پاسخگوی شما هستیم....
09128186605 - 88712381
Support@GraphPad.ir
https://t.me/GraphPad
با کانال گراف پد در ارتباط باشید....
گراف پدگراف پد
  • گراف پد
  • ویدئوها
  • آموزش‌ها
  • مجموعه بهار ۱۴۰۰
  • مشاوره
  • دریافت گراف پد ۹
  • سبد خرید

  • گراف پد
  • ویدئوها
  • آموزش‌ها
  • مجموعه بهار ۱۴۰۰
  • مشاوره
  • دریافت گراف پد ۹
    • سبد خرید

ویدئو. مثال آموزشی Ordinary one-way ANOVA گراف پد

    خانه » آموزش گراف پد » ویدئو. مثال آموزشی Ordinary one-way ANOVA با گراف پد
ordinary one way anova

ویدئو. مثال آموزشی Ordinary one-way ANOVA با گراف پد

  • ارسال شده توسط گراف پَد
  • دسته بندی One-way ANOVA

زمان مطالعه: 25 دقیقه 

 

همان‌گونه که می‌دانیم هنگامی که بخواهیم بیشتر از دو گروه را با یکدیگر مورد مقایسه قرار دهیم از تحلیل‌های ANOVA استفاده می‌کنیم. نرم‌افزار گراف پد تحلیل‌های ANOVA را در دو دسته Ordinary و Repeated Measure قرار می‌دهد. تحلیل Ordinary زمانی استفاده می‌شود که گروه‌ها از یکدیگر مستقل باشند. در واقع این نوع آزمون تعمیم یافته آزمون T Test Unpaired است.

 

تحلیل Repeated Measure نیز به منظور مقایسه گروه‌های به هم وابسته و در زمان‌های مختلف اندازه‌گیری شده، استفاده می‌شود. این نوع آزمون تعمیم یافته آزمون T Test Paired است.

ما در این آموزش قصد داریم درباره آزمون‌های ANOVA از نوع Ordinary صحبت کنیم. تحلیل ANOVA از نوع Repeated Measure را می‌توانید از اینجا مشاهده کنید. نرم‌افزار گراف پد، امکانات خوبی جهت انجام فرایند مقایسه بین گروهی چه به صورت ساده و یا پیشرفته، فراهم کرده است.

در مثال زیر با استفاده از نرم‌افزار گراف پد پریسم، به دنبال مقایسه بین چند گروه مستقل هستیم. در این مثال می‌خواهیم فرض برابری یا عدم برابری میانگین بین گروه‌های مختلف را آزمون کرده، مقدار احتمال آزمون را به دست آورده و از یک نمودار ساده جهت بیان تحلیل، استفاده کنیم.

این مثال با نام Ordinary one-way ANOVA در دسته تحلیل‌های Column و در بخش One-way ANOVA صفحه ورودی نرم‌افزار گراف پد قرار دارد. فایل مثال را می‌توانید از اینجا دانلود کنید.

وقتی مثال را Create می‌کنیم با داده‌های زیر روبه‌رو می‌شویم. همان‌گونه که مشاهده می‌کنید و در Note مثال نیز آمده است، می‌خواهیم سه درمان Treatments مختلف را که هر یک بر روی نمونه‌های متفاوت انجام شده است، با هم مقایسه کرده و به این سوال پاسخ دهیم که آیا اختلافی بین درمان‌های مختلف وجود دارد یا خیر.

همچنین به دنبال یافتن فاصله اطمینان 95 درصد برای اختلاف بین میانگین‌ها نیز هستیم. همان‌گونه که بارها بیان کردیم یکی از خوبی‌های کار با گراف پد، بیان مسیر گام به گام تحلیل توسط نرم‌افزار در مثال‌های آموزشی آن است.

در این مثال و همان‌گونه که در بخش How to perform one-way ANOVA از پنجره Note مشاهده می‌کنید، مراحل قدم به قدم انجام تحلیل آمده است.

ابتدا در بخش Graphs از پنجره سمت راست (Navigator Panel) می‌توان انواع نمودارهای قابل رسم توسط نرم‌افزار را با کلیک بر روی شیت با نام one-way ANOVA مشاهده کرد. همان‌گونه که می‌دانید به خوبی می‌توان انواع ویرایش‌های دلخواه بر روی گراف به دست آمده را اعمال کرد.

در اینجا در بخش Graph family و در کادر کشویی مقابل آن می‌توان نوع نموداری را که می‌خواهیم رسم کنیم، انتخاب کنیم. از آن‌جا که در ابتدا این مثال در دسته تحلیل‌های Column قرار داشت، بنابراین آن را به همان صورت Column قرار می‌دهیم.

پس از آن سه تب مختلف با نام‌های Box and violin ،Individual values و Mean/median & error دیده می‌شود. بر روی هر کدام از تب‌ها که کلیک کنیم، می‌توان نمودارهای ستونی مرتبط با همان تب را مشاهده کرد.

در تصاویر زیر، چندین گراف با استفاده از همین تب‌ها بر روی داده‌های مثال Ordinary one-way ANOVA رسم شده است. می‌توانید خودتان نیز به سادگی امتحان کرده و این گراف‌ها را به دست آورید. با استفاده از یک layout در گراف پد، این گراف‌ها را در یک تصویر کنار هم قرار داده‌ایم.

حال بیایید به تحلیل بین گروه‌ها و مقایسه آن‌ها با یکدیگر بپردازیم. از آن‌جا که می‌خواهیم میانگین‌های چند نمونه مستقل (بیشتر از دو گروه) را با هم مقایسه کنیم، پس تحلیل ما Ordinary one-way ANOVA خواهد بود. جهت انجام این کار در شیت داده‌ها از منوی Analyze در بالای صفحه، گزینه One-way ANOVA and nonparametric or mixed را انتخاب می‌کنیم.

پنجره زیر با نام Parameters: One-way ANOVA and nonparametric or mixed برای ما باز می‌شود. در اینجا سه بخش انتخابی وجود دارد. در بخش Experimental design انتخاب می‌کنیم مطالعه ما Matching است یا خیر. اگر تحلیل ما از نوع Ordinary one-way ANOVA باشد یعنی گروه‌ها از هم مستقل باشند ما گزینه No matching or pairing را انتخاب می‌کنیم. اگر مطالعه ما Repeated Measure one-way ANOVA باشد یعنی گروه‌ها به هم وابسته باشند، گزینه بعدی را انتخاب می‌کنیم. در این زمینه می‌توانید این لینک را ببینید.

در این مثال از آن‌جا که به دنبال مقایسه سه گروه مستقل هستیم، بنابراین گزینه No matching or pairing را انتخاب می‌کنیم. به فلش‌هایی که گراف پد نشان می‌دهد دقت کنید. فلش‌ها نشان می‌دهند نماینده هر گروه یعنی میانگین آن با گروه دیگر مقایسه می‌شود.

در بخش Assume Gaussian distribution of residuals، نرم‌افزار درباره نرمال بودن یا نبودن توزیع باقیمانده‌ها سوال می‌پرسد. از آنجا که ANOVA خود یک مدل خطی است بنابراین دارای باقیمانده است. اگر باقیمانده‌ها نرمال باشند از آزمون پارامتری یعنی همان ANOVA استفاده می‌شود و اگر باقیمانده‌ها غیر نرمال باشند از آزمون ناپارامتری استفاده می‌کند. بنابراین لازم است به منظور انتخاب صحیح در این بخش، آزمون نرمالیتی را بر روی باقیمانده‌های این مثال نیز انجام دهیم. در این زمینه در ادامه توضیحات بیشتری می‌دهیم.

اما در بخش Assume equal SDs به مقایسه واریانس (انحراف معیار) گروه‌ها با یکدیگر می‌پردازد و بسته به اینکه در بخش قبلی، آزمون پارامتری را انتخاب کنیم یا آزمون ناپارامتری، با گزینه‌های متفاوتی روبه‌رو خواهیم بود.

اگر باقیمانده‌ها نرمال باشند و در بخش Assume Gaussian distribution of residuals، گزینه آزمون پارامتری ANOVA انتخاب شود، همانند تصویر بالا Assume equal SDs می‌تواند شامل گزینه‌های بله واریانس‌ها برابر هستند پس از آزمون Ordinary one-way ANOVA استفاده کن و گزینه خیر واریانس‌ها برابر نیستند پس از آزمون Brown-Forsythe and Welch ANOVA استفاده کن، قرار گیرند.

همچنین اگر در بخش Assume Gaussian distribution of residuals آزمون ناپارامتری انتخاب شود، دیگر بخش Assume equal SDs را نخواهیم داشت. همان‌گونه که می‌دانید آزمون ناپارامتری در این حالت کروسکال-والیس kruskal-Wallis خواهد بود.

بنابراین انتخاب صحیح بین آزمون پارامتری و ناپارامتری جهت انجام فرایندهای بعدی تحلیل مهم است. از آن‌جا که هنوز نمی‌دانیم باقیمانده‌ها نرمال هستند یا خیر، که براساس آن پارامتری یا ناپارامتری بودن آزمون مقایسه را انتخاب کنیم، پس قبل از هر تحلیلی، به تب Residuals می‌رویم. پنجره زیر برای ما باز خواهد شد.

در این تب و در بخش Diagnostics for residuals هر دو گزینه Are residuals clustered or heteroscedastic و Are the residuals Gaussian را انتخاب می‌کنیم. انتخاب Are residuals clustered or heteroscedastic جهت انجام آزمون همگنی واریانس‌ها است و آزمون Are the residuals Gaussian جهت بررسی فرض نرمالیتی باقیمانده‌ها استفاده می‌شود. انتخاب این گزینه‌ها سبب می‌شود در شیت Result نرم‌افزار، نتایج آزمون همگنی واریانس‌ها و همچنین نرمال بودن باقیمانده‌ها، مشاهده شوند. پس از آن بر مبنای نتایج به دست آمده تصمیم می‌گیریم آیا انتخاب آزمون پارامتری ANOVA درست بوده است و یا باقیمانده‌ها نرمال نیستند و باید از آزمون ناپارامتری کروسکال-والیس استفاده شود. همچنین اگر استفاده از آزمون پارامتری ANOVA صحیح است، واریانس‌ها برابر هستند یا خیر.

در بخش Assume equal SDs نیز فعلاً همان گزینه پیش‌فرض نرم‌افزار یعنی Yes. Use Ordinary ANOVA test را انتخاب می‌کنیم. پس از مشاهده نتایج به دست آمده می‌توانیم تصمیم بگیریم آیا واریانس گروه‌ها برابر هستند و این انتخاب صحیح بوده است یا این‌که واریانس‌ها برابر نیستند و باید گزینه No. Use Brown-Forsythe and Welch ANOVA tests انتخاب شود.

یک نکته دیگر نیز در این میان اهمیت دارد. چگونه می‌توان گروه‌ها را دوبه‌دو با یکدیگر مقایسه کرد؟ یعنی در این مثال Control را با Treated مقایسه کرد و همچنین Control با Treated+Antagonist مقایسه شود و اگر خواستیم یک مقایسه دوبه‌دو نیز بین Treated و Treated+Antagonist داشته باشیم.

انجام این کار با تب Multiple Comparisons در همین پنجره Parameters: One-way ANOVA and nonparametric or mixed امکان‌پذیر است. پس بر روی این تب کلیک می‌کنیم، پنجره زیر باز خواهد شد.

در اینجا می‌توانید پنج گزینه مشاهده کنید، ما آن‌ها را به ترتیب بیان می‌کنیم.

1- None. خُب، با انتخاب این گزینه هیچ آزمون دوبه‌دویی انجام نمی‌شود. با این انتخاب فقط یک آزمون کلی ANOVA بین همه گروه‌ها انجام می‌شود.

2- Compare the mean of each column with the mean of every other column. با انتخاب این گزینه میانگین هر گروه با گروه دیگر مقایسه می‌شود. به صورت متداول معمولاً این گزینه انتخاب می‌شود، زیرا کامل‌ترین نوع مقایسه است.

3-  Compare the mean of each column with the mean of a control column. با انتخاب این گزینه می‌توان میانگین هر ستون را با یک ستون از قبل انتخاب شده که نقش کنترل را بازی می‌کند، مقایسه کرد. در کادر باز شده به سادگی می‌توان این گروه که قرار است بقیه گروه‌ها با آن مقایسه شوند را انتخاب کرد.

4-  Compare the means of preselected pairs of columns. با انتخاب این گزینه می‌توان فقط مقایسه را به دو گروه انتخاب شده تقلیل داد. این دو گروه را می‌توان در باکس Select انتخاب کرد.

5-  Test for linear trend between column mean and left-to-right column order. این گزینه کمتر به کار می‌آید، با این حال با انتخاب این گزینه آزمون وجود روند خطی بین میانگین ستون‌ها انجام می‌شود. اگر این گزینه را انتخاب کنیم در شیت نتایج می‌توانیم خروجی زیر را ببینیم.

این نتیجه نشان می‌دهد در میانگین ستون‌ها روند خطی وجود ندارد (P-value = 0.5644).

ما در اینجا همان گزینه Compare the mean of each column with the mean of every other column را انتخاب می‌کنیم تا بتوانیم همه گروه‌ها را با همدیگر مقایسه کنیم.

در اینجا خوب است به یک نکته دیگر نیز اشاره کنیم. به دست آوردن آماره‌های توصیفی مانند میانگین، انحراف معیار و دامنه اعداد در هر گروه می‌توانند یافته‌های جالب توجهی باشند. به همین دلیل می‌توان در تب Options از پنجره Parameters: One-way ANOVA and nonparametric or mixed و در کادر Additional results گزینه Descriptive statistics for each data set را انتخاب کرد. با انتخاب این گزینه می‌توان در خروجی نتایج به دست آمده از گراف پد، انواع آماره‌های توصیفی به ازای هر گروه را مشاهده کرد.

با دیگر تنظیمات کاری نداریم و OK می‌کنیم. نتایج در یک شیت جدید در بخش Results از پنجره سمت راست (Navigator Panel) با نام Ordinary one-way ANOVA of One-way ANOVA data ارایه می‌شود.

این شیت دارای سه زبانه است. یکی با نام ANOVA results که به ارایه تحلیل مقایسه کلی بین گروه‌ها پرداخته است، یک زبانه با نام Multiple comparisons که به مقایسه دوبه‌دو بین گروه‌ها پرداخته است. زبانه دیگر با نام Descriptive statistics به ارایه و بیان آماره‌های توصیفی هر گروه اشاره دارد.

 

در ابتدا از تب ANOVA results شروع می‌کنیم. در بخش ANOVA summary و ANOVA table نتیجه مقایسه بین گروه‌ها آمده است و نشان می‌دهد بین گروه‌ها اختلاف معنادار وجود دارد (P value <0.0001). جدول زیر را مشاهده کنید.

خوب است در همین جا درباره‌ی ستاره‌های معناداری در نرم‌افزار گراف پد پریزم صحبت کنیم. در این نرم‌افزار با استفاده از ستاره‌ها، قوت و شدت معناداری بیان می‌شود. در جدول زیر می‌توانید مفهوم ستاره‌های معناداری را مشاهده کنید.

این جدول به معنای آن است که هر چه تعداد ستاره‌ها افزایش یابد مقدار احتمال آزمون کمتر می‌شود.

چنانچه یادتان باشد در پنجره Parameters: One-way ANOVA and nonparametric or mixed و در بخش Assume Gaussian distribution of residuals درباره نرمال بودن یا نبودن توزیع باقیمانده‌ها صحبت کردیم. حال در اینجا و در کادر Normality of residuals آزمون نرمالیتی باقیمانده‌ها جهت انتخاب پارامتری یا ناپارامتری آزمون مقایسه بین گروهی، انجام شده است.

نرم‌افزار گراف پد بر مبنای چهار روش آزمون نرمالیتی را انجام می‌دهد، با این حال توصیه نرم‌افزار استفاده از روش D’Agostino-Pearson است. در این زمینه می‌توانید لینک https://www.graphpad.com/guides/prism/8/statistics/stat_choosing_a_normality_test.htm را ببینید. روش متداول Kolmogorov-Smirnov نیز آمده است. همان‌گونه که مشاهده می‌کنید بر مبنای روش توصیه‌شده‌ی D’Agostino-Pearson توزیع باقیمانده‌ها نرمال است. مقدار احتمال P-value نشان می‌دهد، در سطح معنی‌داری پنج درصد باقیمانده‌ها نرمال هستند. بنابراین استفاده از روش پارامتری (یعنی همین آزمون Ordinary one-way ANOVA) صحیح است.

بنابراین در پنجره Parameters: One-way ANOVA and nonparametric or mixed و در بخش Assume Gaussian distribution of residuals با اطمینان می‌توانیم گزینه تایید آزمون‌های پارامتری را انتخاب کنیم.

اما هنوز درباره برابری واریانس‌ها (انحراف معیار) اطلاعی نداریم. در همین تب ANOVA results نتایج آزمون همگنی واریانس‌ها آمده است.

 

همان‌گونه که در جدول بالا دیده می‌شود با استفاده از آزمون‌های Brown-Forsythe و Bartlett’s بررسی همگنی واریانس‌ها انجام شده است. نتیجه هر دو آزمون نشان می‌دهد واریانس‌ها اختلاف معناداری با یکدیگر ندارند. بنابراین با اطمینان می‌توانیم در بخش Assume equal SDs همان گزینه Yes. Use ordinary one way ANOVA را انتخاب کنیم.

مواردی که در بالا مطرح کردیم درباره‌ی زبانه ANOVA results بود. مطلبی که همچنان باقی مانده درباره نحوه مقایسه دو‌به‌دو بین گروه‌ها است. این نتایج در زبانه Multiple comparisons آمده است. حال بیایید به توضیح آن‌ها بپردازیم.

در ابتدا و همان‌گونه که مشاهده می‌کنید، مقایسه‌های دوگانه با استفاده از آزمون توکی Tukey انجام شده است. در این مقایسات هر گروه به صورت جداگانه با گروه دیگر مورد مقایسه قرار گرفته است. به عنوان مثال Control با Treated مقایسه شده و اختلاف بین آن‌ها معنادار بوده است (P value <0.0001). با توجه به اینکه mean Diff منفی شده است، بنابراین این اختلاف به سمت کمتر بودن میانگین در گروه Control تعبیر می‌شود.

با این حال وقتی مقایسه ما بین دو گروه Control و Treated+Antagonist انجام می‌شود، بیانگر عدم اختلاف معنادار بین این دو گروه است (P value = 0.8274).

بررسی بین Treated و Treated+Antagonist نشان می‌دهد اختلاف بین این دو معنادار است (P value = 0.0002). در این حالت mean Diff مثبت است، به معنای آن‌که اختلاف معنادار به سمت بیشتر بودن Treated نسبت به Treated+Antagonist است.

این موارد را می‌توانیم به صورت یک نمودار ساده در شکل زیر نشان دهیم.

آنچه که در نهایت باقی می‌ماند، مشاهده آماره‌های توصیفی به دست آمده برای هر کدام از گروه‌های Treated ،Control و Treated+Antagonist است. این مطلب را می‌توانیم در زبانه Descriptive statistics ببینیم.

میانگین، انحراف معیار و سایر آماره‌های توصیفی برای هر ستون در جدول بالا آمده است.

ارایه خدمات تحلیل آماری با GraphPad Prism

گراف پد ارایه خدمات تحلیل‌های آماری با نرم‌افزار GraphPad در تحقیقات و مطالعات را انجام می‌دهد. جهت دریافت نکات بیشتر و نحوه کار می‌توانید مختصری از کار خود را ارسال نمایید. به سرعت تقاضای شما را بررسی و نتایج تحلیل داده‌ها را به صورت اختصاصی و کامل ارسال خواهیم کرد.

  • اشتراک گذاری:
گراف پَد
گراف پد جمعی از رتبه‌های برتر آزمون دکترا آمار دانشگاه‌های ایران | برجسته در موسسه بین‌المللی تحقیقات | دارای نماد اعتماد الکترونیک از مرکز توسعه تجارت الکترونیکی ایران و مجوز رسمی ثبت به شماره ۴۱۸۸۱ و شناسه ملی ۱۴۰۰۶۸۳۲۳۱۹

ممکن است همچنین دوست داشته باشید

  • One-way ANOVA GLM Univariate 11 GraphPad.ir
    آنالیز واریانس یک طرفه One-way ANOVA با SPSS
    17 مهر, 1399

iconfinder_5362_-_Slack_1313557

شماره تماس و پیام

09128186605
Space_-_Filled_Outline_-_38-36-512

دریافت کتاب ویدئویی SPSS

cinema_movie_film_entertainment_theater_show_video_watching-512

کتاب ویدئویی آموزش کامل گراف‌پد


Statistics set graphpad.ir

دریافت مجموعه آمار

نوشته‌های محبوب

Inter-rater Reliability
پایایی بین ارزیابان Inter-rater Reliability
06فروردین1400
ضریب همبستگی درون رده ای Intraclass Correlation Coefficient (ICC)
05فروردین1400
آزمون - بازآزمون
آزمون – بازآزمون Test-retest و تحلیل پایایی پرسشنامه
02فروردین1400
آلفا کرونباخ
آلفای کرونباخ Cronbach’s Alpha در تحلیل پایایی پرسشنامه
22اسفند1399
Split Worksheet
Split Worksheet در نرم افزار Minitab
13اسفند1399
Split File
Split File خرد کردن فایل داده‌ها در SPSS
12اسفند1399
Syntax آنالیز واریانس چندگانه دو طرفه
Syntax آنالیز واریانس چندگانه دو طرفه و جدول Pairwise Comparison
08اسفند1399
Syntax آنالیز واریانس دو طرفه
Syntax آنالیز واریانس دو طرفه و جدول Pairwise Comparison
06اسفند1399
منحنی ROC
منحنی ROC ، نقطه برش ، حساسیت و ویژگی
12بهمن1399
آنالیز کوواریانس چندگانه دو طرفه Two-way MANCOVA
11بهمن1399
آنالیز کوواریانس چند گانه یک طرفه
آنالیز کوواریانس چندگانه یک طرفه One-way MANCOVA با SPSS
25دی1399
پیش‌بینی بازار سهام
رگرسیون لجستیک و پیش‌بینی بازار سهام
12دی1399
آنالیز کوواریانس دو طرفه
آنالیز کوواریانس دو طرفه Two-way ANCOVA با SPSS
02دی1399
Two way MANOVA
آنالیز واریانس چندگانه دو طرفه Two-way MANOVA با SPSS
22آذر1399
One way MANOVA
آنالیز واریانس چندگانه یک طرفه One-way MANOVA با SPSS
22آذر1399
ستاره های معنی داری
قرار دادن ستاره های معنی داری در نمودارهای گراف پد پریسم
08آذر1399
رگرسیون چندگانه
رگرسیون چندگانه Multiple Regression با گراف پد
29مهر1399
آنالیز واریانس یک طرفه
آنالیز واریانس یک طرفه One-way ANOVA با SPSS
17مهر1399
آنالیز واریانس دو طرفه
آنالیز واریانس دو طرفه Two-way ANOVA با SPSS
21شهریور1399
ضریب همبستگی
ارتباط و ضریب همبستگی Correlation در گراف پد
10شهریور1399
روش های پیشرفته آماری
ضریب کاپا در نرم‌افزار SPSS
04شهریور1399
کرونا ویروس و آزمون Two Proportions در Minitab
01شهریور1399
تحلیل کوواریانس
ویدئو. آنالیز کوواریانس ANCOVA با نرم‌افزار SPSS
27تیر1399
رگرسیون پواسن
تحلیل مدل رگرسیون پواسن Poisson Regression با نرم‌افزار گراف پد
24تیر1399
شاخص تفاضلی
بررسی گراف شاخص تفاضلی بورس تهران در سال 99
18تیر1399
رگرسیون لجستیک چندگانه
رگرسیون لجستیک چندگانه Multiple Logistic Regression نرم افزار گراف پد
14تیر1399
Lack of Fit
عدم برازش Lack of Fit مدل با استفاده از نرم افزار Minitab
12تیر1399
شاخص کل هم وزن
بررسی درصد شاخص کل و هم وزن در بورس تهران
10تیر1399
Grubbs Test
تشخیص داده پرت با استفاده از Grubbs’ Test در Minitab
09تیر1399
XY Entering replicate data
ویدئو. مثال آموزشی XY Entering Replicate Data با گراف پد
09تیر1399
شاخص کل بورس
طراحی مدل پیش بینی بر شاخص کل بورس تهران
01تیر1399
Heat map prism
روندهای مشابه در گروه حمل و نقل بورس تهران، رسم Heat Map با GraphPad Prism
31خرداد1399
آنالیز تشخیصی
آنالیز تشخیصی (Discriminate Analysis) در نرم‌افزار SPSS
30خرداد1399
Box and Whiskers Plot
نمودار Box and Whiskers Plot نرم افزار گراف پد
28خرداد1399
رگرسیون پواسن
رگرسیون پواسن Poisson regression و مدل‌بندی تعداد پیشامدهای COVID-19
25خرداد1399
نماد رنیک
پیش‌بینی قیمت سهام رنیک در بورس تهران در سری زمانی
24خرداد1399
نماد سیمرغ
پیش‌بینی قیمت سهام سیمرغ در بورس تهران در سری زمانی
23خرداد1399
تحلیل کوواریانس گراف پد
رگرسیون چندگانه GraphPad به جای تحلیل کوواریانس SPSS
08خرداد1399
دتولید بموتو اتکام
تحلیل و مدل سری زمانی چند نماد بورسی بموتو ، اتکام ، دتولید
02خرداد1399
نرخ باروری
نرخ باروری و شاخص‌های توسعه اقتصادی، بررسی روند بلندمدت 60 ساله ایران
01خرداد1399
پیش‌بینی قیمت سهام شستا در بورس تهران در سری زمانی
17فروردین1399
Logistic Regression
رگرسیون لجستیک ساده Simple Logistic Regression نرم افزار گراف پد
12اسفند1398
XY Entering mean (or median) and error values
XY Entering mean (or median) and error values با گراف پد
29بهمن1398
one phase exponential decay
ویدئو. آموزش Nonlinear regression – one phase exponential decay گراف پد
28بهمن1398
قیمت سهام
پیش‌بینی قیمت سهام با استفاده از سری زمانی Minitab
26بهمن1398
Frequency distribution
توزیع فراوانی Frequency distribution در گراف پد
23بهمن1398
Descriptive statistics
آماره‌های توصیفی Descriptive Statistics با گراف پد
21بهمن1398
Forest Plot
نمودار جنگلی Forest Plot با گراف پد
20بهمن1398
Bland-Altman
Bland – Altman Method Comparison با گراف پد
15بهمن1398
Repeated Measures one-way ANOVA
ویدئو. مثال آموزشی Repeated Measures one-way ANOVA با گراف پد
01بهمن1398
ordinary one way anova
ویدئو. مثال آموزشی Ordinary one-way ANOVA با گراف پد
24دی1398
آموزش Graphpad Prism
چرا با گراف پد پریسم کار می‌کنیم؟
16دی1398
t test paired
ویدئو. مثال آموزشی T test – Paired با گراف پد
15دی1398
t test unpaired
ویدئو. مثال آموزشی T test – Unpaired
10دی1398
Entering replicate data
ویدئو. مثال آموزشی Column Entering Replicate Data
09دی1398
Entering mean
ویدئو. Column Entering mean (or median) and error values با گراف پد
05دی1398
Binding Saturation
ویدئو. مثال آموزشی Binding – Saturation binding to total and nonspecific
08آذر1398
اندازه گیری مکرر
ویدئو اندازه‌گیری مکرر Repeated Measure با SPSS
05آذر1398
Two way ANOVA با گراف پد پریسم
ویدئو Three-way ANOVA با گراف پد پریسم
22آبان1398
تحلیل Nested
تحلیل‌های Nested در Prism
15آبان1398
Heat Map
ویدئو Heat Map با GraphPad Prism
09آبان1398
RIA or ELISA
ویدئو. مثال آموزشی RIA or ELISA – Interpolate unknown from sigmoidal curve
05آبان1398
Two way ANOVA با گراف پد پریسم
Two-way ANOVA با گراف پد پریسم 8
29مهر1398
ECF در مدل‌های دوز - پاسخ
ECF در مدل‌های دوز – پاسخ با Prism
20مهر1398
نسبت EC50 و IC50
ویدئو. براورد نسبت EC50 و IC50 در مدل دوز پاسخ با Prism (مدل EC50 Shift)
11مهر1398
Multiple T Test
ویدئو Multiple T Test با گراف پد پریزم
09مهر1398
دوز پاسخ لگاریتمی
ویدئو. دوز پاسخ Dose Response لگاریتمی و غیرلگاریتمی با GraphPad
09مهر1398
پایایی پرسشنامه
تحلیل پایایی (Reliability) پرسشنامه در نرم‌افزار SPSS
05مهر1398
تحلیل با SPSS
ویدئو. چه تحلیل‌هایی با SPSS انجام می‌دهیم؟
20شهریور1398
گروه بندی با SPSS
گروه‌بندی داده‌ها با استفاده از نرم‌افزار SPSS
20شهریور1398
مقایسه منحنی ها
مقایسه منحنی ها در مدل‌های خطی و غیرخطی
17شهریور1398
ویدئو آموزش رگرسیون غیرخطی
ویدئو. مثال آموزشی Eliminating outliers during nonlinear regression
07شهریور1398
آزمون های نمونه ای با Minitab
ویدئو. آزمون‌های تک و دو نمونه‌ای با استفاده از Minitab
04شهریور1398
رفع ابهام از مدل دوز پاسخ
ویدئو. رفع ابهام Ambiguous از پارامترهای مدل دوز پاسخ با GraphPad
04شهریور1398
آزمون نرمال
آزمون نرمال بودن داده‌ها با گراف پد پریسم
14تیر1398
تحلیل‌های پارامتری و ناپارامتری
تحلیل‌های پارامتری و ناپارامتری با گراف پد پریسم
11تیر1398
کای دو
آزمون کای دو Chi-square با گراف پد پریسم
10تیر1398
آزمون های پارامتری
ویدئو. تحلیل‌ها و آزمون‌های مقایسه پارامتری با نرم‌افزار SPSS
10تیر1398
Specific Binding Saturation
ویدئو. مثال آموزشی Binding – Saturation binding specific binding only
09تیر1398
براورد اندازه نمونه
ویدئو. براورد اندازه نمونه تحقیق با استفاده از Minitab
08تیر1398
رگرسیون
طراحی مدل رگرسیون خطی Linear Regression با گراف پد پریسم
05تیر1398
ورود داده ها به SPSS
ویدئو. ورود داده‌ها و شروع کار با نرم‌افزار SPSS
03تیر1398
خوشه بندی
خوشه بندی داده‌ها (Clustering) در نرم‌افزار SPSS
01تیر1398
آزمون دقیق فیشر
آزمون دقیق فیشر Fishers exact test با گراف پد پریسم
16خرداد1398
Analyze a stack P values
آنالیز Analyze a stack P values با گراف پد
12خرداد1398
تفاوت Prism 8
تفاوت صفحه ورودی Prism 8 با ورژن‌های قبلی
22دی1397
Import داده‌ها از اکسل به پریزم
12دی1397
Regression Interpolate
رگرسیون Interploate در نرم‌افزار پریسم
05دی1397
آزمون one sample t test
آزمون One Sample T Test در پریسم
28آذر1397
ورود داده ها به پریسم
ورود داده‌ها به نرم‌افزار GraphPad
28آذر1397
logo-eduma-the-best-lms-wordpress-theme

09128186605

Support@GraphPad.ir

ثبت‌نام کلاس‌های حضوری

  • آموزش پیشرفته گراف پد پریسم
  • آموزش مقدماتی نرم‌افزار SPSS
  • دوز-پاسخ (Dose-Response)
  • براورد اندازه نمونه با Minitab
  • آموزش پیشرفته نرم‌افزار SPSS
  • تحلیل‌های XY با GraphPad

پشتیبانی

  • پروفایل
  • دانلودها
  • حساب کاربری
  • ایمیل بفرستید
  • درخواست مشاوره
  • آنالیز تشخیصی

مقالات آموزشی

  • دوز پاسخ
  • آنالیز کوواریانس
  • Binding – Saturation
  • تحلیل‌های پارامتری
  • Heat Map با Prism
  • رگرسیون با گراف پد

با گراف پَد

  • مجموعه‌های آموزشی
  • سفارش کار تحلیلی
  • کلاس خصوصی آموزش و تحلیل با گراف‌پَد پریسم
  • درباره گراف پَد
  • کلاس آموزش SPSS

GraphPad.ir Powered by Data Pooya Allameh

  • GraphPad
  • Prism
  • SPSS
  • Minitab
  • Dose – Response