راهنمای پژوهش

تحلیل چندجهانی و منحنی مشخصات؛ تصمیم تا نتیجه

انتخاب‌های تحلیلی موجه، مسیرهای وابسته و حساسیت نتیجه را تعریف کنید؛ یک مثال مصنوعی شش‌مسیره با داده، Python و خروجی قابل بازاجرا دارد.

نمایش نمودارهای مفهومی و دفتر تحلیل داده در محیط دانشگاهی
تهیه‌کننده: مؤسسۀ پژوهشی دکتر دیدگر · آخرین ویرایش: · 3 دقیقه مطالعه · ایجاد راهنما:
خروجی قابل تحویل
  • جدول تصمیم‌ها، گزینه‌ها و توجیه علمی.
  • جدول همۀ مسیرها با شمار نمونه و وضعیت.
  • کد، دادۀ ساختگی و خروجی بازاجرای شش مسیر.
دفتر کار و مثال تکمیل‌شدهکد، دادۀ ساختگی و مثال‌های اجرایی

مسئله وابستگی نتیجه به تصمیم

گاهی پاک‌سازی، تعریف متغیر یا مدل چند انتخاب قابل دفاع دارد. تحلیل چندجهانی پیامد ترکیب این انتخاب‌ها را آشکار می‌کند. منحنی مشخصات نمایش سازمان‌یافته برآوردها و تصمیم‌های هر مسیر است؛ صرف مرتب‌کردن چند ضریب، آزمون استنباطی معتبر ایجاد نمی‌کند.

هدف انتخاب زیباترین نتیجه نیست. پیش از دیدن نتایج، تصمیم‌های علمی موجه و دلیل حذف انتخاب‌های ناموجه را ثبت کنید. ده‌ها تحلیل نامعتبر به یک نتیجه معتبر تبدیل نمی‌شوند.

درخت تصمیم و وابستگی

هر تصمیم، گزینه، دلیل، شرط کاربرد و شناسه نسخه را بنویسید. حاصل‌ضرب تعداد گزینه‌ها فقط وقتی تعداد مسیرهاست که ترکیب‌ها مستقل و قابل اجرا باشند. برای حالت ناسازگار، علت و وضعیت عدم اجرا را نگه دارید.

در مثال مصنوعی، سه قاعده مربوط به پرچم کیفیت داده و دو مدل توصیفی، شش مسیر می‌سازند. پرچم‌های کیفیت از پیش در داده آموزشی تعریف شده‌اند؛ حذف رکورد بر اساس نتیجه مطلوب مجاز فرض نمی‌شود.

کد و نتایج تمام مسیرها

برای هر مسیر، شناسه، قواعد، تعداد نمونه، برآورد، واحد و وضعیت اجرا ذخیره کنید. بسته R با نام multiverse برای تعریف این مسیرها مستندات رسمی دارد. بسته آموزشی این سایت، منطق کوچک مشابهی را با Python استاندارد پیاده می‌کند و جایگزین کامل آن ابزار نیست.

برآورد خام و تعدیل‌شده یا مدل با پیامد تبدیل‌شده می‌تواند هدف متفاوتی داشته باشد. میانگین‌گیری ساده از ضرایب با واحدهای متفاوت غلط است. مثال ما ضریب را در واحد نمره به ازای ساعت گزارش می‌کند، ولی تفاوت نمونه و مدل را هم حفظ می‌کند.

تفسیر منحنی و چندآزمونی

اندازه و جهت اثر، تغییر نمونه و دلیل تصمیم را در کنار هم ببینید. فراوانی نتایج با p کمتر از آستانه، آزمون مستقل نیست؛ مسیرها اغلب همان داده را استفاده می‌کنند. برای آزمون کل مجموعه، روش مناسب و فروض آن را جدا انتخاب کنید.

کد آموزشی شش‌مسیره، ضریب توصیفی تولید می‌کند و p-value یا فاصله اطمینانِ اعتبارسنجی‌نشده نمی‌سازد. برای پژوهش واقعی، عدم قطعیت را با روش متناسب با طراحی، وابستگی داده و هدف برآورد اضافه کنید.

گزارش و بازاجرا

تمام گزینه‌های ازپیش‌تعریف‌شده و خطاها را ارائه دهید. اگر انتخاب‌های تازه بعداً اضافه شده‌اند، زمان و دلیل را روشن کنید. نمودار، جدول تصمیم، کد و داده مجاز باید یک مجموعه نسخه‌دار باشند.

با تغییر یک قاعده از پیش مشخص، مثال را دوباره اجرا و توضیح دهید کدام نتیجه و چرا تغییر کرد. اگر ادعای اصلی فقط به یک مسیر خاص متکی است، این وابستگی یک یافته مهم درباره محدودیت نتیجه است.

نمونۀ تکمیل‌شده برای تمرین

این پرونده فرضی است؛ داده، داوری یا پذیرش واقعی را گزارش نمی‌کند. اعداد فقط برای توضیح تصمیم‌اند.

نمونۀ تکمیل‌شده برای تمرین
تصمیم یا سندنمونۀ آموزشیکاری که برای پروژه خود انجام می‌دهید
تصمیم کیفیتسه قاعده بر پرچم مصنوعیدلیل علمی و منشأ پرچم را ثبت کنید.
مدلبدون تعدیل یا با baselineهدف برآورد و دلیل تعدیل را توضیح دهید.
مسیر۳ × ۲ = ۶ حالت سازگارناسازگاری و شکست را حذف پنهانی نکنید.
نتیجهضریب نمره به ازای ساعتواحد، نمونه و روش عدم قطعیت را نگه دارید.
نمایشجدول و نمودار همه مسیرهاانتخاب بعد از نتیجه را برچسب بزنید.

خروجی و معیار پایان کار

  • جدول تصمیم‌ها، گزینه‌ها و توجیه علمی.
  • جدول همۀ مسیرها با شمار نمونه و وضعیت.
  • کد، دادۀ ساختگی و خروجی بازاجرای شش مسیر.

منابع و مطالعه بیشتر

منابع رسمی برای بررسی و مطالعه بیشتر

این راهنما برای آموزش و برنامه‌ریزی پژوهش است؛ اجرای روش را با طراحی واقعی و شیوه‌نامه مؤسسه تطبیق دهید. سیاست محتوایی
بازگشت به بالا