۱۳۹۳-۱۰-۶، ۱۰:۲۳ صبح (آخرین ویرایش: ۱۳۹۳-۱۰-۶، ۱۰:۲۸ صبح، توسط amindatcom.)
سلام بر دوستان ایرانشهرساز
نرم افزاری که امروز برایتان قصد دارم معرفی کنم، یکی از نرم افزارهای به روز و مفید برای دوستان علاقه مند به مباحث جدید هست، چنانچه دوستان تمایل داشتند در کارهای خود اعم از مقالات و پایان نامه های خود از روش های جدید در شهرسازی و برنامه ریزی استفاده کنند، من استفاده از این نرم افزار را پیشنهاد میکنم
ویژه دوستان علاقه مند به استفاده از مباحث نوین در شهرسازی و برنامه ریزی شهری و مباحث شهری
مقدمه ای بر مدلسازی معادلات ساختاری با رویکرد مدلسازی آسان:
[rtl]در نظر بسیاری از پژوهشگران استفاده از مدل سازی معادلات ساختاری (SEM) معادل استفاده از تحلیل مبتنی بر کواریانس و روش درستنمایی است؛ اما صورت دیگری از مدلسازی معادلات ساختاری مبتنی بر واریانس نیز وجود دارد که به پیش فرضهایی همچون توضیح نرمال معرف های مشاهده شده و حجم بالای نمونه ها متکی نیست. هنگام برآورد یک مدل نظری شیوههای متفاوتی برای تخمین پارامترهای جامعه وجود دارد. این برآورد باید نزدیکترین ماتریس را به ماتریس نموهای بازتولید نماید. تا بدین وسیله آماره کای مربع تا آنجا که امکان دارد به صفر نزدیک شده و برازش مدل با دادههای پژوهش ثابت شود. برای این که اختلاف این دو ماتریس به حداقل برسد توابع مختلفی وجود دارد که مهمترین آنها روش حداکثر درستنمایی (ML) و کمترین مربعات جزئی (PLS)است.روش SEM-ML یا همان مدلسازی معادلات ساختاری به روش حداکثر درست نمایی به عنوان یک روش مبتنی بر کواریانس بخش غالب روشهای تحلیل معادلات ساختاری را در علوم انسانی تشکیل می دهد اما نیاز محققان به وجود تکنیک های بهتر باعث شده تا در سال 1979 میلادی اولین کتاب در ارتباط با به کارگیری کمترین مربعات جزئی(PLS) مبتنی بر واریانس در مدلهای مسیری با متغیرهای مکنون توسط ولد[font=Calibri][1] منتشر شود. هرمن ولد «رویکرد مدلسازی آسان» [/font]PLS (پیش فرضهای توزیعی و حجم نمونه کم) را در مقابل تکنیک «مدلسازی دشوار»SEM-ML (پیش فرضهای توزیعی فراوان و نیاز به تعداد نمونه های زیاد) مطرح ساخت(آذر و همکاران،6:1391)[/rtl]
[rtl]براي آزمون مدل مفهومي تحقیق حاضر از PLS كه يك فن مدل سازي مسير واريانس محور است و امكان بررسي نظريه و سنجه ها را ب هطور همزمان فراهم مي سازد، استفاده شد. از اين روش در مواردي كه حجم نمونه كوچك بوده و يا توزيع متغيرها نرمال نباشد، استفاده مي شود.[/rtl]
[rtl]مدل بیرونی:[/rtl]
[rtl]در مدل هاي PLS دو مدل آزمون می شود . مدل بيروني[font=Calibri][2] هم ارز مدل اندازه گيري و مدل دروني مشابه مدل ساختاري در مدل هاي معادلات ساختاري است . مدل دروني[3] نشانگر بارهاي عاملي متغيرهاي مشاهده شده است. [/font]از آنجا که بر اساس مدل عاملی، هر میزان که قدر مطلق ماتریس مؤلفهها، به عدد یک نزدیکتر باشد، عامل مورد نظر نقش بیشتری در کل واریانس اعداد در متغیر مورد نظر دارد و با توجه به اینکه کلیۀ بارهای عاملی به دست آمده بالای 0.5 هستند [/rtl]
سلام و تشکر بابت این موضوع خوب. مهندس معرفی میشه یه نمونه کاربرد این نرم افزار رو برای یه موضوع مثال بزنید؟اینکه برای چه موضوعات پروژه ای میشه از این استفاده کرد،ممنونم.
(۱۳۹۳-۱۰-۸، ۰۵:۱۸ عصر)Brightness نوشته است: سلام و تشکر بابت این موضوع خوب. مهندس معرفی میشه یه نمونه کاربرد این نرم افزار رو برای یه موضوع مثال بزنید؟اینکه برای چه موضوعات پروژه ای میشه از این استفاده کرد،ممنونم.
سلام
فرض کنید می خواهید رابطه و تاثیر چند متغیر را با یکدیگر بسنجید
رابطه ی چند متغیر مختلف با یکدیگر و اینکه تحلیل مسیر آنها را داشته باشید
و مدل بهینه در این راستا را ترسیم کنید
بعضی مواقع محقق از تعداد حجم نمونه زیر 100 نفر استفاده می کند در این مواقع، به جای استفاده از نرم افزارهای مختلفی چون لیزرل ، آموس میتونه از پی ال اس استفاده کنه که هم سریعتر به جواب برسه و هم مدل ساختاری آن بسیار کاربردی تر خواهد بود
اینم توضیحات تکمیلی که خودم آمادش کرده ام/: مدل یابی معادلا ساختاری[font=Calibri][1]، یک رویکرد جامع برای آزمون فرضیات درباره ی روابط متغیرهای مشاهده شده و مکنون است(هومن،11:1387). در این پژوهش از مدل یابی معادلات ساختاری با کمک روش حداقل مربعات جزیی و نرم افزار [/font]PLS، جهت آزمون فرضیات و صحت مدل استفاده شده است. مدل یابی PLS در حوزه های متنوع از جملهحوزه يمنابعانسانيكاربرددارد. نگرش لیزل بیشنه سازی کواریانس و مدل یابی pls بر بیشینه سازی واریانس تمرکز دارد(7). PLS نگرشی مبتنی بر واریانس است که در مقایسه با تکنیک های مشابه معادلات ساختاری همچون لیزل و آموس نیاز به شروط کمتری دارد(). به طور مثال بر خلاف لیزرل، مدل یابی مسیر pls برای کاربردهای واقعی مناسب تر است، به ویژه هنگامی که مدلها پیچیده تر هستند بهره گیری از این نگرش مطلوب تر خواهد بود(). البته مزیت اصلی آن در این است که این مدل یابی نسبت به لیزرل به تعداد کمتری از نمونه نیاز دارد(). در واقع pls محدودیت حجم نمونه ندارد و نمونه انتخاب شده می تواند برابر یا کم تراز 30 باشد. که در این صورت نتایج نیز معتبر است(). همچنین به عنوان روشی مناسب در شرایطی که تعداد نمونه ها و آیتم های اندازه گیری محدود است و توزیع متغیرها می تواند نامعین باشد مطرح می شود(. مدلیابی PLS در دو مرحله انجام می شود: اولیه مرحله، مدل اندازه گیری از طریق تحلیل های روایی و پایایی و تحلیل عامل تاییدی بررسی شود و در دومین مرحله، مدل ساختاری به وسیله برآورد مسیر بین متغیرها و تعیین شاخص های برازش مدل[font=Calibri][2] بررسی شود [/font].
تشکر مهندس معرفی. اگر موافق باشید یه نمونه پروژه رو با هم و همراه سایر دوستانی که علاقمند هستند،با این نرم افزار در همین تاپیک آموزش بببنیم. چنانچه برای شما مقدور باشه. خیلییی ممنون
(۱۳۹۳-۱۰-۹، ۱۲:۱۴ صبح)Brightness نوشته است: تشکر مهندس معرفی. اگر موافق باشید یه نمونه پروژه رو با هم و همراه سایر دوستانی که علاقمند هستند،با این نرم افزار در همین تاپیک آموزش بببنیم. چنانچه برای شما مقدور باشه. خیلییی ممنون
مشکلی نیست...بذارید ببینم چند نفر تمایل دارند که این نرم افزار را یادبگیرند...بعد بتونیم برنامه های لازم و هزینه های متعاقب را پیش بینی کنیم
(۱۳۹۳-۱۰-۹، ۱۲:۱۴ صبح)Brightness نوشته است: تشکر مهندس معرفی. اگر موافق باشید یه نمونه پروژه رو با هم و همراه سایر دوستانی که علاقمند هستند،با این نرم افزار در همین تاپیک آموزش بببنیم. چنانچه برای شما مقدور باشه. خیلییی ممنون
مشکلی نیست...بذارید ببینم چند نفر تمایل دارند که این نرم افزار را یادبگیرند...بعد بتونیم برنامه های لازم و هزینه های متعاقب را پیش بینی کنیم
(۱۳۹۳-۱۰-۸، ۰۷:۰۵ عصر)amindatcom نوشته است: اینم توضیحات تکمیلی که خودم آمادش کرده ام/: مدل یابی معادلا ساختاری[font=Calibri][1]، یک رویکرد جامع برای آزمون فرضیات درباره ی روابط متغیرهای مشاهده شده و مکنون است(هومن،11:1387). در این پژوهش از مدل یابی معادلات ساختاری با کمک روش حداقل مربعات جزیی و نرم افزار [/font]PLS، جهت آزمون فرضیات و صحت مدل استفاده شده است. مدل یابی PLS در حوزه های متنوع از جملهحوزه يمنابعانسانيكاربرددارد. نگرش لیزل بیشنه سازی کواریانس و مدل یابی pls بر بیشینه سازی واریانس تمرکز دارد(7). PLS نگرشی مبتنی بر واریانس است که در مقایسه با تکنیک های مشابه معادلات ساختاری همچون لیزل و آموس نیاز به شروط کمتری دارد(). به طور مثال بر خلاف لیزرل، مدل یابی مسیر pls برای کاربردهای واقعی مناسب تر است، به ویژه هنگامی که مدلها پیچیده تر هستند بهره گیری از این نگرش مطلوب تر خواهد بود(). البته مزیت اصلی آن در این است که این مدل یابی نسبت به لیزرل به تعداد کمتری از نمونه نیاز دارد(). در واقع pls محدودیت حجم نمونه ندارد و نمونه انتخاب شده می تواند برابر یا کم تراز 30 باشد. که در این صورت نتایج نیز معتبر است(). همچنین به عنوان روشی مناسب در شرایطی که تعداد نمونه ها و آیتم های اندازه گیری محدود است و توزیع متغیرها می تواند نامعین باشد مطرح می شود(. مدلیابی PLS در دو مرحله انجام می شود: اولیه مرحله، مدل اندازه گیری از طریق تحلیل های روایی و پایایی و تحلیل عامل تاییدی بررسی شود و در دومین مرحله، مدل ساختاری به وسیله برآورد مسیر بین متغیرها و تعیین شاخص های برازش مدل[font=Calibri][2] بررسی شود [/font].
(۱۳۹۳-۱۰-۸، ۰۷:۰۵ عصر)amindatcom نوشته است: اینم توضیحات تکمیلی که خودم آمادش کرده ام/: مدل یابی معادلا ساختاری[font=Calibri][1]، یک رویکرد جامع برای آزمون فرضیات درباره ی روابط متغیرهای مشاهده شده و مکنون است(هومن،11:1387). در این پژوهش از مدل یابی معادلات ساختاری با کمک روش حداقل مربعات جزیی و نرم افزار [/font]PLS، جهت آزمون فرضیات و صحت مدل استفاده شده است. مدل یابی PLS در حوزه های متنوع از جملهحوزه يمنابعانسانيكاربرددارد. نگرش لیزل بیشنه سازی کواریانس و مدل یابی pls بر بیشینه سازی واریانس تمرکز دارد(7). PLS نگرشی مبتنی بر واریانس است که در مقایسه با تکنیک های مشابه معادلات ساختاری همچون لیزل و آموس نیاز به شروط کمتری دارد(). به طور مثال بر خلاف لیزرل، مدل یابی مسیر pls برای کاربردهای واقعی مناسب تر است، به ویژه هنگامی که مدلها پیچیده تر هستند بهره گیری از این نگرش مطلوب تر خواهد بود(). البته مزیت اصلی آن در این است که این مدل یابی نسبت به لیزرل به تعداد کمتری از نمونه نیاز دارد(). در واقع pls محدودیت حجم نمونه ندارد و نمونه انتخاب شده می تواند برابر یا کم تراز 30 باشد. که در این صورت نتایج نیز معتبر است(). همچنین به عنوان روشی مناسب در شرایطی که تعداد نمونه ها و آیتم های اندازه گیری محدود است و توزیع متغیرها می تواند نامعین باشد مطرح می شود(. مدلیابی PLS در دو مرحله انجام می شود: اولیه مرحله، مدل اندازه گیری از طریق تحلیل های روایی و پایایی و تحلیل عامل تاییدی بررسی شود و در دومین مرحله، مدل ساختاری به وسیله برآورد مسیر بین متغیرها و تعیین شاخص های برازش مدل[font=Calibri][2] بررسی شود [/font].