چکیده ۱
مقدمه ۲
فصل اول :آشنائی با سیستمهای کنترل غیر خطی چند متغیره
۱مقدمه ۴ -۱
۲روشهای تحلیل سیستمهای کنترل غیر خطی ۴ -۱
۱-تحلیل صفحه فازی ۴ -۲-۱
۲-نظریه لیاپانوف ۴ -۲-۱
۳-توابع توصیف کننده ۴ -۲-۱
۳-روشهای طراحی سیستمهای کنترل غیر خطی ۵ -۱
۱-روش آزمون و خطا ۶ -۳-۱
۲-روش خطی سازی فیدبک ۶ -۳-۱
۳-روش کنترل مقاوم ۶ -۳-۱
۴-روش کنترل تطبیقی ۶ -۳-۱
۴-روش زمانبندی بهره ۷ -۳-۱
۴تحلیل و طراحی سیستمهای چند متغیره ۷ -۱
۱-روشهای فضای حالت ۷ -۴ -۱
۲-روشهای پاسخ فرکانسی و مکان ریشه ۸ -۴ -۱
۳-روشهای جایابی قطب ۸ -۴ -۱
چند متغیره ۸ PID ۴-کنترل کننده های -۴ -۱
۵-سایر روشهای طراحی سیستمهای کنترل چند متغیره ۹ -۴ -۱
فصل دوم :انواع روشهای کنترل سیستمهای غیر خطی چند متغیره
۱-کنترل پیش بین مدل ۱۱ -۲
۱-ویژگیهای مهم ومختلف ۱۱ -۱-۲
۲-معایب این روش ۱۱ -۱-۲
۲-مراحل طراحی ۱۲ -۱-۲
۳-انواع روشهای کنترل پیش بین ۱۲ -۱ -۲
کنترل پیش بین خطی) ۱۲ ) LMPC-۱-۳ -۱ -۲
کنترل پیش بین غیر خطی) ۱۲ ) NMPC۲-۳ -۱ -۲
خ
عنوان شماره صفحه
۳-مدلهای فضای حالت ۱۳ -۳ -۱ -۲
۴- تابع هزینه ۱۴ -۱-۲
۵-الگوریتمهای کنترل پیش بین غیر خطی ۱۴ -۱-۲
۶-مسأله مدلسازی ۱۵ -۱ -۲
۷مدلهای غیر خطی ۱۶ -۱ -۲
۸-مثال عملی در کنترل پیش بین در فر آیند های صنعتی ۱۷ -۱-۲
۲کنترل پیش بین تعمیم یافته ۲۰ -۲
۳-کنترل سیستمهای دینامیکی غیر خطی با استفاده از شبکه های عصبی .. ۲۱ -۲
۱مزایای استفاده از شبکه های عصبی ۲۱ -۳ -۲
۲-شبکه های عصبی پیش سو ۲۲ -۳-۲
۳-شبکه های عصبی پرسپترون چندلایه ۲۳ -۳-۲
۴-آموزش یک شبکه عصبی ۲۳ -۳-۲
۵-کاربردهای شبکه های عصبی ۲۴ -۳ -۲
۴تلفیق کنترل پیش بین و مدلهای عصبی ۲۵ -۲
۵کنترل تطبیقی ۲۶ -۲
۱مفاهیم اسا سی در کنترل تطبیقی ۲۶ -۵ -۲
۲-موارد کاربرد کنترل تطبیقی ۲۷ -۵ -۲
۲۹ (MRAC) ۳-کنترل تطبیقی مدل مرجع -۵ -۲
۳۰ (STC) ۴-کنترل کننده های خود-تنظیم -۵ -۲
۵-چگونه کنترل کننده های تطبیقی طراحی کنیم؟ ۳۱ -۵ -۲
۶-کنترل تطبیقی سیستمهای غیر خطی ۳۲ -۵ -۲
۷-مقاوم بودن سیستمهای کنترل تطبیقی ۳۲ -۵ -۲
۸-کنترل سیستمهای فیزیکی چند-ورودی ۳۳ -۵ -۲
۶-کنترل فازی ۳۴ -۲
۱طراحی کنترل کننده های فازی ۳۶ -۶-۲
۲-مراحل طراحی ۳۷ -۶ -۲
۳-کنترل فازی سیستمهای چند متغیره ۳۸ -۶-۲
۷-کنترل مقاوم ۳۹ -۲
۳ -مثالی از کنترل کننده های چند ورودی – چند خروجی
١روباتیک به عنوان نمونه اولیه ٤٣ -٣
د
عنوان شماره صفحه
جمع بندی و نتیجه گیری ۴۷
منابع و مآخذ
فهرست منابع فارسی ۵۰
فهرست منابع لاتین ۵۱
فرمت فایل : WORD (قابل ویرایش)
تعداد صفحات:90
پایان نامه دوره کارشناسی
رشته مهندسی صنایع گرایش تکنولوژی صنعتی
فهرست مطالب:
مقدمه .............................................................. .....................................................................1
فصل اول : توربو کمپرسور................................................................................................ 2
توربو کمپرسور گاز چیست؟ ..................................................................................... 3
فصل دوم : شرکت توربو کمپرسور نفت ...................................................................... 12
شرکت توربو کمپرسور نفت ..................................................................................... 13
پروژه های در حال انجام ........................................................................................... 15
شرکت های زیر مجموعه .......................................................................................... 18
برگه های کنترل کیفیت .............................................................................................. 35
فصل سوم : کنترل کیفیت .................................................................................................. 56
تعریف کنترل کیفیت .................................................................................................... 57
تاریخچه کنترل کیفیت ................................................................................................. 58
عوامل تاثیر گذار در کیفیت ...................................................................................... 62
چرا باید کار کنترل کیفیت انجام گیرد؟ ................................................................. 64
چرا روش های آماری کنترل کیفیت اهمیت دارند؟ .......................................... 65
فصل چهارم : کنترل کیفیت چند متغیره ....................................................................... 66
تاریخچه کنترل کیفیت چند متغیره .......................................................................... 67
دلایل استفاده از کنترل کیفیت چند متغیره ............................................................ 68
کنترل میانگین ها ......................................................................................................... 69
حالت مربوط به n = 1 .............................................................................................. 77
مثال دو متغیره .............................................................................................................. 78
مثال سه متغیره ............................................................................................................. 84
ضمائم
فهرست منابع و مآخذ
Abstract
چکیده
این پروژه شامل چهار فصل می گردد .
در فصل نخست سعی شده توضیح مختصری درباره توربو کمپرسور ارائه شود .
در فصل دوم اطلاعاتی درباره شرکت توربو کمپرسور نفت و نحوه انجام کنترل کیفیت در شرکت ارائه شده است .
در فصل سوم توضیحات مختصری درباره کنترل کیفیت و تاریخچه آن بیان شده است .
و در پایان در بخش پایانی نحوه کنترل چند مشخصه کیفی با استفاده از آماره هتلینگ ضمن انجام یک پروژه صرفا آموزشی بررسی می گردد .
مقدمه
کنترل کیفیت قدمتی برابر با تولید دارد .هر آنچه انسان حتی قرن ها قبل از میلاد تولید کرده است دارای دقت و ظرافتی است که نشان از توجه سازندگان آن به کیفیت دارد . نگاهی بر دست ساخته های انسان باستان در موزه ها و یا عجایب هفت گانه جهان نظیر اهرام ثلاثه مصر ، مجسمه ابوالهول و دیوار چین تایید خوبی بر این مدعاست .
با شروع انقلاب صنعتی در اروپا در اواسط قرن هیجدهم میلادی و استفاده از ماشین آلات و ابزار دقیق در تولید ، روش های تولید نیز مدرن تر و پیچیده تر شدند . این تغییرات حجم تولید محصولات را بالا برد و روش های کنترل دقیق بودن و ظرافت نیز در آنها تغییر یافت . مقایسه روش های کنترل کیفیت تولیدات در سال های اولیه انقلاب صنعتی با آنچه که امروزه به چشم می خورد ، نشان می دهد که تغییرات در این بخش فوق العاده بوده است . این تغییرات که خواست عمده صاحبان صنایع و مصرف کنندگان بود ، در سال 1920 میلادی به ابداع کنترل کیفیت آماری منجر شد .
ارزش تکنیک های چند متغیره در تحلیل اطلاعات
مقاله ای مفید و کامل
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه:28
فهرست مطالب :
ارزش تکنیک های چند متغیره در تحلیل اطلاعات
تجزیه جند متغیره چیست؟
طبقه بندی شیوه های چند متغیره
شیوه های وابسته یا بر همبستگی؟
خلاصه شیوه های جند متغیره گزینش شده
تحلیل فاکتوری
تحلیل خوشه ای
تحلیل همبسته
باز نمایی ادراکی
تاثیر مقیاس های سنجش
تکنیک های بر همبستگی
تحلیل فاکتور
کاربردهای تحلیل فاکتور در تحقیق بازاریابی
تبلیغات بازرگانی
ارزشیابی کردن
محصول
توزیع
تحلیل فاکتور
استفاده از تحلیل فاکتوری با رگرسیون چندگانه
تحلیل خوشه ای
شیوه های آماری در تحلیل خوشه ای
کاربردهای تحلیل خوشه ای در تحقیق بازاریابی
انجام پژوهش ها درباره محصولات جدید
آزمایش بازاریابی
رفتار خریدار
تحلیل خوشه ای
تحلیل وابسته
تحلیل مبین
کاربردهای تحلیل مبین در تحقیق بازاریابی
انجام پژوهش در رابطه با محصول
انعکاس پژوهش
بازاریابی مستقیم
ترکیب تحلیل مبین با تحلیل خوشه ای
چکیده :
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.
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 در نظر گرفته اند سه مشخصه دیگر یعنی تازگی، مزه، دما الگوی دیگری پدید آورده اند.
در این مورد امتیازات در هر سه متغیر بالا می باشد. بر اساس الگوی داده ها می توان این شش مقیاس را در دو مقیاس مختصر یا فاکتور کمیت خدمات و غذا ترکیب نمود.(کادر 4-18)
همان طور که در مثال بالا توضیح دادیم هدف کلی تحلیل فاکتور خلاصه نمودن اطلاعات می باشد. هدف آماری تحلیل فاکتور تعییین وجود ترکیب خطر از متغییرها (به عنوان مثال، زمان، انتظار، تمیزی، پرسنل) است که بتواند به محقق در خلاصه نمودن داده ها و شناسایی روابط اساسی کمک کند. نقطه آغازین در تفسیر فاکتور تحلیل بارهای فاکتوری است. بار فاکتوری به همبستگی بین هر یک از متغیرها ی اولیه و فاکتورهای توسعه یافته جدید اشاره دارد. بارهای فاکتوری مانند همبستگی ها می توانند از0/1+ تا 0/1- متغیر باشند. اگر متغیر A4 (مزه غذا) ارتباط نزدیکی با فاکتور 2 داشته باشد،همبستگی یا بار فاکتور بالا خواهد بود. تحلیل آماری مرتبط باتحلیل فاکتور می تواند بار فاکتوری بین هر فاکتور و هر یک از متغیر های اولیه ایجاد کند. نتیجه این تحلیل آماری در کادر(5-18) ارائه شده است. مرحله بعدی در تحلیل فاکتور نامگذاری فاکتورهای منتج می باشد. محقق متغیرهایی را که بار بالایی در هر فاکتور دارند،مورد بررسی قرار می دهد.
اغلب انسجام خاصی میان متغیرهای که بار بالایی در فاکتور مذکور دارند،دیده می شود. ویژگی پایانی تحلیل تحلیل فاکتور به تعداد فاکتورهای حفظ شده مربوط می باشد. تصمیم گیری درباره تعداد فاکتورها فرایند بسیار پیچیده ای است،زیرا در هر مشکل تحلیل فاکتور بیش از یک راه حل احتمالی وجود دارد. مقیاس مهم در تعیین تعداد فاکتورها درصد وروش در داده های اولیه ای است که به وسیله هر فاکتور توضیح داده شده است. برنامه کامپیوتری تحلیل فاکتور جدولی از اعداد ایجاد خواهد نمود که بیان کننده درصد وروش توضیح داده شده توسط هر فاکتور می باشند.
کاربردهای تحلیل فاکتور در تحقیق بازاریابی:اگر چه مثال فست فود قدرت تحلیل فاکتوری را در ساده نمودن بینش های مشتری نسبت به رستوران فست فود روشن نمود،این کلینیک در تحقیق بازاریابی کاربردهای مهم دیگری نیز دارد.
تبلیغات بازرگانی:از تحلیل فاکتور می توان برای درک بهتر خصلت های رسانه ای مشتریان مختلف استفاده نمود.
ارزشیابی کردن:تحلیل فاکتور می تواند در شناسایی ویژگی های مشتریان حساس به قیمت و حساس به اعتبار کمک کند.
محصول:می توان از تحلیل فاکتور در شناسایی ویژگی های نشان های تجاری ویژه که بر انتخاب مشتری مؤثر می باشد استفاده نمود.
توزیع:تحلیل فاکتور می تواند در درک بهتر معیارگزینش در میان بخش های توزیع به کار گرفته شود.کاربرد SPSS
تحلیل فاکتور:اهمیت تحلیل فاکتور در پایگاه داده ای رستوران شرح داده شد. در پایگاه داده یمان شش متغیر داشتیم که از نظر متری اندازه گیری شده بودند. این متغیرها X1 تا X6 می باشند آیا می توانیم تعداد ابن متغیرها را کاهش دهیم.توالی کیلیک SPSS
ANALYZEàDATAREDUCTIONàFACTOR
است که به کادر دیالوگ که می توانند متغیرهایX1-X6 را انتخاب کنید منتهی می شود.بعد از اینکه این متغیر ها قرار دادید به گزینه های تحلیل داده نگاه کنید. اول برروی کادر Descriptive کیلیک نمایید. سپس برروی کادر uninvariate Descriptiven کیلیک کنید.این کار را ادامه دهید تا به کادر قبلی دیالوگ برسید.سپس به کادر Extraction بروید.در این مرحله به نبود اجزاء اصلی توجه نکنید،Unrotated factor solution را از حالت کیلیک خارج نمایید. حال بر روی کادر Continue کیلیک کنید.بعد به کادر Rotation بروید.در اینجا کمبودی وجود ندارد ما می خواهیم به نوبت این کارها را انجام دهیم. بنابراین برروی varimax کیلیک کنید و ادامه دهید در پایان نیز به کادر options بروید و برروی Stored by size کیلیک کنید و سپس مقادیر مطلق را از 10 تا 30 تغییر دهید.انتخاب های پایانی اطلاعات غیر ضروری را حذف کنید و بنابراین نسخه های چاپی راه حل های آسانتر خوانده می شوند. در اینجا نیازی به امتیاز نداریم بنابراین می توانیم برای اجرا نمودن تحلیل فاکتوربر روی ok در قسمت بالای کادر دیالوگ کیلیک کنیم.اولین جدولی که در بدون دادخواهید دید آواز توصیفی می باشد.
. استفاده از تحلیل فاکتوری با رگرسیون چندگانه:ممکن است گاهی بخواهیم نتیجه تحلیل فاکتوری را با تکنیک چند متغیره دیگری مانند رگرسیون چندگانه استفاده نماییم. این روند هنگام بکارگیری تحلیل فاکتوری در ترکیب تعداد بسیاری از متغیرها به منظور دست یافتن به منظوردست یافتن به مجموعه های کوچکتری کارا می باشد.می توانیم این موضوع را با مثال پیشین در که شش بینش در دو فاکتور عملکرد ها و غذا گنجانده شد شرح دهیم. بدون تحلیل فاکتور دیدگاه های مشتری را باید در شش ویژگی جداگانه بررسی کنیم. اما اگر از نتیجه تحلیل فاکتور استفاده کنیم فقط باید دو ویژگی با فاکتور را بررسی نماییم.برای استفاده از دو فاکتور در رگرسیون چندگانه باید ابتدا امتیازات فاکتور را محاسبه کنیم. امتیازات فاکتور متشکل از امتیازات بر آورده شده برای هر پاسخ در هر یک از فاکتورهای مشتق شده می باشد. به کادر دیالوگ Spss بر گردید در قسمت پایین این کادر، امتیازات را که قبلا استفاده نکرده اید مشاهده خواهید نمود. برروی این کادر کیلیک وسپس بر روی Save as varibhes کیلیک کنید.با انجام این کار گزینه های بیشتری را مشاهده خواهید نمود. اما فقط از Regression. Defomt استفاده نمایید. حال بر Continue وسپس Ok کیلیک کنید بدین صورت خواهید توانست امتیازات فاکتورها را محاسبه کنید. نتیجه امتیاز دو فاکتور برای هر 50 پاسخ دهنده خواهد بود.آنها در انتهای سمت راست پایگاه داده ای ظاهر خواهند شد و عنوانی Fac2-1. Fac1-1 خواهند داشت. حال می خواهیم بدانیم آیا تعبیرات رستوران که به وسیله فاکتورها اندازه گیری شده اند با رضایت ارتباطی دارند. در این مورد متغیر متری وابسته رضایت (X9-satis faction )X 9 است و متغیرهای مستقل امتیازات فاکتورها می باشند. توالی کیلیک Spss
ANALYZEàREGRESSIONàLINEAR
است که به کادر دیالوگ که می توانید متغیرها را انتخاب کنید منتهی می شود. باید X9 را بعنوان وابسته و fac2-1 . fac1-1 را بعنوان مستقل انتخاب کنید. چندین نوع تحلیل نیز وجود دارد که می توانید آنها را قسمت پایین کادر دیالوگ انتخاب نمایید. ولی در اینجا از برنامه defawt استفاده می کنیم. وقتی بر روی OK که در قسمت بالای سمت راست کادر دیالوگ است ، کیلیک می کنید،regression (رگرسیون) را اجرا خواهید نمود. با نگاه کردن به برون داد از جدول متغیرهای وارد شده /خارج شده در می یابید هر دو امتیاز فاکتوری بعنوان متغیرهای مستقل و سطح رضایت به عنوان متغیر وابسته شده اند جدول خلاصه نشان میدهد که مجذور0/549 R- است جدول ANOVA حاکی از آن است که آن از نظر آماری در سطح ooo می باشد. برای تعیین اینکه آیا یک یا هر دو متغیر امتیاز پیشگویی کننده مهمی از رضایت هستند باید جدول همبستگی را بررسی نماییم. ستون ضریب همبستگی بتا حاکی از آن است که فاکتور 1عملکرد 530/0 و فاکتور 2 غذا 518/0 می باشد و سطوح اهمیت آماری آن به ترتیب ooo . ooo است. بنابراین ، از این تحلیل رگرسیون دریافتیم که تعبیر عملکردها و غذا پیش گویی کننده قوی از رضایت هستند. در این فصل چگونگی استفاده از تکنیک چند متغیره تحلیل فاکتور را با تکنیک دیگر-رگرسیون شرح دادیم استفاده از تکنیک های چند متغیره دیگر درترکیب امکان پذیر است.تحلیل خوشه ای:تحلیل خوشه ای شیوه برهمبستگی چند متغیره دیگری است همان طور که از نام آن برمی آید هدف اصلی تحلیل خوشه ای، طبقه بندی یا تقسیم کردن اشیاء 0به عنوان مثال مشتریان، محصولات ، حوزه های بازار)در گروههایی است که اشیاء آن با توجه انواع گوناگون متغیرها مشابه هستند. در تحلیل خوشه ای هدف بدآن است که اشیاء یک گروه مشابه ولی نسبت به گروه دیگر تا آنجا که امکان دارد متفاوت باشد. بنابراین، در این روش سعی شده گروههای طبیعی میان متغیر های بیشمار بدون درنظر گرفتن هر یک از متغیرها به عنوان متغیر وابسته شناسایی شوند. بحث راجع به تحلیل خوشه ای را با این مثال درون یافتی آغاز می کنیم. رستوران فست فود ما در نظر دارد رستورانی جدید در شهرکی درحال پیشرفت افتتاح کند.محققان بازاریابی ، این منطقه را به دقت بررسی نمودند. و اطلاعاتی از جمله جمعیت شناسی ،شیوه زندگی و هزینه صرف غذا دررستوران را گرد آوری نمودند. زنجیره فست فود در جستجوی بخش های خانگی بود که تمایل داشتند رستوران جدید را بازدید کنند. با هدایت نمودن تحلیل خوشه ای داده های جمع آوری شده می توان بخش هدفی برای شرکت شناسایی نمود. نتیجه تحلیل خوشه ای شناسایی بخش هایی خواهد بود که هر یک از آنها شامل خانوارهایی با ویژگیهایی مشابه باشند در کادر 7-18 چهار خوشه یا بخش برای این رستوران ارائه شده است. همان طور که در این مثال توضیح داده شد این رستوران شامل خانوارهایی است که به ندرت از رستوران بازدید می کنند.(خوشه اول) خانوارهایی که تمایل دارند در آنجا در رستوران واقع در شهرک مکرر غذا بخورند (شاخه دوم)، خانوارهایی که تمایل دارند منحصرا به رستوران فست فود بروند (خوشه سوم) و خانوارهایی که مکررا در آن رستوران و رستوران فست فود غذا می خوردند. مدیریت با بررسی ویژگیهای مرتبط با هر یک از خوشه ها می تواند خوشه ای متناسب با هدف در نظر بگیرید.
و...
فرمت فایل : WORD (قابل ویرایش)
تعداد صفحات:45
فهرست مطالب:
نکات، قواعد، فرمول ها
تابع:
حد تابع:
محاسبه ی چند حد مهم:
الف) حد چند جمله ای ها
ب) حد کسرهای گویا
ج) محاسبه ی حد توابع نمایی
د) محاسبه ی حد توابع لگاریتمی:
صورت های مبهم:
مشتق پذیری تابع:
فرمول های مشتق گیری
مشتقات نسبی یا جزئی تابع
مشتق جزئی مراتب بالا
دیفرانسیل کامل
مشتق کامل
مشتق توابع ضمنی
سؤالات تشریحی متوسط
سؤالات تشریحی مشکل
سؤالات تستی حل نشده
کاربرد
کاربرد مشتق
قضیه (آزمون مشتق دوم)
آزمون مخصوص
منابع
نکات، قواعد، فرمول ها
تابع:
دو مجموعه ی و را در نظر می گیریم اگر به هر عنصر از مجموعه ی طبق قانونی خاص فقط یک عنصر از عناصر مجموعهی نظیر شود در این صورت گویند تابعی از در تعریف شده است و مینویسند:
یا
و می خوانند تابعی از در است.
تعریف – اگر و دو مجموعه باشند هر رابطه از در را یک تابع خوانند، اگر در آن دو زوج مرتب پیدا نشود که مختص اول آن ها و مختص دومشان متفاوت باشند.
اگر در یک رابطه دو زوج مرتب دارای مختص های اول ( های) مساوی باشند در صورتی بیانگر یک تابع است که مختص دوم ( های) آنها هم مساوی باشند.
نکته – هر تابع یک رابطه است، ولی هر رابطه لزوماً یک تابع نیست.
انواع توابع:
1) تابع یک متغیره
تابع یک متغیره دارای یک متغیر و یک تابع می باشد و ضابطه ی آن به صورت زیر می باشد:
الف) تابع صریح – ضابطه ی کلی آن به صورت می باشد مانند تابع که نمودار آن یک منحنی در صفحه است
ب) تابع منحنی – ضابطه ی کلی آن به صورت می باشد مانند که نمودار آن یک منحنی در صفحه است.
2) تابع دو متغیره
به تابعی گفته می شود که دارای دو متغیر و یک تابع می باشد و ضابطه ی کلی آن به صورت زیر می باشد:
الف) تابع صریح – ضابطه ی کلی آن به صورت می باشد مانند که نمودار آن یک سطح در فضا می باشد.
ب) تابع منحنی – ضابطه ی کلی آن به صورت می باشد مانند تابع که نمودار آن یک سطح در فضا می باشد.
3) تابع چند متغیره
تابع که ضابطه ی کلی ان به صورت می باشد یک تابع متغیره می باشد.
را متغیرهای مستقل و را متغیر تابع گویند.
حد تابع:
تابع را در نظر می گیریم، اگر به سمت میل کند ممکن است تابع به عددی مانند بی نهایت نزدیک سوء در این صورت می گویند حد تابع وقتی متغیر به سمت میل می کند برابر است و آن را به صورت زیر نمایش می دهند:
حد یا
تعریف دقیق تر حد این گونه است، حد تابع در نقطه ی برابر است و می نویسیم:
اگر به ازای هر عدد مثبت هر اندازه کوچک ، عددی مانند وجود داشته باشد به طوریکه باشد آنگاه نتیجه می گیریم که و یا
این تعریف از لحاظ هندسی به آن معناست که هر اندازه فاصله از نقطه ی کمتر شود فاصله ی از کوچکتر می شود.
حد راست و حد چپ:
نقطه ی ثابتی به طول و عرض روی تابع اختیار می کنیم اکنون نقطه ی متغیر که طول و عرض را در سمت چپ و سمت راست نقطه ی ثابت اختیار می کنیم و را از سمت چپ و از سمت راست به میل می دهیم در این صورت تابع از مقادیر بیشتر و کمتر از به سمت آن میل می کند.
اگر در تابع ، با مقادیری بزرگتر از به سمت میل کند حد بدست آمده را حد راست گویند یعنی
اگر در تابع ، با مقادیری کوچکتر از به سمت میل کند حد بدست آمده را حد چپ گویند یعنی
حد تابع در یک نقطه:
منظور از حد تابع در نقطه ی این است که حد راست و حد چپ تابع را در نقطه ی بدست آورده و اگر این حدود با هم برابر باشند گوییم تابع در نقطه ی دارای حد بوده و آن را با علامت نشان می دهیم بنابراین داریم:
و اگر این حدود با هم برابر نباشند گوییم تابع در نقطه ی حد ندارد.
باید توجه داشت هنگامی که تابع در نقطه ی دارای حد است، حد تابع می تواند با مقدار تابع برابر باشد یعنی
فرمت فایل : word(قابل ویرایش)
تعداد صفحات:28
فهرست مطالب:
مقدمه
تجزیه چند متغیره
طبقه بندی شیوه های چند متغیره
شیوه های وابسته یا بر همبستگی
استفاده از تحلیل فاکتوری با رگرسیون چندگانه
تحلیل خوشه ای
شیوه های آماری در تحلیل خوشه ای
کاربردهای تحلیل خوشه ای در تحقیق بازاریابی
انجام پژوهش ها درباره محصولات جدید
کاربردهای تحلیل مبین در تحقیق بازاریابی
ترکیب تحلیل مبین با تحلیل خوشه ای
کاربردهای تحلیل همبسته در تحقیق بازاریابی
توسعه محصولات جدید
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.