نمودار استخوان ماهی یا نمودار علت و معلول یا ایشی کاوا

نمودار استخوان ماهی (Fishbone) که با نام‌های نمودار علت و معلول و یا نمودار ایشیکاوا هم شناحته می‌شود ابزار یا تکنیک مفیدی است که به شناسایی و تعیین علل ریشه‌ای بروز مسئله کمک شایانی می‌کند.

دلیل نام گذاری این تکنیک به “استخوان ماهی” روش جمع آوری اطلاعات است. به عنوان نقطه شروع، مشکل اصلی در راس استخوان ماهی قرار داده می‌شود و علت ها با نگاه به مشکل و پرسیدن “چرا” پدیدار می‌شوند، این کار تا زمانی ادامه می‌یابد که تمامی علت‌های ریشه‌ای شناسایی گردد.

زمانی که مشکل و علت های آن مشخص می‌شود، نموداری ایجاد می‌گردد که شبیه به اسکلت ماهی است. مشاهده تصویر نمودار ماهی زیر، به درک این تکنیک توسط شما کمک می‌کند.

این تصویر دید کلی از نمودار استخوان ماهی و جایگاه علت‌ها و معلول‌ها به شما می‌دهد.

ادامه نوشته

سری های زمانی در آب و هواشناسی

سری های زمانی اقلیم بر اساس تعداد ،عامل و رفتار آنها به ۷ دسته زیر تقسیم میشوند :

سری زمانی یک متغیره ( univariate series or single time series ) :

سری زمانی یک متغیره ، مقادیر اندازه گیری شده یک پارامتر در زمانهای متوالی در یک محل خاص است. مثلا در یک ایستگاه بارانسنجی ، مقادیر اندازه گیری شده بارندگی ، سری زمانی اقلیمی یک متغیره است.

 سری زمانی چند متغیره ( multiple time series ) :

اگر یک شبکه ایستگاه بارانسنجی داشته باشیم ، مجموع سری های زمانی بارندگی یک سری زمانی چند متغیره خواهد بود. سری زمانی چند متغیره میتواند از ترکیب چند پارامتر تشکیل شود. برا ی مثال درجه حرارت و تبخیر در دو ایستگاه مختلف سری زمانی چند متغیره است.

سری زمانی با قاعده و بی قاعده  regularly and irregularly spaced time series )

اغلب سریهای زمانی در فواصل زمانی با قاعده مثل روز ، هفته ، سال و … تعریف میشوند. در بعضی حالات خاص سری های زمانی در فاصله های زمانی بی قاعده تعریف میشوند مثل کیفیت آب در لحظه های طغیان رودخانه . بیشتر روشهای سری زمانی برای حالت باقاعده تعریف شده اند اما روشهایی نیز برای سری های زمانی بی قاعده وجود دارد.

سری های زمانی ایستا و نا ایستا ( stationary and nonstationary time series ) :

سریهای زمانی را ایستا گویند که فاقد روند ، شیفت یا دوره باشد. این حالت زمانی است که پارامتر های مثل میانگین و واریانس در طول زمان ثابت باقی بمانند. در غیر اینصورت ناایستا هستند. بطور معمول در مقیاس بزرگ ( large scale ) سریهای زمانی اقلیمی بصورت ایستا تعریف میشوند اما در مقیاس کوچکتر از یک سال ( هفتگی ، ماهانه ) بعلت تغییرات فصلی ، سریها اغلب بصورت ناایستا هستند.

سریهای مستقل و وابسته ( uncorrelated and correlated time series) :

در یک سری زمانی اگر هر رکورد با رکورد قبلی خود بصورت خطی وابسته باشد سری ، خود همبسته نامیده میشود. اگر متغیر y در یک زمان مشخص مثل t با متغیر x در همان زمان بطور خطی وابسته باشد آنگاه سری زمانی را همبسته متقابل گویند. مثلا در دو ایستگاه مجاور و نزدیک به هم (هم شرط) انتظار میرود رابطه ای بین میزان بارندگی دو ایستگاه وجود داشته باشد. اما هرچه فاصله بین ایستگاهها بیشتر باشد قاعدتا معنی دار بودن رابطه کمتر میشود.

سری های زمانی متناوب ( intermittent time series ) :

یک سری زمانی هنگامی متناوب نامیده میشود که متغیرهای مشاهده شده آن در طول زمان شامل مقادیر صفر و غیر صفر باشد. بارندگی مشاهده شده در یک ایستگاه بارانسنجی اغلب متناوب است. در فواصل بزرگتر مانند سال ممکن است نامتناوب باشد. گرچه در مناطق خشک و نیمه خشک حتی سری زمانی ماهانه و سالانه بارندگی هم متناوب دیده شده است.

سری زمانی قابل شمارش ( counting time series ) :

اگر متغیر مورد نظر ، نتیجه شمارش وقایع رخ داده باشد سری زمانی را قابل شمارش گویند مثل تعداد روزهای یخبندان ، تعداد روزهای بارانی و … .

تحلیل سریهای زمانی ابزار مناسبی است که در مدلسازی ریاضی ، پیش بینی وقایع آینده ، آشکارسازی روند و بررسی پرش در اطلاعات اقلیمی و همچنین بازسازی داده های گمشده و گسترش اطلاعات بکار میرود.

وجود روند در سری های زمانی هیدرومتئورولوژیکی ممکن است ناشی از تغییرات تدریجی طبیعی و تغییر اقلیم یا اثر فعالیتهای بشر باشد. اثبات وجود روند معنی دار در یک سری زمانی بارندگی به تنهایی نمی تواند دلیلی قاطع بر وقوع تغییر اقلیم در یک منطقه باشد، اما فرض رخداد آنرا تقویت می کند. این این امر ناشی از متعدد بودن عوامل کنترول کننده سامانه اقلیم می باشد.

جهت تحلیل روند سری های زمانی از روشهای آماری متعددی میتوان استفاده کرد که این روشها در دو دسته کلی روشهای پارامتری و ناپارامتری قابل تقسیم بندی میباشند.

منبع:http://climatology.ir

آموزش نرم افزارهای کاربردی

دوستان به منظور دانلود فایل آموزش روی لینک زیر کلیک نمایید.

1- آموزش نرم افزار SPPS دریافت فایل 

2- آموزش نرم افزار Arc GIS قسمت اول ، قسمت دوم

3-فايل آموزش نرم افزار ER Mapper، قسمت اول، قسمت دوم

4- فايل آموزش نرم افزار WinTR-55 جهت تخمين مصنوعی هيدروگراف، دريافت فايل

5- نمايش سه بعدی ساز و کار ژرفی زمين لرزه با استفاده از ArcScene، دريافت فايل

6-آموزش نرم افزار ENVI دریافت فایل 

7-آموزش نرم افزار Global Mapper،دریافت فایل 

8- آموزش نرم افزار HEC-HMS، دریافت فایل

9- آموزش نرم افزار WMS، دریافت فایل

10- آموزش نرم افزار ENVI، دریافت فایل

11- آموزش نرم افزار spss، دریافت فایل  

12- آموزش استخراج حوضه آبريز با استفاده از نرم افزار ArcHydro، دریافت فایل 

آمار هواشناسی ایستگاه های سینوپتیک، اقلیم شناسی و باران سنجی کل کشور (2008 تا 2010)

در این پست آمار و اطلاعات هواشناسی ماهانه کل کشور برای سالهای 2008، 2009 و 2010 برای سراسر کشور جهت دانلود قرار داده شده است. این آمار مربوط به کلیه ایستگاه سینوپتیک، اقلیم شناسی و باران سنجی کشور می باشد. شاخص های مورد بررسی در ایستگاه های سینوپتیک و اقلیم شناسی شامل میزان دما، رطوبت نسبی، بارش باران و برف، سرعت و جهت باد، ساعات آفتابی، میزان فشار، تبخیر و سایر آمارهای مربوطه می باشد که البته برای آمار اقلیم شناسی تاحدودی متفاوت است. آمار ایستگاه های باران سنجی شامل شاخص های مختلف بارش می باشد.

 

این آمار توسط سازمان هواشناسی کل کشور تهیه شده است.

 

 

 

دانلود آمار

 

حجم فایل: 5/4 (چهار و نیم) مگابایت

 

 

با تشکر از مدیر وبلاگ آژانس هواشناسی ایران که این آمار را در اختیار وبلاگ قرار دادند.

آموزش تصویری نرم افزار Minitab

 نرم افزار Minitab یکی از بزرگترین نرم افزارها و ابزارهای تحزیه و تحلیل آماری می باشد و قابلیت گرافیکی بالایی دارد. می توان این نرم افزار را، بهترین ابزار برای کنترل کیفی و تحلیل آماری دانست و همچنین برای کاربران حرفه ای قابلیهای برنامه نویسی بالایی را دارا می باشد.

 

   از آنجا موضوعات مختلف جغرافیا با آمار و داده ها و اطلاعات مختلف که نیاز به تجریه و تحلیل آماری دارد، درگیر می باشد، لذا این نرم افزار نیز یکی از ابزارهای مفید در تحلیل های جغرافیایی به شمار می رود.

 

در این پست از طریق یک مجموعه ارزشمند آموزشی با فرمت PDF شما را با کلیات این نرم افزار آشنا می کنیم. مشخصات مجموعه به صورت زیر می باشد:

 

نویسنده: نوید شریفی (دانشجوی کارشناسی ارشد اقلیم شناشی دانشگاه تربیت مدرس)

 

محل تهیه: نوشته شده در قالب درس «کارگاه برنامه نویسی و نرم افزارهای  آب و هواشناسی

دانشگاه تربیت مدرس، دانشکده ادبیات و علوم انسانی، گروه جغرافیای طبیعی (اقلیم شناسی)

قابلیت استفاده: برای دانشجویان اقلیم شناسی، جغرافیا، هواشناسی، کشاورزی، محیط زیست، زمین شناسی، فنی و مهندسی و ....

سال تهیه: اردیبهشت 1391

تعداد صفحات: 111

 

 

آنچه در این مجموعه خواهید آموخت:

 

- دستور العمل های نصب و راه اندازی نرم افزار

- معرفی نرم افزار

- آشنایی با محیط نر افزار

- مدیریت نرم افزار و داده ها

- رسم نمودار

- تشریح و فرض آماری

- آزمون فرض آماری

- آزمون مقایسه زوج ها

- همبستگی

- رگرسیون

 

 

 

حجم فایل: 5 / 3 مگابایت

بازسازی داده های اقلیمی با نرم افزار SPSS

بازسازی داده های اقلیمی، به فرایندی گفته می شود که در آن داده های یک یا چند ماه یا سال از یک ایستگاه که فاقد آمار می باشد، از طریق داده های ایستگاه مجاور آن که هم مجاورت فیزیکی داشته و هم تشابه اقلیمی دارد، حاصل شود. برای انجام تحلیل های اقلیمی و مقایسه ای نیاز به داشتن دوره آماری یکسان می باشید. اما ممکن است به هر دلیلی ایستگاهی فاقد داده در یک زمان خاص باشد. در این حالت ایستگاه مجاور و مشابهی که داده های معلوم دارد انتخاب و داده های مجهول از طریق آن بازسازی می شوند. شما در هنگام محاسبه شاخص در ابتدا مکن است با این مسئله رو به رو شوید.

بازسازی داده ها از راههای مختلف صورت می گیرد که یکی از اینها استفاده از نرم افزار SPSS می باشد. داده های هر دو ایستگاه معلوم و مجهول وارد نرم افزار شده و برنامه پس از تعیین همبستگی، داده ها را بازسازی می کند.

در این فایل به صورت تصویری و گام به گام مراحل تعیین همبستگی و بازسازی داده های اقلیمی همراه با نمونه آورده شده است.

حجم فایل: 33 / 1 مگابایت

آموزش نرم افزار SPSS

نرم افزار SPSS به منظور تجزیه و تحلیل داده ها تدوین شده است .SPSS مخفف كلمه (statistical package for social science) است كه در عین سهولت و سادگی، یكی از قدرتمندترین ابزارها برای تحلیل آماری داده های اجتماعی و رفتاری بشمار می آید. یادگیری آسان، سادگی استفاده و قدرت بالا در انجام محاسبات پیچیده، SPSS را به یكی از رایج ترین بسته های نرم افزاری مورد استفاده در تجزیه و تحلیل آماری تبدیل نموده است. نرم افزار  SPSS در علوم اجتماعی و رشته های مرتبط با آن نظیر آمار، جغرافیا، روانشناسی، اقتصاد، مدیریت، پزشكی و فنی و ... نیز مورد استفاده گسترده محققین است (istanbul.parsfa.com). با توجه به اینکه بسیاری از تحلیل های جغرافیایی و محیطی با استفاده از آمار و داده صورت می گیرد و در روش شناسی های جغرافیا، تجزیه و تحلیل آمار نقش مهمی را ایفا می کند به همین جهت کاربرد این نرم افزار در حوزه جغرافیا اجتناب ناپذیر می باشد.

 

در این پست، در قالب چند فایل آموزشی به برخی از نکات و بخشهای کاربردی این نرم افزار اشاره خواهد شد. عموم فایل های این پست به بررسی رگرسیون ها و برآوردها و تحمین های آماریمی پردازد.

 

 

فایل های آموزشی زیر  (به استثنای فایل مربوط به بازسازی و همبستگی) توسط دانشجویان کارشناسی ارشد جغرافیا و برنامه ریزی شهری دانشگاه مازندران تهیه شده است.

 

 

 

 

رگرسیون ترتیبی (ordinal regresion)

 

رگرسیون ترتیبی بخشی از کاربردهای نرم افزار بوده که به ما این امکان را می دهد که وابستگی متغیر پاسخ ترتیبی چند سطحی را به مجموعه ای از متغیرهای پیشگو به صورت مدل بیان کنیم.طرح رگرسیون ترتیبی برپایه روش شناسی مک کلاگ (1980-1998) است و روش آن مانند plum در Syntax است.

 

این فایل 20 صفحه ای به بررسی این موضوع خواهد پرداخت.

 

حجم فایل: 635 کیلوبایت

(تهیه: زینب تنکابنی رضایی)

 

 

 

رگرسیون غیرخطی (nonlinear regresion)

 

 

این نوع از رگرسیون، روشی برای یافتن مدلی غیر خطی در جهت یافتن رابطه میان متغیر وابسته و مجموعه ای از متغیرهای مستقل است.بر خلاف شیوه قدیمی رگرسیون خطی که (محاسبه مدل خطی را محدود می کرد)رگرسیون غیر خطی می تواند روابط مدل را بصورت اختیاری و ارادی میان متغیر های مستقل و غیر مستقل بررسی و اندازه گیری کند.

 

 

حجم فایل: 14 / 1 مگابایت

(تهیه: غلامیان)

 

 

 

روش تخمین منحنی (curve estimation)

 

روش تخمین منحنی (Curve Estimation) آمارهای رگرسیونی تخمین منحنی و موضوعات مرتبط را برای 11 مدل مختلف رگرسیون تخمین منحنی را ارائه می کند. یک مدل مستقل و جدا برای هر متفیر وابسته ایجاد و ارائه می کند. شما می توانید همچنین ارزش های پیش بینی ساير عوامل و فواصل پیش بینی شده را به عنوان متغیرهای جدید ذخیره کنید.

در این فایل 51 صفحه ای، به طور کامل روش تخمین منحنی با مثال های کاربردی شرح داده شده است.

 

 

حجم فایل: 695 کیلوبایت

(تهیه: غلامیان)

 

 

 

روش برآورد وزنی (weigth estimation)

 

این مدل زمانی که گسترش residual ها از رگرسیون خطی ثابت(دائمی) نیست و به متغیر دیگری بستگی دارد مورد استفاده قرار میگیرد برای مثال،شما(انتظار دارید) هزینه ایجاد  بنا به طول و ابعاد آن بستگی داشته باشد،اضافه بر آن شما انتظار دارید هزینه ساخت و ایجاد ساختمانهای بزرگ تغییر بزرگتری داشته باشد.

 

شما می توانید در این فایل 14 صفحه ای به صورت تصویری با روش برآورد وزنی در نرم افزار SPSS آشنا شوید.

 

حجم فایل: 2 مگابایت

(تهیه: غلامیان)

 

 

 

روش probit analysis

 

این روش رابطه میان توان یا انگیزش عوامل موجود را در جهت رسیدن به پاسخی قطعی و مسلم اندازه گیری می کند،راه حل مناسبی است برای زمانیکه شما دو داده(دومقوله مجزا)داشته باشید که بوسیله برخی از متغیرهای مستقل همسطح برروی متغیر وابسته تاثیر می گذارد بویژه گزینه مناسبی برای داده هایی که جنبه تجربی و آزمایشی دارند می باشد.

 

حجم فایل: 673 کیلوبایت

(تهیه: غلامیان)

 

 

 

بازسازی داده های اقلیمی و تعیین میزان همبستگی

 

    تعیین میزان همبستگی بین داده ها، از مباحث کاربردی در  آمار و نرم افزار SPSS به شمار می رود. مثلا ممکن است شما نیاز داشته باشید به اینکه همبستگی بین داده های اقلیمی بین دو ایستگاه را پیدا کنید. پس از پیدا کردن این همبستگی، می توانید از طریق داده های معلوم یک متغیر یا ایستگاه، داده های مجهول ایستگاه یا متغیر دیگر ار پیدا کنید.

 

در این فایل 15 صفحه ای (که پیش از این نیز در این وبلاگ قرار داده شده بود) به صورت تصویری و گام به گام با فرایند تعیین همبستگی و بازسازی داده ها آشنا خواهید شد. 

 

حجم فایل: 33 / 1

ال نينو و تأثير آن بر محيط زيست

ال نینو نوعی بهم ریختگی و آشفتگی در وضعیت آبهای سرد طبیعی است که در امتداد سواحل غربی آمریکای جنوبی و شمالی بوجود می آید. در سالهای النینو سلولهای پرفشار بطور طبیعی به سلولهای کم فشار اتمسفری در اقیانوس آرام غربی تغییر می یابند.

ادامه نوشته