مزایای استفاده از ضریب هم بستگی

شکل 4 نمودار باقی مانده و حالت های مختلف آن

نحوه استفاده از همبستگی جفت ارزها در معاملات فارکس

مجله افیکس کار: همبستگی ارزها در فارکس (Currency Correlation) یعنی رفتار قیمتی یک جفت ارز با رفتار قیمتی جفت ارز دیگر همبستگی داشته باشند. حال این همبستگی میتواند مثبت یا منفی باشد. که اگر همبستگی مثبت باشد یعنی دو جفت ارز به نسبتی در یک جهت حرکت میکنند و اگر همبستگی منفی باشد یعنی دو جفت ارز به همان نسبت در خلاف جهت یکدیگر حرکت میکنند.

آشنایی با همبستگی ارزها در معاملات فارکس میتواند منجر به افزایش سود یا کاهش ضرر ناشی از یک معامله شود. برای پوشش ریسک در معاملات با توجه به همبستگی ارزها میتوان از روش هج کردن استفاده کرد.

همبستگی تنها در جفت ارزها نیست. در بازار سهام کالا و بین کالاها و یک جفت ارز یا بین جفت ارزهای دیجیتال نیز این همبستگی وجود دارد.

• مطالعه بیشتر :آیا بین ارزهای دیجیتال و دارایی های سنتی همبستگی وجود دارد؟

ضریب همبستگی ارزها چیست؟

همانطور که گفتیم ارزش ارزها به هم وابسته هستند اما نه به یک اندازه.

ارزش ارز هر کشور بسته به شرایط اقتصادی منطقه، میزان مبادلات و دیگر شرایطی مطابق با ضریبی همبستگی دارند که میتواند در جهت مثبت یا منفی باشد.

ضریب همبستگی ارزها در فارکس یا کورولیشن یک ابزار آماری است و فرمول ریاضی مخصوص به خود را دارد. این ضریب نشان می دهد که دو سری از اعداد با چه ارتباطی نسبت به یکدیگر تغییر کرده اند.

برای مثال ممکن است یک تحلیلگر بخواهد رابطه بین میزان صادرات یک کشور و ارزش ارز آن کشور در برابر دلار را بسنجد. در این حالت، داده های هر دو متغییر در بازه های زمانی مساوی (مثلا فصلی یا سالیانه) با استفاده از فرمول ضریب همبستگی با یکدیگر مقایسه می شوند.

چند نوع ضریب همبستگی در بازار وجود دارد . در بین آن‌ها می‌توان به ضریب همبستگی درون کلاسی (Intraclass)، ضریب همبستگی رتبه‌ای (Rank) و ضریب همبستگی پیرسون (Pearson) اشاره کرد. البته در بازار فارکس ضریب همبستگی پیرسون (Pearson) بیشترین کاربرد را دارد.

ضریب همبستگی پیرسون میزان قدرت رابطه خطی که بین دو جفت ارز در فارکس وجود دارد را اندازه‌گیری می‌کند.

انجام‌دادن محاسبات همبستگی پیرسون به صورت دستی کار بسیار پیچیده‌ای است. بسیاری از مزایای استفاده از ضریب هم بستگی معامله‌گران از نرم‌افزارهای کامپیوتری صفحه گسترده استفاده می‌کنند تا این ضریب را به‌دست آورند. فرمول ضریب همبستگی به گونه ای طراحی شده است که نتیجه آن، عددی بین ۱- و ۱+ بدست می آید.

ضریب همبستگی مثبت (1+تا 0)

وقتی ضریب همبستگی یک متغییری (در فارکس جفت ارز) عددی بین 0 تا1+ باشد یعنی تغییرات جفت ارزها در یک جهت مثبت رخ می دهد. به طور مثال اگر ضریب همبسنگی جفت ارز دوم 0.8+ جفت ارز اول باشد و جفت ارز اول در جهت مثبت حرکت کند جفت ارز دوم به اندازه 0.8+ جفت ارز اول یا 80٪ جفت ارز اول در جهت مثبت حرکت خواهد کرد.

در این حالت همبستگی +1 به معنی همبستگی مثبت کامل است. یعنی اگر یک ارز 1٪ رشد کند ارز دیگر نیز 1٪ رشد خواهد کرد.

ضریب همبستگی مثبت (0تا -1)

وقتی ضریب همبستگی یک متغییری (در فارکس جفت ارز) عددی بین 1- تا0 باشد. یعنی تغییرات جفت ارزها در یک جهت منفی رخ می دهد. به طور مثال اگر ضریب همبسنگی جفت ارز دوم 0.8- جفت ارز اول باشد و جفت ارز اول در جهت مثبت حرکت کند جفت ارز دوم به اندازه 0.8- جفت ارز اول یا 80٪ جفت ارز اول در جهت معکوس حرکت خواهد کرد.

در این حالت همبستگی 1- به معنی همبستگی منفی کامل است. یعنی اگر یک ارز 1٪ رشد کند ارز دیگر 1٪ تضعیف خواهد شد.

ضریب همبستگی 0

ضریب همبستگی 0 به معنی عدم همبستگی است . یعنی هیچ رابطه ای بین حرکت جفت ارزها با یکدیگر وجود ندارد.

استفاده از همبستگی جفت ارزها در معاملات فارکس

از همبستگی جفت ارزها میتوان با اهداف متفاوتی در بازار فارکس استفاده کرد:

استفاده از همبستگی ارزها جهت افزایس سودآوری

در بازار فارکس جفت ارزهای متعددی وجود دارد که بررسی کردن تمامی این جفت ارزها و یافتن موقعیت ورود به معامله در آن ها بسیار زمان بر است و ممکن است زمانی که مشغول بررسی یک جفت ارز هستید موقعیت ورود به معامله در جفت ارز دیگری را از دست بدهید.

اما با توجه به همبستگی ارزها در فارکس میتوانید وفتی یک موقعیت ورود در یک جفت ارز یافتید بلافاصله در جفت ارز وابسته به آن نیز وارد معامله شوید.

نیازی نیست حتما در جفت ارزهایی با همبستگی مثبت همزمان وارد معامله شوید. بلکه میتوانید در جفت ارزهایی با همبستگی منفی نیز در خلاف جهت به معامله وارد شوید.

به طور مثال:

فرض کنید حرکت بعدی جفت ارز USD/CHF را پیش بینی کرده و یک موقعیت معاملاتی بر روی آن باز کرده اید.

شما می توانید بلافاصله یک موقعیت معکوس بر روی جفت ارز EUR/USD ایجاد کنید. زیرا این جفت ارزها دارای همبستگی منفی قوی هستند و یک رابطه عکس با یکدیگر دارند.

در واقع شما یک جفت ارز را بررسی می کنید اما می توانید همزمان از 2 یا حتی 3 جفت ارز کسب سود کنید.

• مطالعه بیشتر :آشنایی با جفت ارز دلار/ین و رابطه آن با اوراق خزانه داری آمریکا و نرخ بهره

استفاده از همبستگی ارزها جهت پوشش ضرر احتمالی

میدانیم که در بازار فارکس هیچ قطعیتی وجود ندارد و استراتژی که همواره منجر به پیشبینی دقیق و سود قطعی شده است ممکن است در معاملات بعدی منجر به ضرر هنگفت شود.

به عنوان یک تریدر اگر وارد معامله ای شدید و بعد از زمان اندکی متوجه شدید پیشبنی شما اشتباه است. به منظور کاهش ضرر احتمالی میتوانید در جفت ارز دیگری که دارای همبستگی بالای منفی است در همان جهت وارد معامله شوید. در این حالت بخش زیادی از ضرر احتمالی شما پوشش داده خواهد شد.

به طور مثال:

فرض کنید روی جفت ارزی EUR/JPY معامله خرید باز کرده اید و بعد از گذشت دقایقی متوجه می شوید که پیشبینی شما از روند این جفت ارز اشتباه است. میتوانید بلافاصله روی جفت ارز USD/CAD وارد معامله خرید شوید و بخش زیادی از ضرر احتمالی را پوشش دهید.

پوشش ضرر احتمالی همان استراتژی هدجینگ است که براساس همبستگی جفت ارزها در فارکس طراحی شده است.

استفاده از همبستگی ارزها جهت تایید شکست ها

اگر شما از استراتژی نقاط پیوت جهت شناسایی سطوح حمایت و مقاومت استفاده می کنید، همبستگی ارزها می توانند در تایید پیش بینی های شما کمک کنند.

فرض کنید که EUR/USD در محدوده یک مقاومت قرار دارد. اما شما نمی دانید که قیمت می خواهد این سطح را بشکند و یا از نقطه پیوت باز گردد.

در این حالت، بررسی جفت ارزهای دیگر با همبستگی قوی می تواند به شما کمک کند. بدین ترتیب می توانید هم همبستگی های مثبت و هم همبستگی های منفی را بررسی کنید.

اگر در این بازه زمانی جفت ارز EUR/USD با با جفت ارزهای GBP/USD و AUD/USD همبستگی مثبت داشته باشد میتوانید بررسی کنید که آیا این جفت ارزها نیز در سطوح مقاومت قرار دارند یا سطوح مقاومت را شکسته اند یا از این سطوح بازگشت داشته اند.

از طرف دیگر اگر در این بازه زمانی جفت ارز EUR/USD با جفت ارزهای USD/CHF و USD/JPY همبستگی منفی داشته باشند باید بررسی کنید که آیا این جفت ارزها در سطوح حمایت قرار دارند و چه واکنشی نسبت به این سطوح نشان داده اند.

تغییر در همبستگی ارزها

همانطور که گفتیم نیازی نیست برای استفاده از همبستگی ارزها فرمول محاسباتی آن را بخاطر بسپارید. جدول همبستگی ارزها میتواند تمامی ضرایب همبستگی را به شما نشان دهد. اما ضرایب همبستگی ارزها در فارکس همیشه ثابت نیستند. در تایم فریم های مختلف ضرایب همبستگی برای یک جفت ارز متفاوت هستند.

اگر به اشتباه در تایم فریم یک ساعته بر اساس ضرایب جدول روزانه معامله کنید، به طور قطع معاملات شما با ضرر مواجه خواهد شد.

اما تفاوت ضرایب همبستگی ارزها در فارکس تنها در تایم فریم ها متفاوت نیست. بلکه در بازه زمانی متفاوت ضرایب یک تایم فریم ثابت نیز ممکن است متغییر باشد .

به طور مثال جدول ضریب همبستگی تایم فریم روزانه هفته مزایای استفاده از ضریب هم بستگی گذشته با هفته جاری ممکن است متفاوت باشد .

این ضریب می تواند به دلایل بسیاری مانند تغییر در سیاست های اقتصادی کشورها تغییر کند.

برای مثال، افزایش نرخ بهره در آمریکا می تواند مسیر حرکتی دلار آمریکا را نسبت به دیگر ارزها تغییر دهد. یکی از فاکتورهای مهم دیگر، تغییرات در فضای سیاسی است که بر روی نرخ جفت ارزها اثر می گذارد و معادلات را تغییر می دهد.

به همین جهت بهتر است در زمان استفاده از این استراتژی جدول به روز همبستگی ارزهای موردنظر خود را بررسی کنید.

همبستگی ارزها با کالاها

برخی از ارزها با ارزهای دیگر همبستگی ندارد، بلکه ارزش آن‌ها با قیمت کالاها همبستگی دارد. این شرایط زمانی رخ می‌دهد که آن ارز متعلق به کشوری باشد که صادرکننده خالص یک کالا مثل نفت یا طلا باشد.

همبستگی دلار کانادا و نفت

• قیمت نفت با دلار کانادا همبستگی مثبت دارد . افزایش قیمت نفت باعث افزایش ارز دلار کانادا می شود.
• و قیمت نفت با دلار آمریکا همبستگی منفی دارد. در نتیجه افزایش قیمت نفت باعث کاهش ارزش دلار می شود.

این بدین معنی است که زمانی که قیمت دلار افزایش می‌یابد، قیمت نفت با کاهش مواجه می‌شود و بالعکس افزایش قیمت نفت باعث کاهش ارزش دلار می‌شود. در نتیجه معامله‌گران می‌توانند از این اطلاعات استفاده کنند و زمانی که قیمت نفت رو به افزایش است وارد معامله خرید ارزهایی شوند که دلار کانادا ارز پایه آن جفت ارز باشد (مثل CAD\JPY) . یا وارد معامله فروش جفت ارزهایی شوند که در آن، دلار آمریکا ارز پایه‌ است ( مثل USD\CAD).

همبستگی دلار استرالیا و طلا

ارزش ارز دلار استرالیا بعنوان صادرکننده خالص طلا، با افزایش یا کاهش قیمت طلا رابطه مستقیم دارد. به همین دلیل وقتی قیمت طلا افزایش می‌یابد جفت ارز AUD\USD نیز رشد می‌کند و زمانی که طلا با افت قیمت مواجه می‌شود این جفت ارز نیز با کاهش ارزش رو‌به‌رو می‌شود.

اگر ارزش AUD\USD افزایش یابد، بدین معنی است که دلار استرالیا در برابر دلار آمریکا قوی شده‌است. به همین دلیل برای خرید یک دلار استرالیا، نیاز به فروش مقادیر بیشتری از دلار آمریکا دارید.

پس همانند رابطه نفت با دلار کانادا، طلا نیز با دلار استرالیا همبستگی مثبت دارد و دلار آمریکا با هر دوی آنها همبستگی منفی دارد.

دلار استرالیا به عنوان ارز کالایی (کالامحور) شناخته می‌شود. چون ارزش آن وابستگی شدیدی به ارزش صادرات کالاهای استرالیا مثل مس، زغال‌سنگ، محصولات کشاورزی و طلا دارد.

میزان صادرات این کالاها همچنین با ارزش دلار استرالیا همبستگی دارد. البته در بین تمام کالاهای صادراتی استرالیا، طلا بیشترین همبستگی مثبت را با دلار استرالیا دارد.

همبستگی ین ژاپن و طلا

ین ژاپن همانند دلار،یورو و پوند به عنوان ارز ذخیره یا رزرو (Reserve currency) شناخته می شود. از طرف دیگر ین ژاپن به عنوان ارز امن (Safe-haven) و طلا به عنوان دارایی امن شناخته می‌شوند.

هر چند که قیمت یک واحد ین و طلا متفاوت است. اما از آنجایی که هم ین ژاپن هم طلا جزو دارایی امن محسوب می شود در زمان نوسانات یا رشد کند بازار، سرمایه گذاران دارایی خود را به یکی از این دو تبدیل می کنند که معمولا حرکت صعودی و نزولی مشابه هم دارند.مزایای استفاده از ضریب هم بستگی

یکی دیگر از علت های همبسیگی مثبت ین ژاپن و طلا از نظر تحلیل گران تشابه نرخ بهره واقعی این دو به یکدیگر است. ( منظور از نرخ‌بهره واقعی، نرخی است که فعالان بازار بعد از محاسبه‌کردن تورم، به دست ‌می‌آورند.)

دانلود پایان نامه مدیریت درباره : همبستگی پیرسون

همبستگی نیز منفی است. همچنین اگر شیب خط رگرسیون صفر باشد، ضریب همبستگی نیز صفر می شود. ضریب همبستگی از ریشه دوم ضریب تعیین بدست می آید.
3-11-2-2-ضریب تعیین:
ضریب تعیین شاخصی است که نسبت تغییرات بیان شده توسط متغیرهای مستقل به کل تغییرات متغیروابسته را نشان می دهد. به عبارت دیگر ضریب تعیین بیان می کند که متغیرهای مستقل تا چه حد قادر هستند تغییرات متغیر وابسته را بیان نمایند. مقدار اختصاص یافته به ضریب تعیین بین صفر و یک می باشد و بدین صورت تحلیل می گردد: چنانچه ضریب همبستگی صفر باشد هیچ مقدار از تغییرات متغیر وابسته را نمی توان به تغییرات در متغیر مستقل نسبت داد. اگر ضریب تعیین یک باشد کل تغییرات متغیر وابسته را می توان به تغییرات در متغیر مستقل نسبت داد. و نهایتا اینکه اگر ضریب تعیین بین صفر و یک باشد مقداری از تغییرات متغیر وابسته قابل استناد به تغییرات متغیر مستقل است
3-12- نرمال بودن اجزای خطا
این فرض مبین این است که متوسط مقادیر خطا برابر صفر است. بر اساس این فرض اندازه میانگین باقیماندهها بر حسب Xi مفروض، صفر است. هر مجموعهY مربوط به یک X مفروض، در اطراف مقدار متوسط آن توزیع شده اند که بعضی از مقادیر Y، بالای میانگین و برخی دیگر پایین آن قرار دارند. فواصل بالا و پایین مقادیر میانگینها، همان Ui ها هستند که میانگین آنها صفر است. با توجه به قضیه حد مرکزی انتظار میرود که خطاهای مدل دارای توزیع نرمال باشد.طبق قضیه حد مرکزی، اگر اندازه نمونه به قدر کافی بزرگ باشد(حداقل 30 مورد)، انتظار میرود که تخمین زننده دارای توزیع نرمال(البته به صورت تقریبی) در نمونه ها باشد. در این پژوهش به دلیل بالا بودن اندازه نمونه و تعداد داده ها نیازی به بررسی این فرض نمی باشد.
3-13- آزمون خود همبستگی
خود همبستگی زمانی رخ میدهد که خطاها با هم رابطه داشته باشند. به بیان دیگر جزء اخلال مربوط به یک مشاهده تحت تأثیر جزء اخلال یک مشاهده دیگر قرار دارد. اغلب در داده های مقطعی انتظار میرود که متغیر مستقل یک مشاهده فقط بر متغیر وابسته همان مشاهده تأثیر گذارد و با مشاهدات دیگر ارتباطی نداشته باشد .
برای تشخیص خود همبستگی از آماره دوربین– واتسون استفاده میشود که طبق فرمول زیر محاسبه میگردد.
=2(1-p)
جمله خطا در زمان t، : جمله خطا در زمان t-1 است.
چنانچه این آماره با توجه به سطح اطمینان 95% ، نزدیک به عدد2 باشد، خود همبستگی وجود ندارد .
3-14- رگرسیون خطی چندگانه
آمار استنباطی مجموعهای از تکنیکهای آماری است که به کمک آن می‌توان روند گذشته را به آینده تعمیم داد. اساس تکنیکهای تعمیم روند گذشته به آینده فنون تحلیل رگرسیون میباشد. براساس این دسته از فنون آماری، میتوان با بررسی ارتباط بین حداقل دو متغیر مانند x و y بر اساس داده های گذشته، به گونهای بین x و y ارتباط برقرار کرد که رابطه آن‌ها به صورت یک معادله ریاضی تعریف شود. اگر دو یا چند متغیر تأثیری عمده روی متغیری وابسته داشته باشند، از رگرسیون خطی چندگانه استفاده میشود. در رگرسیون خطی چند متغیره معادله زیر معرف جامعه است که فضایی سه بعدی دارد:
که در این معادله y متغیر وابسته، x متغیر مستقل به ترتیب مقادیر ثابت شیب خط رگرسیون و اثر سایر عوامل بر معادله می‌باشند.
3-15- آزمون های مناسب مدل و بررسی رابطه متغیر ها
فرضیه تحقیق و مدلهای استفاده شده، به واسطه نتایج حاصل از اقتصاد سنجی و رگرسیون چند متغیره از 5 جنبه مورد بررسی قرار گرفتهاند و با تجزیه و تحلیل آن‌ها، نسبت به تأثیر یا رد فرضیه اقدام شده است.
3-15-1- آزمون معنیدار بودن مدل مربوط به فرضیه‌ها
جهت بررسی معنیدار بودن مدلهای رگرسیون استفاده شده در تحقیق، آزمون تمامی ضرایب آن‌ها که دلالت بر معنیدار بودن روابط بین متغیرهای مستقل و متغیر وابسته است از آماره F استفاده شده است. با مقایسه آماره F که طبق فرمول زیر بدست میآید و F جدول که با درجات آزادی K-1 و n-K در سطح خطای 5% محاسبه شده، مدل فرضیه مورد بررسی قرار گرفته است.

از آنجائیکه در این تحقیق برای آزمون آماری، فرضیه به عنوان فرض جایگزین () در نظر گرفته شده است، زمانی فرضیه تأیید میشود که F محاسبه شده از F جدول بزرگتر باشد.
3-15-2- آزمون معنی‌دار بودن متغیر مستقل
برای بررسی معنیدار بودن ضرایب متغیرهای مستقل در هر مدل از آماره t استفاده شده است. برای محاسبه این آماره از فرمول زیر استفاده می شود.

: ضریب تخمینی، : انحراف معیار ضریب تخمینی،
: مجذور اختلاف بین مشاهدات واقعی و برآوردی، n: مقدار مشاهدات، k: تعداد پارامترها.
آماره t بدست آمده با t جدول که با درجه آزادی n-K در سطح اطمینان90%، 95% و 99% محاسبه شده مقایسه میشود، چنانچه قدر مطلق t محاسبه شده از t جدول بزرگتر باشد، ضریب مورد نظر معنیدار خواهد بود که دلالت بر وجود ارتباط بین متغیر مستقل و وابسته است.
3-15-3- آزمون F
این آزمون تعمیم یافته آزمون t است و برای ارزیابی یکسان بودن یا یکسان نبودن دو جامعه و یا چند جامعه به کار برده می‌شود. در این آزمون واریانس کل جامعه به عوامل اولیه آن تجزیه می‌شود. به همین دلیل به آن آزمون آنالیز واریانس (ANOVA) نیز می‌گویند.
وقتی بخواهیم بجای دو جامعه، همقوارگی چند جامعه را تواما با هم مقایسه نماییم از این آزمون استفاده می‌شود، چون مقایسه میانگین های چند جامعه با آزمون T بسیار مشکل است.

>مقایسه میانگین ها و همقوارگی چند جامعه بوسیله این آزمون ( Fیا ANOVA) راحت تر از آزمون t امکانپذیر است. (مومنی، 1386).
3-15-4- آزمون t
این آزمون برای ارزیابی میزان همقوارگی یا یکسان بودن و نبودن میانگین نمونه ای با میانگین جامعه در حالتی به کار می رود که انحراف معیار جامعه مجهول باشد.
چون توزیع t در مورد نمونه های کوچک بااستفاده ازدرجات آزادی تعدیل می‌شود، می‌توان ازاین آزمون برای نمونه های بسیار کوچک استفاده نمود. همچنین این آزمون مواقعی که خطای استانداردجامعه نامعلوم وخطای استاندارد نمونه (s)معلوم باشد، کاربرد دارد.(مومنی، آذر 1383).
که در آن خطای استاندارد توزیع نمونه ای

برای دانلود متن کامل پایان نامه ، مقاله ، تحقیق ، پروژه ، پروپوزال ،سمینار مقطع کارشناسی ، ارشد و دکتری در موضوعات مختلف با فرمت ورد می توانید به سایت 77u.ir مراجعه نمایید
رشته مدیریت همه موضوعات و گرایش ها : صنعتی ، دولتی ، MBA ، مالی ، بازاریابی (تبلیغات – برند – مصرف کننده -مشتری ،نظام کیفیت فراگیر ، بازرگانی بین الملل ، صادرات و واردات ، اجرایی ، کارآفرینی ، بیمه ، تحول ، فناوری اطلاعات ، مدیریت دانش ،استراتژیک ، سیستم های اطلاعاتی ، مدیریت منابع انسانی و افزایش بهره وری کارکنان سازمان

در این سایت مجموعه بسیار بزرگی از مقالات و پایان نامه ها با منابع و ماخذ کامل درج شده که قسمتی از آنها به صورت رایگان و بقیه برای فروش و دانلود درج شده اند

و = میانگین برآورد شده نمونه ای ، میانگین جامعه ، تعداد نمونه
برای به کاربردن این آزمون، متغیر مورد مطالعه باید در مقیاس فاصله ای باشد، شکل توزیع آن نرمال و باشد. آزمونt در حالتهای مزایای استفاده از ضریب هم بستگی زیر کاربرد دارد:
– مقایسه یک عدد فرضی با میانگین جامعه نمونه
– مقایسه میانگین دو جامعه
– مقایسه یک نسبت فرضی با یک نسبتی که از نمونه بدست آمده
– مقایسه دو نسبت از دو جامعه
3-15-5- آزمون دوربین – واتسن
یکی از مفروضاتی که در رگرسیون مد نظر قرار می گیرد، استقلال باقی مانده ها (تفاوت بین مقادیر واقعی و مقادیر پیش بینی شده توسط معادله رگرسیون ) از یکدیگر است . در صورتی که فرضیه استقلال باقی مانده ها رد شود و باقی مانده ها با یکدیگر همبستگی داشته باشند امکان استفاده از رگرسیون ندارد. به منظور بررسی استقلال باقی مانده ها از یکدیگر از آزمون دوربین – واتسن استفاده می شود که آماره آن به کمک رابطه زیر محاسبه می گردد در این رابطه میزان باقی مانده ها در دوره زمانی t و میزان باقی مانده ها در دوره زمانی قبل t است .

اگر همبستگی بین باقی مانده ها را با ρ نشان دهیم در این صورت آماره دوربین –واتسن به صورت زیرمحاسبه می شود:

مقدار آماره این آزمون در دامنه 0 تا 4+ قرار دارد زیرا :
اگر ρ =0 آن گاه DW = 2 خواهد بود که نشان می دهد باقی مانده ها از یکدیگر مستقل هستند.
اگر ρ = 1 آن گاه DW =0 خواهد بود که نشان می دهد باقی مانده ها دارای خود همبستگی مثبت هستند.
اگر ρ = -1 آن گاه DW =4 خواهد بود که نشان می دهد باقی مانده ها دارای خود همبستگی منفی هستند.
چنانچه این آماره در بازه 1.5 تا 2.5 قرار گیرد فرض صفر آزمون (عدم همبستگی بین باقی مانده ها) پذیرفته می شود و در غیر این صورت فرض صفر رد می شود (همبستگی بین باقی مانده ها). (مومنی،1386).
3-15-6- آزمون کلوموگروف اسمیرنوف
با بهره گرفتن از آزمون کلوموگروف اسمرینوف نرمال بودن متغیرهای تحقیق مورد بررسی و از این آزمون جهت بررسی ادعای مطرح شده در مورد توزیع داده های یک متغیر کمی مورد استفاده قرار می گیرد. از مزایای این آزمون این است که هر یک از مشاهدات را به صورت اصلی در نظر می گیرد و در مواردی که تعداد مشاهدات کوچک است به دلیل دقیق بودن اعمال شدنی است و از سادگی و سهولت برخوردار است. عدم نرمال بودن متغیرهای تحقیق می‌تواند سبب عدم برقراری شرط نرمال بودن باقیمانده‌ها در رگرسیون هدف شود..اگر مقدار احتمال مربوط به این آزمون بزرگتر از 05/0 باشد با اطمینان 95% می توانیم نرمال بودن باقیمانده ها را مورد تایید قرار دهیم. (مومنی، آذر1383).
3-15-7- آماره وونگ
یکی از مناسب ترین و پرتوان ترین آزمون های آماری در مقایسه دو مدل رگرسیونی رقیب جهت تعمیم نتایج اختلاف میزان قدرت تبیین و بار اطلاعاتی همراه جهت تعمیم مدل برازش داده شده به جامعه آماری استفاده از آماره وونگ است. یک آزمون آماری برای تعیین این که کدام یک از دو مدل، متغیر وابسته را بهتر توضیح می‌دهد، ارائه نمود. تفاوت آزمون وونگ و سایر آزمون‌های آماری در این است که در آزمون وونگ، توزیع آماره نسبت احتمال با این فرض بدست می‌آید که هیچ کدام از مدل‌ها حقیقی نیستند. به عبارت دیگر آماره وونگ بر اساس توزیع آماره نسبت احتمال و بدون در نظر‌گرفتن فرضیه صفر آماری مبنی بر حقیقی‌بودن هر یک از دو مدل، محاسبه می‌شود. این آماره اگر چه برای هر دو مدل، قدرت توضیح‌دهندگی در نظر می‌گیرد، اما از طرف دیگر نشان می‌دهد که کدام یک از این دو مدل به فرآیند واقعی ایجاد داده‌ها نزدیک‌تر است. در بسیاری پژوهش‌ها از این آزمون به منظور سنجش معناداری یک مدل رگرسیون در مقابل مدل دیگر از طریق مقایسه دو ضریب تعیین مورد استفاده قرار می‌گیرد. این آماره دارای توزیع مجانبی نرمال بوده وکمتر بودن آن نشان‌دهنده بهتر‌بودن برازش مدل می‌باشد.بعد از برازش دو مدل داریم:

که در آن و و و به ترتیب میانگین مربعات باقی مانده‌ها در مدل و باقی مانده‌های مربوط به دو مدل می‌باشند. با توجه صفر‌بودن میانگین باقی‌مانده‌ها با تقسیم بر انحراف معیار باقی‌مانده‌های استاندارد ایجاد می‌گردد . از طرفی همان‌طور که واضح است تفاوت توان دوم مقادیر استاندارد شده باقی‌مانده‌ها باعث بزرگ شدن مقادیر K می‌شود که نشان‌دهنده تفاوت در قدرت تبیین و بار اطلاعاتی دو مدل می‌باشد. اما آیا می‌توان پذیرفت که مقادیر K مخالف صفر هستند.

فصل چهارم
تجزیه و تحلیل داده ها
4-1- مقدمه
تجزیه و تحلیل داده ها به عنوان یکی از مراحل اصلی روش تحقیق علمی شناخته می شود. پس از تدوین مبانی نظری و روش تحقیق، لازم است که فرضیه های تحقیق آزمون شود. از طرفی، آزمون تجربی فرضیه ها متکی بر اطلاعات و داده هایی است که به روش علمی جمع آوری شده اند. برای یافتن پاسخ علمی این فرضیه ها، باید اطلاعات و داده های خام جمع آوری شده را با بهره گرفتن از یک مدل مناسب مورد تجزیه و تحلیل دقیق قرار داد. تبیین داده های خام بدون تحلیل آنها امری دشوار یا ناممکن است. نخست باید داده ها را تجزیه و تحلیل کرد و سپس نتایج این تجزیه و تحلیل را مورد تفسیر قرار داد. بنابراین مقصود اصلی از تحلیل عبارت است از تنظیم و خلاصه کردن داده ها به صورت اطلاعاتی روشن، خوانا، مستدل و تفسیر پذ
یر به گونه ای که بتوان روابط موجود در مسائل پژوهشی را کشف، بررسی و آزمون کرد. تجزیه و تحلیل یعنی دسته بندی، مرتب کردن و خلاصه کردن اطلاعات که باید قبل از اجرای پژوهش برنامه ریزی شده باشد و الگو یا مدل های تجزیه و تحلیل نیز تهیه و طرح ریزی گردند. در این فصل داده های گردآوری شده تحقیق در دو بخش توصیفی و استنباطی، تجزیه و تحلیل شده تا شواهدی برای قبول یا رد فرضیه های تحقیق فراهم شود. فرضیه های پژوهش با بهره گرفتن از ضریب همبستگی پیرسون و رگرسیون خطی چند متغیره آزمون می شوند و برای تجزیه و تحلیل داده های تحقیق از نرم افزار آماری spss21 استفاده می گردد. همچنین لازم به ذکر است که داده های جمع آوری شده بر مبنای روش تحقیق، تجزیه و تحلیل می شوند.
4-2-آزمون نرمال بودن متغیرها
جدول 4-1 نتایج آزمون کلموگروف اسمیرنف

ماکیاولی گری
رفاه فردی
قضاوت تخصصی
قضاوت عمومی
قضاوت حرفه ای
تعداد
90
90
90
90
90
آماره Z
763.
994.
900.
862.
765.
سطح معناداریsig
625.
276.
392.
447.
601.
با بهره گرفتن از آزمون کلموگروف اسمیرنف برای همه متغیر ها با توجه به سطح معناداری که بزرگتر از 0.05 می باشد پس در سطح اطمینان 95% فرض نرمال بودن آنها رد نشده است، بنابراین همه متغیر ها نرمال می باشند.
4-3-آمار توصیفی
در این بخش از تجزیه و تحلیل آماری به بررسی چگونگی توزیع نمونه‌های آماری از حیث متغیرهایی چون جنسیت،وضعیت تاهل، سمت شغلی و تحصیلات پرداخته می‌شود. همچنین جداول و نمودار های مربوطه در پیوست ارائه شده است.
جدول 4-2 مشخصات جمعیت دموگرافیک
متغیر
گروه
فراوانی

درصد
جنسیت
مرد
64
1/71
زن
26
9/28
وضعیت تاهل
متاهل
68
6/75
مجرد
22
4/24
تحصیلات
کاردانی
12
3/13
کارشناسی
60
7/66
کارشناسی ارشد
13
4/14
دکتری
5
6/5
سمت شغلی
سرپرست
7
8/7
حسابرس ارشد
10
1/11
حسابرس
54
60
کمک حسابرس
19
1/21
با توجه به جدول فوق از 90 نفر افراد نمونه که جواب داده اند 64 نفر مرد،26 نفر زن بوده که نشان میدهد 71 درصد مرد و 29 درصد زن بوده و 76 درصد متاهل می باشند. از نظر سمت شغلی 9 درصد سرپرست ، 11 درصد حسابرس ارشد ، 60 درصد حسابرس و 21 درصد کمک حسابرس هستند. همچنین 67 درصد دارای مدرک کارشناسی،14 درصد مدرک کارشناسی ارشد، 13 درصد کاردانی و 6 درصد مدرک دکتری را شامل می شود.
4-4- مقایسه متغیر های پژوهش با حد وسط مقیاس اندازه گیری
آزمون t یک نمونه برای مقایسه میانگین مشاهده شده متغیرهای پژوهش با میانگین نظری مقیاس اندازه‌گیری نشان داده است که با توجه به سطح معناداری کوچکتر از 0.05 ، میانگین متغیر ویژگی ماکیاولی‌گری به ‌صورت معنادار متفاوت از میانگین نظری است و با توجه به میانگین متغیر ویژگی ماکیاولی‌گری که کمتر از 3 می باشد بنابراین میانگین متغیر ویژگی

مزایای استفاده از ضریب هم بستگی

مقدمه: راهبردهای یادگیری خودتنظیمی شرایط لازم برای بهبود دستاوردهای تحصیلی دانشجویان را ایجاد کرده و فرآیند یادگیری را تسهیل می‌نمایند. هدف از این مطالعه بررسی رابطه بین راهبردهای یادگیری خودتنظیمی با دستاوردهای تحصیلی دانشجویان پرستاری و مامایی بود .
روش‌ها : در این مطالعه توصیفی- همبستگی، از بین دانشجویان پرستاری و مامایی دانشگاه علوم پزشکی شیراز در سال تحصیلی 96-1395، تعداد310 نفر با استفاده از فرمول کوکران و روش نمونه‌گیری تصادفی انتخاب شدند. ابزار پژوهش شامل دو پرسشنامه راهبردهای انگیزشی برای یادگیری ( MSLQ ) و دستاوردهای تحصیلی دانشجویان بود. داده‌ها با استفاده از روش‌های آماری ضریب همبستگی پیرسون، رگرسیون همزمان و آزمون t مستقل و از طریق نرم‌افزار آماری SPSS تجزیه و تحلیل شدند .
یافته ها : راهبردهای یادگیری خودتنظیمی شناختی (0/63) و فراشناختی (0/72) با دستاوردهای تحصیلی رابطه مثبت و معنی‌دار داشته(0/01 p= ، 0/784 R= ) و قادرنـد 61 درصد از واریانس کل دستاوردهای تحصیلی دانشجویان را پیش‌بینی نمایند. همچنین نتایج نشان داد که میانگین راهبردهای یادگیری خودتنظیمی (19/0 , p= 25/2 t= )و دستاوردهای تحصیلی(0/07 , p= 3/69 t= ) دانشجویان دختر بالاتر از پسر و در دانشجویان غیربومی(0/818 , p= 0/089 t= ) بالاتر از بومی(0/039 , p= 2/072 t= ) است اما این تفاوت بین دو گروه معنی‌دار نبود .
نتیجه‌گیری: با توجه به نتایج پژوهش، ابعاد راهبردهای یادگیری خودتنظیمی قادرنـد دستاوردهای تحصیلی دانشجویان را پیش‌بینی نمایند. لذا به مدیران و اساتید دانشگاه‌های علوم پزشکی توصیه می‌گردد با اتخاذ روش‌های مناسب فواید استفاده از راهبردهای یادگیری خودتنظیمی را برای دانشـجویان تبییـن نموده و هم چنین تلاش نمایند توانایی‌های آنان را در این زمینه بهبود دهن د .

1. Valle A, Nunez Perez JC, Gonzalez Cabanach R, Gonzalez-Pienda Garcia JA, Rodriguez S, Rosario P, et al .Academic goals and learning quality in higher education students. Spanish Journal of Psychology 2009; 12 (1): 96-105. [DOI:10.1017/S1138741600001517]

2. Zimmerman BJ. A social cognitive view of self-regulated learning and academic learning. Journal of Educational Psychology 1989; 18 (3): 329-339. [DOI:10.1037/0022-0663.81.3.329]

3. Feral J, Valcke M, Schuyten G. Student model of learning and their impact on study strategies. Journal of Society for Research in Higher Education 2009; 34 (2): 185-202. [DOI:10.1080/03075070802528288]

4. Seif AA. [New educational psychology: the psychology of learning and teaching]. Tehran: Doran Publishers; 2012. [Persian]

5. Pintrich PR. Multiple goals, multiple pathways: the role of goal orientation in learning مزایای استفاده از ضریب هم بستگی and achievement. Journal of Educational Psychology 2000; 92 (8): 544-555. [DOI:10.1037/0022-0663.92.3.544]

6. Chen JA, Pajares F. Implicit theories of ability of Grade 6 science students: relation to epistemological beliefs and academic motivation and achievement in science. Contemporary Educational Psychology 2010; 35 (1): 75-87. [DOI:10.1016/j.cedpsych.2009.10.003]

7. Mellat N, Gholamali Lavasani M. [The role of epistemological beliefs, motivational constructs and Information processing strategies in regulation of learning]. Procedia Social and Behavioral Sciences 2011; 30 (3): 1761-1769. [Persian] [DOI:10.1016/j.sbspro.2011.10.340]

8. Bazregar K, Sadipoor E. [Modeling the relationship between epistemological beliefs, self-efficacy, self-regulation and deep-processing cognitive and academic performance of high school students]. New Journal of Cognitive Science 2012; 12 (1): 66-53. [Persian]

9. Abedini Y, Bagherian R, Kadkhodaie M. [Investigate the relationship between cognitive and metacognitive strategies and motivational beliefs and academic achievement: test competing models]. Journal of News in Cognitive Sciences 2010; 12 (3): 34-48. [Persian]

10. Rastegar A, Hejazi E, Gholamali Lavasani M. [Intelligence beliefs and academic achievement: the role of achievement goals and academic engagement]. Psychological Research 2009; 12 (1): 11-25. [Persian]

11. Konrad C. The relationship of nursing student quality of effort, satisfaction, and self- reported perceptions of learning gains in associate degree nursing programs in specialized colleges [dissertation]. Illinois: University of Illinois State; 2002.

12. Pittman CJ. A study of the relationship between college student experiences and achievement [Dissertation]. Virginia: College of William and Mary; 2014.

13. Pace R, Kuh G. College student experiences questionnaire. [cited 2014 Feb 19]. Available from: http:// www.kc.uni-mb.si/ media/ dokumenti/ CSEQ. pdf

14. Tramonte L, Whllms JD. Cultural capital and its effect on education outcomes. Journal of Economics of Education Review 2010; 29 (4): 200-213. [DOI:10.1016/j.econedurev.2009.06.003]

15. McDonald C, Ponitz C, Beth M. First graders' literacy and self- regulation gains: The effect of individualizing student instruction. Journal of Psychology 2010; 48 (5): 433–455.

16. Hardy LS. Linear relationship between campus environment, involvement and educational outcomes at tribally controlled community college [Dissertation]. University of Memphis; 2005.

17. Williams JM. College student experiences questionnaire research program. 47 th Annual forum of the association for institutional research; 2007 Sep 13-15; Leeds, UK. New York: Springer; 2008.

18. Moghadasi J, Noruz Zadeh R. [Survey and comparison of knowledge, attitude and skill level of the Master students of information technology management using virtual and traditional education in Islamic Azad University]. Journal of Cultural Management 2009; 3 (4): 95- 106. [Persian].

19. Liem AD, Lau S, Nie Y. The role of self-efficacy, task value, and achievement goals in predicting learning strategies, task disengagement, peer relationship, and achievement outcome. Journal of Contemporary Educational مزایای استفاده از ضریب هم بستگی Psychology 2008; 33 (7): 486-512. [DOI:10.1016/j.cedpsych.2007.08.001]

20. Chaves C. Involvement, development and retention: Theoretical foundations for potential extensions for adult community college students. Community College Review 2006; 34 (2): 139-152. [DOI:10.1177/0091552106293414]

21. Carini M, Kuh GD, Klein SP. Student engagement and student learning: testing the linkages. Research in Higher Education 2015; 47 (1): 1-32. 17.

22. Zhao CM, Kuh GD, Carini RM. A comparison of international student and مزایای استفاده از ضریب هم بستگی American student engagement in effective educational practices. The Journal of Higher Education 2011; 76 (2): 209-231.

23. Miller EV. Perceived relation of adult community college students between quality of effort and outcome gains: adult students at one community college [dissertation]. Missouri: University of Missouri-Columbia; 2008.

24. Hess- Quimbita G, Pavel M. Assessing an environmental attitude development model: Factors influencing the environmental attitudes of college students. Annual Meeting of the American Educational Research Association 1996 April 8-12; USA. New York: NY; 1996.

25. Green BA, Miller RB. Influences on course performance: Goals, perceived ability, and self- regulation. Journal of Contemporary Educational Psychology 2006; 21 (8): 181-192.

26. Middleton M, Midgley C. Avoiding the demonstration of lack of ability: An underexplored aspect of goal theory. Journal of Educational Psychology 2007; 89 (2): 710-718.

27. Nozari M. [Connection between the teaching goals of faculty and academic achievements of students at مزایای استفاده از ضریب هم بستگی Shiraz University] [dissertation]. Shiraz University; 2013. [Persian]

28. Hosseini A. [Teacher Education Program with student's academic achievement and self-concept]. Journal of Educational Innovation 2007; 19 (4): 95-98. [Persian]

29. Mohsenpour, M. [The role of self-efficacy, Achievement goals, and stability in mathematics achievement in third grade high school students in Tehran].[dissertation] .Tehran University; 2015. [Persian]

30. Oji A, Marzoughi R. [Investigate the relationship between individual characteristics and students' experiences with their academic achievements in higher education institutions]. Journal of Research in Curriculum Development 2013; 1 (11): 61-10. [Persian]

31. Mohammadi M, Naseri Jahromi R, Rahmani H, Moieni Shahraki H. [An Explanatory model of Students' Perception of Faculty Responsibly Quality, Hidden Curriculum and their Academic. Journal of Curriculum Research 2012; 2 (1): 153- 181. [Persian]

32. Lin MC. Taiwanese College students' quality of effort and self-reported educational attainment [Dissertation]. Columbia, Missouri: University of Missouri; 2014.

33. Pintrich PR, Degroot EV. Motivational and self- regulated learning components of classroom academic performance. Journal of Educational Psychology 1990; 82 (1): 33- 40. [DOI:10.1037/0022-0663.82.1.33]

34. Sheikh Al-Eslami R, Mohammadi M, Nasseri Jahromi R, Kowsari M. [self-efficacy model, self-regulation learning and academic achievement of students]. Journal of Education technology 2015; 9 (4): 285-298. [Persian]

کالیبراسیون و رگرسیون

دستگاه HPLC - waters 2695 با دتکتور PDA و فلورسانس و Autosampler - فوری فروشی

جهت کسب اطلاعات با ما تماس مزایای استفاده از ضریب هم بستگی بگیرید جهت کسب اطلاعات با ما تماس بگیرید

کالیبراسیون به مجموعه کارهایی که بر اساس یک روش مشخصی برای مقایسه نتایج یک دستگاه با یک دستگاه دقیق تر یا یک روش استاندارد (ابزار دقیق) برای تشخیص خطا، تنظیم دستگاه و یکسان سازی گزارشات آنالیزی به کار می روند، اطلاق می شود. به طور کلی هدف از کالیبراسیون اطمینان از صحت (accuracy) نتایج مشاهده شده روش آنالیزی است. کالیبراسیون و رگرسیون در روش های آنالیزی در مفاهیمی نزدیک به هم دارند.

کالیبراسیون یک مفهوم بسیار گسترده است که کلیه مراحل آنالیز از شرایط نگهداری دستگاه آنالیزی تا چک کردن کلیه قطعات الکترونیکی و .. را شامل می شود. در اینجا به طور خاص کالیبراسیون در روش های آنالیز و به ویژه در اندازه گیری های کمی (Quantitative) مد نظر است که در آن کالیبراسیون شامل ایجاد یک رابطه بین پاسخ دستگاه و مقادیر استاندارد است.

هدف هر آنالیزی تولید داده های قابل اعتماد (reliable) با حداقل خطاست. برای بسیاری از دستگاه های آنالیزی، رسم منحنی کالیبراسیون برای اندازه گیری کمی الزامی ست. روش های کالیبراسیون برای ارزیابی و تنظیم دقت و صحت دسنگاه ها و تجهیزات اندازه گیری به کار می روند.

برای مشاوره و انجام پروژه های آمار و کمومتریکس با ما تماس بگیرید

کالیبراسیون و رگرسیون

روش های رگرسیون (Regression) یکی از عمومی ترین روش های آماری استفاده شده برای کالیبراسیون هستند. روش های رگرسیون استفاده گسترده ای در حیطه های مختلف دارند از مطالعات شیمیایی مواد و تحقیق و توسعه ترکیبات جدید تا بازاریابی و مطالعات اجتماعی و روانشناسی. رگرسیون تکنیکی ست که برای مدل سازی و آنالیز داده های عددی شامل یک متغیر وابسته (Y) و یک یا چند متغیر مستقل (X) به کار می رود. هدف هر روش رگرسیونی می تواند ارائه مدل به منظور توصیف رابطه Y و X باشد و یا پیش بینی (prediction) مقادیر Y برای نمونه های جدید.

معمولا فرض اولیه را بر خطی بودن رابطه بین متغیر های وابسته و مستقل در نظر می گیرند و بنابراین رگرسیون خطی بسیار متداول تر بوده و کاربرد بیشتری از روش رگرسیون غیرخطی دارند. مفروضات اولیه روش های رگرسیون خطی شامل وجود رابطه خطی بین متغیر وابسته و متغیرهای مستقل، توزیع نرمال خطاها و هم واریانسی (homoscedasticity) در طول بهترین خط برازش شده مستقل است.

هم واریانسی (homoscedasticity) وضعیتی را توصیف می کند که واریانس خطای پاسخ (Y) نسبت به مقادیر متغیر مستقل ثابت باشد. به عبارت دیگر تغییرات واریانس در طول بهترین خط برازش شده ثابت باشد (شکل 1 الف).

ناهم‌واریانسی (heteroscedastic) برعکس هم واریانسی، وضعیتی را توصیف می کند که واریانس خطای پاسخ نسبت به مقادیر متغیر مستقل ثابت نباشد. به عبارت دیگر تغییرات واریانس در طول بهترین خط برازش شده ثابت نیست و معمولا به شکل مخروط است (شکل1 ب).

شکل 1 الف: هم واریانسی و ب: ناهمواریانسی

براساس تعداد متغیرهای مستقل (x) روش های کالیبراسیون به کالیبراسیون تک متغیره (Univariate calibration) و کالیبراسیون چند متغیره (Multivariate calibration) دسته تقسیم می شوند.

به طور کلی روش های کالیبراسیون در آنالیز به رابطه بین نمونه و اندازه سیگنال مرتبط است که با تابع آنالیزی ((x=f_s(Q)) ساختار یک گونه شیمیایی را به مقدار یا غلظت آن مربوط می سازد.

رابطه بین کمیت آنالیت و پاسخ آشکارساز برای بسیاری از روش های آنالیزی خطی یا نزدیک به خطی ست. کالیبراسیون معمولا شامل رسم پاسخ دستگاه بر حسب مجموعه ای از نمونه ها با غلظت مشخص است. بنابراین متداول ترین روش کالیبراسیون روش رگرسیون خطی (linear regression) ست که در آن نقاط تجربی با استفاده از روش حداقل مربعات (least squares) به صورت خطی برازش می شوند. که مزایای استفاده از ضریب هم بستگی معادله کلی آن با رابطه 1 نشان داده می شود:

در رابطه 1 β شیب (slope) خط و α عرض از مبدا (intercept) است. شیب خط و عرض از مبدا را می توان از روابط زیر به دست آورد:

در رابطه های 2 و 3 X_mean و y_mean به ترتیب مقادیر میانگین X و y هستند.

در بیشتر مواقع α و β با روش روش حداقل مربعات جزیی (least squares) به دست می آیند. اساس این روش به حداقل رساندن مجموع مربعات باقی مانده (sum of squares of residuals) یا SSR است. دقت شود در روش SSR پیدا کردن بهترین منحنی (best curve) بسیار با اهمیت است.

شکل 2 رگرسیون خطی و مفاهیم اولیه آن

بر اساس رابطه 1 مقادیر برازش شده (Fitted values) به دست می آید. مقدار باقی مانده برابر با اختلاف مقادیر مشاهده شده (تجربی) با مقادیر برازش شده است. شکل 2 این مفاهیم را به صورت شماتیک نشان می دهد.

برای ارزیابی مدل رگرسیون ار پارامترهای تناسب برازش (goodness of fit) استفاده می شود. متداول ترین این پارامترها از روابط زیر محاسبه می شوند:

(Total SS = Σ(y_{observed i}– y_mean) 2 (4

(Model SS = Σ(y_{fitted i} – y_mean) 2 (5

(Residual SS = Total SS – Model SS (6

(R 2 = Model SS /Total SS (7

Total SS یا مجموع مربعات کل (مزایای استفاده از ضریب هم بستگی Total Sum of Squares)

Model SS یا مجموع مربعات مدل (Model Sum of Squares)

Residual SS مجموع مربعات باقی مانده (Residual Sum of Squares)

و R 2 مربع ضریب همبستگی (r) هستند.

R 2 میزان تغییرات متغیر y که می تواند توسط متغیر x تبیین شود را نشان می دهد. مقدار R 2 بین صفر و یک تغییر می کند. مقدار R 2 برابر با 1 یعنی تناسب کامل صورت گرفته و مقدار R 2 برابر با 0 یعنی هیچ رابطه ای بین داده ها وجود ندارد. شکل 3 حالت های مختلف ضریب همبستگی (r) را نشان می دهد. همان طور که در شکل 3 نشان داده شده است مقادیر بالای R 2 الزاما تضمین کننده یک مدل پیش بینی کننده خوب نیست و تایید نهایی مدل نیاز به ارزیابی دقیق تری دارد.

شکل 3 حالت های مختلف ضریب همبستگی

بعد از رسم منحنی کالیبراسیون و برازش داده ها رسم نمودار باقی مانده برای ارزیابی منحنی کایبراسیون بسیار مفید است. برای هر غلظت مقدار باقی مانده از اختلاف پاسخ دستگاه و پاسخ پیش بینی شده از منحنی کالیبراسیون به دست می آید. شکل 4 نمودار باقی مانده و حالت های مختلف آن را نشان می دهد. نمودار باقی مانده باید به صورت پراکندگی تصادفی نقاط حول محور افقی در صفر رسم می شود (شکل4 الف). در غیر این صورت (شکل4 ب تا د) باید با برطرف کردن مشکل اقدام کرد.

شکل 4 نمودار باقی مانده و حالت های مختلف آن

کالیبراسیون تک متغیره

کالیبراسیون تک متغیره (Univariate calibration)، یا کالیبراسیون تک جزئی (single-component calibration)، روش بسیار شناخته شده و متداولی ست که سنگ بنای بسیاری از آنالیزهای کمی ست.

کالیبراسیون بر اساس رگرسیون خطی تک متغیره، چند فرض مهم را باید در نظر داشت: گزینش پذیری (Selectivity) و خطی بودن (Linearity). یک مدل کالیبراسیون تک متغیره فقط وقتی نتایج صحیحی دارد که سیگنال فقط ناشی از حضور آنالیت باشد نه عوامل دیگر. اگر عوامل یا آنالیت های دیگری سبب تغییر سیگنال شوند در روش تک متغیره هیچ راهی برای تشخیص آنها وجود ندارد و بنابراین نتایج ناصحیحی به دست خواهد آمد. باید یک رابطه خطی نیز بین مقدار کمی (غلظت) و سیگنال یا پاسخ دستگاه وجود داشته باشد. اگر رابطه خطی نباشد می توان از روش های کالیبراسیون تک متغیره غیرخطی استفاده کرد.

روش های کالیبراسیون متفاوتی برای روش های آنالیزی پیشنهاد شده است. سه روش استاندارد خارجی، افزایش استاندارد و استاندارد داخلی از روش های رایج تر و متداول در روش های آنالیزی هستند که در ادامه هر کدام به همراه معایب و مزایا هر روش مورد بررسی قرار می گیرند. دقت شود به منحنی کالیبراسیون (Calibration curve) منحنی تجزیه ای (analytical curve) یا منحنی کار (working curve) نیز می گویند.

کالیبراسیون خارجی

روش کالیبراسیون خارجی (External calibration)،متداول ترین روش در اندازه گیری های کمی ست. در این روش یک یا چند استاندارد با غلظت مشخص از آنالیت مورد نظر، تحت شرایط دستگاهی و آزمایشگاهی مشابه نمونه ها، آنالیز می شود. پاسخ دستگاه برای استانداردهای با مقادیر معلوم با پاسخ نمونه های مجهول با هم مقایسه می شوند.

برای انجام کالیبراسیون خارجی وجود شرایط زیر الزامی ست:

• سیگنال یا پاسخ متناسب با غلظت باشد.
• حساسیت دستگاه برای نمونه ها و استاندارد یکسان باشد.
• سیگنال فقط در نتیجه حضور و وجود آنالیت مورد نظر باشد.
• اثرات ماتریس نمونه و افت دستگاهی (instrumental drift) در سیگنال منظور نگردد.

برای این منظور منحنی کالیبراسیون حاصل ازپاسخ های دستگاه بر حسب مقدار آنالیت ها در استاندارد رسم می شود. با استفاده از معادله خط بدست آمده و با اندازه گیری ارتفاع یا سطح زیر پیک نمونه مجهول مقدار دقیق آنالیت محاسبه می شود.

مزیت استفاده از روش استاندارد خارجی سادگی آن است و قابلیت استفاده برای روش های مختلف را داراست اما این روش معمولا تحت تاثیر شرایط آزمایش مزاحمت ها و پایداری آشکارساز قرار می گیرد. بنابراین در مواقعی که مزاحمت عمده ای برای جزء آنالیزی وجود دارد یا نمونه ماتریس پیچیده ای دارد صحت و دقت چندان مناسبی ندارد.

افزایش استاندارد

در روش کالیبراسیون با افزایش استاندارد (standard addition calibration) مقدار مشخصی از آنالیت به نمونه ها اضافه می شود. سیگنال دستگاه به صورت تابعی از غلظت اضافه شده اندازه گیری می شود. در این روش مزاحمت های ماتریسی نمونه حذف می شوند اما کاهش حساسیت ناشی از افت دستگاه تصحیح نمی شود. شکل 5 به صورت شماتیک مراحل روش افزایش استاندارد و منحنی مربوطه را نشان می دهد.

شکل 5 مراحل روش افزایش استاندارد و منحنی مربوطه

استاندارد داخلی

در روش کالیبراسیون استاندارد داخلی (Internal مزایای استفاده از ضریب هم بستگی Standard) یک ماده شناخته شده به عنوان استاندارد داخلی به همه نمونه ها و استانداردها اضافه می شود. در این روش از فاکتور پاسخ (response factor) یا فاکتور پاسخ نسبی (relative response factor) که به صورت زیر تعریف می شوند استفاده می شود.

Response factor for analyt (RF_A)=(سیگنال آنالیت)/ (غلظت آنالیت)

Response factor for internal standard (RF_is)=(سیگنال استاندارد داخلی)/(غلظت استاندارد داخلی)

relative response factor= RF_A/ RF_is

مزایای استفاده از ضریب هم بستگی

در صورت بروز هر مشکلی در روند دانلود فایل ، میتوانید از طریق فرم زیر به ما ایمیل بزنید و یا در تلگرام و با ارسال پیامک با ما در تماس باشید ، دیجی لود تضمین میدهد که هر طور شده فایل مورد نظرتان به دست شما خواهد رسید.

پشتیبانی تلگرام : T.me/dgload6

دوستانی که در خارج از کشور ( افغانستان ، تاجیکستان و … ) تمایل به خرید فایل مورد نظرشون رو دارند میتوانند از طریق تلگرام پیغام بدن تا نحوه پرداخت هزینه و ارسال فایل اطلاع رسانی شود .

در صورت تمایل به همکاری در زمینه تبلیغات بصورت بنری و یا متنی در سایت دیجی لود میتوانید از طریق تلگرام با پشتیبانی هماهنگ بفرمائید.

ابزارک ها

برای دسترسی بهتر , راحت تر و سریع تر به سایت ما می توانید وب سایت ما را بوکمارک کنید .

دانلود رایگان تحقیق

مقالات

پایان نامه دانشگاهی

دیجی لود

از سال 1392 با هدف خدمت به جامعه فرهيخته دانشگاهي و دانشجويان تحصيلات تکميلي ، منبعي با کيفيت ومعتمد براي دانلود

پایان نامه ارشد

، تحقيق و جزوات آموزشي ، طرح هاي کارآفريني و گزارش کاراموزي بصورت ويرايش شده و آماده به شمار مي رود. همچنين در حال جمع آوري ، تهيه و توليد فيلم هاي اموزشي رايگان مدرسين نخبه داخلي و خارجي در زمينه هاي پرطرفدار و پرکاربرد هستيم و بزودي بصورت رايگان در سايت قرار داده مي شود.