تبدیل می‌کنند. یک "صفحه دافع" که پتانسیل الکتریکی مثبتی دارد، یونهای جدید را به طرف دسته‌ای از "صفحات شتاب دهنده" هدایت می‌کند. اختلاف پتانسیل زیادی (حدود 1 تا 10 کیلو ولت) از این صفحات شتاب دهنده عبور داده می‌شود که این عمل ، پرتوی از یونهای مثبت سریع را تولید می‌کند. این یونها توسط یک یا چند "شکاف متمرکز کننده" به طرف یک پرتو یکنواخت هدایت می‌شوند.بسیاری از مولکولهای نمونه به هیچ وجه یونیزه نمی‌شوند. این مولکولها بطور مداوم توسط مکنده‌ها یا پمپ های خلا که به محفظه یونیزاسیون متصل نیستند، خارج می‌گردند. بعضی از این مولکولها از طریق جذب الکترون به یونهای منفی تبدیل می‌شوند. این یونهای منفی توسط صفحه دافع جذب می‌گردند. ممکن است که بخش کوچکی از یونهای تشکیل شده بیش از یک بار داشته باشند، (از دست دادن بیش از یک الکترون) اینها مانند یونهای مثبت تک ظرفیتی ، شتاب داده می‌شوند.

پتانسیل یونیزاسیون

انرژی لازم برای برداشتن یک الکترون از یک اتم یا مولکول ، پتانسیل یونیزاسیون آن است. بسیاری از ترکیبات آلی دارای پتانسیل یونیزاسیونی بین 8 تا 15 الکترون ولت هستند. اما اگر پرتو الکترونهایی که به مولکولها برخورد می‌کند، پتانسیلی معادل 50 تا 70 الکترون ولت نداشته باشد، قادر به ایجاد یونهای زیادی نخواهد بود. برای ایجاد یک طیف جرمی ،

تحقیق درباره ارزش تکنیکهای چند متغیره در تحلیل اطلاعات محمودی word

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 20

به نام خداوند بخشنده مهربان

ارزش تکنیک های چند متغیره در تحلیل اطلاعات:

در سال های اخیر شاهد پیشرفت های قابل توجهی در سخت افزار کامپوتر بوده ایم.ظرفیت سرعت و ذخیره pcs هر هجده ماه دو برابر می شود و این در حالی است که هزینه آن کاهش می یابد.

بسته های نرم افزاری آماری با ویندوزهای کاربر نقش مهمی را در عصرclik-and-point ایفا می کنند.سالیان متوالی داده ها حاصل بررسی های گوناگون بودند امروزه در انبار داده ها انبوهی از اطلاعات ذخیره شده است به گونه ای که می توان اطلاعات ارزشمندی راجع به مشتریان و کارکنان کسب نمود.تعدادی از این اطلاعات را می توان به وسیله روش های آماری ساده تجزیه و تحلیل نمود.اما در اکثر مواقع نیازمند تکنیک های پیچیده تری هستیم.امروزه اکثر محققان علاقمند به استفاده از بیش از متغیر ه هستند و بنابراین وجود تکنیک های چند متغیره آماری ضروری میباشد.

علاوه براین، تصمیم گیر ندگان تجاری و مصرف کنندگان به منظور اتحاذ تصمیم و انتخاب تمایل دارند از اطلاعات زیادی استفاده کنند.در نتیجه تاثیرات بالقوه بر رفتار مصرف کننده و واکنش های تجاری فراوان می باشد. تکنیک های چند متغیره ناشی از نیاز تجار به توجه نمودن به برخی پیچیدگی ها است.

تجزیه جند متغیره چیست؟

تجزیه چند متغیره به گروهی از شیوه های آماری اشاره دارد که مقیاس های چندگانه هر ویژگی با شیء مورد بررسی را به طور همزمان تجزیه و تحلیل می کند.شیوه های آماری چند متغیره که در این فصل به بحث راجع به آن خواهیم پرداخت شیوه های آماری یک متغیره و دو متغیره گسترده شده هستند که در فصل پیشین نکاتی راجع به آنها ارائه نمودیم.تحلیل چند متغیره در تحقیقات بازاریابی به دلیل اینکه بیشتر مشکلات تجاری چند بعدی هستند بسیار مهم می باشد.به ندرت شرکت ها و مشتریانشان بر اساس یک بعد توصیف می شوند اتخاذ تصمیم در بازدید از یک رستوران اغلب به فاکتورهایی از قبیل کیفییت،تنوع و هزینه غذا؛ محل رستوران و خدمات بستگی دارد. هنگامی که شرکت ها برای ارائه خدمات بهتر به مشتریان خود پایگاه داده ای راه اندازی می کنند، این پایگاه ها اغلب شامل اطلاعات گسترده ای مانند جمعیت شناسی،شیوه زندگی،کد پستی و شیوه خرید مشتریان می باشد.

طبقه بندی شیوه های چند متغیره:

چالش موجود در میان محققان بازاریابی تعیین شیوه آماری مناسب برای مشکل مذکور می باشد.چندین شیوه پیشنهاد شده است. طبقه بندی سودمندی از بیشتر تکنیک ها ی آماری چند متغیره در کادر 1-18 ارائه شده است.

کادر 1-18 طبقه بندی شیوه های چند متغیره

شیوه های وابسته یا بر همبستگی؟

اگر برای توضیح متغیر وابسته بر اساس دو یا چند متغیر مستقل از تکنیک چند متغیره استفاده کنیم به تجزیه و تحلیل و درک وابستگی مبارات نموده ایم.شیوه وابسته را می توان به عنوان شیوه هی تعریف نمود که در آن یک متغیر به وسیله متغیرهای مستقل دیگر توضیح داده می شود. تکنیک های وابسته شامل تجزیه رگرسیون چندگانه،تحلیل مبین (ممیز)، manova ، تحلیل همیشه می باشد.کادر 2-18

خلاصه شیوه های جند متغیره گزینش شده:

رگراسیون چندگانه محققان بازاریابی را در پیش بینی یک متغیره متری وابسته از دو یا چند متغیر مستقل که از نظر متری سنجش شده اند را توانمند می سازد.

تحلیل مبین:چندگانه می تواند یک متغیر غیر متری وابسته را از میان دو یا چند متغیر مستقل متری پیش بینی کند.

تحلیل فاکتوری:در خلاصه نمودن اطلاعات موجود شمار گسترده ای از متغیرها زیر مجموعه های کوچکتر یا فاکتور ها استفاده می شود.

تحلیل خوشه ای:در طبقه بندی نمودن پاسخ دهندگان یا اشیاء (به عنوان مثال فراورده ها،ذخایر)به گروه هایی که یکنواخت هستند استفاده می شود.

تحلیل همبسته:در بر آورد نمودن ارزش (کارائی) محصولات مختلف و خدمات ار نظر پاسخ دهنده به کار می رود.

باز نمایی ادراکی:در سنجش دادن بینش های پاسخ دهنده از محصولات، نشان های تجاری ویژه،شرکت ها،و . . . که به طور بصری می باشد استفاده می گردد.

تاثیر مقیاس های سنجش:ماهیت مقیاس های سنجش درست مانند شیوه های دیگر تحلیل،تعیین تکنیک چند متغیره در تحلیل داده می باشد. گزینش شیوه چند متغیره صحیح نیازمند بررسی نوع سنجش های استفاده شده در متغیرهای وابسته و مستقل می باشد.وقتی متغیر وابسته به صورت غیر متری سنجش می شود. شیوه های مناسب تحلیل مبین و همبسته هستند و زمانیکه متغیر وابسته به طور متری اندازه گیری می شود تکنیک های مؤثر رگرسیون چندگانه،MANOVA.ANOVA و همبسته می باشند.تحلیل رگراسیون چندگانه و مبین معمولا نیارمند متغیرهای مستقل متری هستند ،اما می توانند از متغیرهای مصنوعی غیر متری نیز استفاده کنند.تحلیل های MANOVA.ANOVA و همبسته متناسب با متغیر های مستقل غیر متری می باشند. تکنیک های بر همبستگی تحلیل فاکتوری و تحلیل خوشه ای به طور پیوسته با متغیر های متری بکار می روند،اما تطبیقات غیرمتری نیز امکان پذیز است.

تکنیک های بر همبستگی:بحث راجع به تکنیک های خاص چند متغیره را با تحلیل شیوه های بر همبستگی آغاز خواهیم نمود.هدف تکنیک هایی از قبیل تحلیل فاکتور و خوشه ای پیش بینی متغیری از یک سری متغیرهای مستقل نیست.بلکه خلاصه نمودن و ارائه درکی روشن از تعداد زیادی متغیر می باشد.

تحلیل فاکتور:تکنیک آماری چند متغیری است که به منظور خلاصه نمودن اطلاعات موجود شمار گسترده ای از متغیر ها در زیر مجموعه های کوچکتر یا فاکتورها استفاده می شود.هدف تحلیل فاکتور ساده نمودن داده ها می باشد با وجود تحلیل فاکتوری تفاوتی بین متغیرهای وابسته و مستقل وجود ندارد. امروزه اکثر مشکلات پیشاروی تجار اغلب در نتیجه ترکیب چند چند متغیر می باشد. به عنوان مثال،اگر امتیاز دهنده محلی ام سی دونالد به ارزیابی رضایت مشتری علاقمند باشد،اکثر متغیرهای علاقه را باید بسنجد. متغیرهایی مانند تازه بودن غذا، زمان انتظار، مزه، دمای غذا، تمیزی و رفتار محبت آمیز پرسنل از طریق تعدادی سؤال درجه بندی شده اندازه گیری خواهد شد. اجازه دهید به مثال اولیه از تحلیل فاکتور بپردازیم. داده های پنج مشتری که رستوران فست فود را در شش ویژگی توصیف نموده اند در کادر3-18 ارائه شده است.

مشتریانی که کمترین امتیاز را به زمان انتظار داده اند،برای تمیزی و پرسنل نیز امتیاز کمی