Article

خوشه بندی : ابزاری برای آنالیز داده ها در مطالعات کمی و آمیخته

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

در این مطالعه خوشه بندی به­عنوان یکی از روش­های داده کاوی توصیفی جهت استفاده در مطالعات آموزشی و روانشناختی مطرح می­گردد. گروه­بندی داده­های پژوهش در مطالعات قبلی در حوزه­های آموزشی و روانشناختی توسط میانگین، میانه و برد صورت گرفته است که دارای نواقص و محدودیت­هایی می­باشد. لذا در این مطالعه خوشه­بندی به­عنوان ابزاری جایگزین با قابلیت­های متعدد در مطالعات کمی و آمیخته معرفی می­گردد. بدین منظور، ابتدا تعریف اجمالی از خوشه­بندی ارائه گردیده و سپس مراحل ششگانه اجرای فرایند خوشه­بندی(انتخاب متغیرهای خوشه­بندی، انتخاب روش خوشه­بندی، انتخاب معیار شباهت/تفاوت، انتخاب الگوریتم خوشه­بندی، انتخاب تعداد خوشه و بررسی اعتبار و تفسیر نتایج خوشه­بندی) توسط داده­های کمی مرتبط با روانشناسی یادگیری ریاضیات بیان می­گردد تا ضمن آشنایی بیشتر پژوهشگران حوزه­ی مطالعات آموزشی و روانشناختی با این ابزار، نتایج جدیدی در زمینه­ی روانشناسی یادگیری ریاضیات مطرح گردد. نتایج اعمال خوشه­بندی بر روی داده­ها نشان می­دهد که از خوشه­بندی می­توان برای بررسی ارتباط متغیرهای مختلف بر متغیر وابسته در مطالعات کمی و شناسایی کاندیداهای شرکت در مصاحبه در مطالعات آمیخته استفاده کرد.

Authors and affiliations
  1. فرزاد رادمهر — دانشجوی دکتری آموزش ریاضی دانشکده علوم ریاضی دانشگاه فردوسی مشهد.
  2. سیدحسن علم الهدائی — استاد آموزش ریاضی دانشکده علوم ریاضی دانشگاه فردوسی مشهد

Similar items

  • الگوریتم های خوشه بندی دوبعدی در داده های بیان ژنی: یک مطالعه مروری

    Articlegenetics in the 3rd millenniumحمید علوی مجد، hamid alavi majd احمدرضا باغستانی، ahmad reza baghestani سید محمد طباطبائی، seyyed mohammad tabatabaei سوده شهسواری

    در سال های اخیر تکنولوژی ریز آرایه امکان مشاهده و بررسی بیان هم زمان هزاران ژن را وقتی سلول تحت شرایط مختلف یا پروسه های متفاوت قرار می گیرد را فراهم کرده است و نقشی اساسی در سرعت بخشیدن و بالا رفتن کارایی مطالعات بیان ژنی ایفا می کند. یکی از مهم ترین تکنیک های تشخیص الگو در داده

  • ارائه یک روش خودرمزگذار چند مقیاسی جهت بهبود خوشه بندی و تحلیل داده های سلول-منفرد

    مقدمه: تحلیل داده‌های سلول-منفرد نقش بسزایی در فهم پیچیدگی‌های عملکرد سلول‌ها ایفا می‌کند. تحلیل این داده‌ها با چالش‌هایی مانند کاهش ابعاد ناکارآمد و خوشه‌بندی نامطلوب مواجه هستند. هدف این مقاله ارائه روشی است که ضمن افزایش کیفیت بازسازی و کاهش ابعاد دادهها، خوشهبندی دادههای سلول

  • خوشه‌بندی : ابزاری برای آنالیز داده‌ها در مطالعات کمی و آمیخته

    در این مطالعه خوشه بندی به­عنوان یکی از روش­های داده کاوی توصیفی جهت استفاده در مطالعات آموزشی و روانشناختی مطرح می­گردد. گروه­بندی داده­های پژوهش در مطالعات قبلی در حوزه­های آموزشی و روانشناختی توسط میانگین، میانه و برد صورت گرفته است که دارای نواقص و محدودیت­هایی می­باشد. لذا د

  • ارائه یک الگوریتم خوشه بندی برای داده های دسته ای با ترکیب معیارها

    Articleمحاسبات نرممریم نبی لو، maryam nabiloo نگین دانشپور، negin daneshpour shahid rajaee teacher training universityتهران- لویزان- خیابان شعبانلو- دانشگاه تربیت دبیر شهید رجایی

    خوشه بندی یکی از تکنیک های اصلی داده کاوی است. خوشه بندی فرایندی است که مجموعه داده ها را داخل گروه هایی طبقه بندی می کند. در خوشه بندی داده های موجود در یک خوشه بیشترین شباهت را به هم دارند و داده های موجود در دو خوشه متفاوت بیشترین تفاوت را با هم دارند. الگوریتم های خوشه بندی ب

  • خوشه بندی داده های بیان ژنی توسط عدم تشابه جنگل تصادفی

    Articleمجله علوم پزشکی رازیزهره فرهادی، کارشناس ارشد آمار، دانشگاه شاهرود، شاهرود، ایران داود شاهسونی، عضو هیات علمی گروه آمار، دانشگاه شاهرود، شاهرود، ایران

    زمینه و هدف: خوشه بندی داده های بیان ژنی در تشخیص و درمان سرطان، دارای اهمیت بسزایی است. مشخصه ی بارز این داده ها تعداد زیاد متغیرها (ژن ها) نسبت به تعداد داده ها (بیماران) است. بسیاری از روش های خوشه بندی بر پایه ی عدم تشابه داده ها که حاصل محاسبه ی یک تابع فاصله است‏، بنا شده ا

  • ارائه یک الگوریتم خوشه بندی برای داده های دسته ای با ترکیب معیارها

    خوشه بندی یکی از تکنیک های اصلی داده کاوی است. خوشه بندی فرایندی است که مجموعه داده ها را داخل گروه هایی طبقه بندی می کند. در خوشه بندی داده های موجود در یک خوشه بیشترین شباهت را به هم دارند و داده های موجود در دو خوشه متفاوت بیشترین تفاوت را با هم دارند. الگوریتم های خوشه بندی ب