مدل های لوجیت معرف مدل هایی هستند که متغیر وابسته آنها دو بعدی است. در یک مدل لجیت لگاریتم برتری به عنوان برونداد مدل و

زمانیکه متغیر وابسته از جنس ترتیبی باشد کاربرد رگرسیون ترتیبی مفهوم پیدا می کند این رگرسیون که از خانواده رگرسیون های لجستیک است نسبت به

اگر محققی بخواهد روابط بین دو مجموعه از داده ها را مطالعه کند روش تحلیل کانونی بهترین روش خواهد بود. این روش به عنوان یک

رگرسیون پروبیت که به مدل های پروبیت نیز معروف هستند زمانیکه خروجی یا متغیر وابسته مدل دو وجهی باشد کاربرد دارد. در مدل های پروبیت

تحلیل عاملی یک روش آماری چند متغیره برای دسته بندی و شناسایی ساختار های موجود در بین داده های تحقیق است که عمدتا اکثر بسته

خوشه بندی سلسله مراتبی تکنیکی است که در گروه بندی یا دسته بندی داده ها به کارمی رود. نقاط داده ها در این روش در

یکی از روش های معتبر خوشه بندی، خوشه بندی K-mean است که بر اساس کمترین فاصله های هر داده از مرکز یک خوشه (میانگین) خوشه

تعیین خطای نوع دوم که به آن تحلیل قدرت نیز اطلاق می شود دو کارکرد مهم در تحقیقات دارد، تعیین حجم نمونه برای کاهش رخداد

یک شرکت تولید کننده لامپ های روشنایی ادعا نموده است عمر لامپ های تولیدی آن بالای 850 ساعت با انحراف استاندارد 50 ساعت است. شرکت

امروزه موضوع بوت استرپ به عنوان رويكرد ارتقاي قابليت يافته هاي آماري به شدت مورد توجه محققان مختلف است. هدف اين مقاله بررسي روش شناسي

در روش های پارامتری کلاسیک بررسی وجود داده های پرت؛ همسانی واریانس و بررسی توزیع نرمال، به عنوان پیش شرط های اساسی همواره مورد نظر

فرض کنید 20 مشاهده از توزیع نمایی با پارامتر نامعلوم لامبدا داریم (داده ها را با تابع rexp شبیه سازی می کنیم). می خواهیم براورد

مجموعه داده ی زیر از ” مدلسازی داده های دودویی” اثر دی.کولت(1991) برداشته شده است که مربوط به تحقیقی درباره ی مقاومت فشاری اتصال دهنده

برای شروع کار با نرم‌افزار R، بعد از اجرای نرم‌افزار (از طریق منوی شروع (Start) یا آیکون آن روی میز کار (Desktop))، اولین صفحه‎ای که

کافی است بعد از وارد کردن داده‌ها به صورت برداری مثلاً: X<- c(1,2,4,7,1) Y<- log(X) Z<-c(1,2,NA) برای محاسبه میانگین، مد، واریانس، انحراف استاندارد، کواریانس و

یکی از قابلیت‌های موجود در R محیط گرافیکی آن است. به‌طور مثال در این محیط می‌توان با در دست داشتن فایل‌های مربوط به نقشه یک

رسم نمودار پراکنش: فرض کنید برای مشاهدات زوجی (x1,y1)، (x2,y2)، … و (xn,yn) می‌خواهیم نمودار پراکنش رسم کنیم. برای این منظور از دستور plot استفاده

فرض کنید همبستگی دو متتغیر را به‌دست آورده‌اید، اما نمی‌دانید که این همبستگی از نظر آماری معنادار است یا خیر. برای این منظور هم می‌توان

فرض کنید نمونه‌ای از مقادیر یک جامعه شامل موفقیت و شکست در اختیار داریم. بر اساس مجوعه داده‌های در دسترس می‌خواهیم بازة اطمینانی برای نسبت

فرض کنید از دو جامعه، نمونه‌ای را در دست داریم. می‌خواهیم ببینیم میانگین این دو جامعه با هم برابرند یا خیر. اگر نمونه‌های جوامع 1

رگرسیون خطی ساده فرض کنید 2 بردار y و x به حجم n وجود دارد و به نظر می‌رسد که بین این دو نمونه رابطه‌ای خطی وجود دارد.