CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

کاربرد رگرسیون در پیش بینی مقادیر شاخص های علمی سنجی: مورد مطالعه شاخص های اسکوپوس

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۲۴ | تعداد نمایش خلاصه: ۲۴۹ | نظرات: ۱
سال انتشار: ۱۳۹۴
کد COI مقاله: REGCMAES02_078
زبان مقاله: فارسی
حجم فایل: ۱.۱ مگابات (فایل این مقاله در ۲۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۲۴ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۲۴ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاربرد رگرسیون در پیش بینی مقادیر شاخص های علمی سنجی: مورد مطالعه شاخص های اسکوپوس

  مهدی نخعی - پژوهشگاه علوم و فناوری اطلاعات ایران
  علی معینی - دانشگاه تهران

چکیده مقاله:

فنون آماری به وفور در حوزه های گوناگون مهندسی نقش خود را به خوبی ایفا کرده اند. یکی از مواردی که در آن نیاز به نیاز به استفاده از این تکنیکها بیشتر محسوس است داده کاوی در حوزه فناوری اطلاعات است. از جمله فنون داده کاوی که برای پیش بینی استفاده می شود می توان از رگرسیون نام برد. نظر به اهمیت پیش بینی شاخص های علم سنجی کشورهای گوناگون، در این مقاله برای پیش بینی برخی از شاخص های مهم علم سنجی یعنی شاخص هایی نظیر تعداد مقالات منتشر شده توسط هر کشور و یا تعداد استنادها و یا خود استنادی این مقالات از رگرسیون استفاده شده است. با توجه به تنوع انواع رگرسیون، در این مقاله برای پیدا کردن مدل رگرسیون مناسب پیش بینی این شاخص ها، به معرفی انواع روش های پارامتری و ناپارامتری و شبه پارامتری پرداخته شده است و با اعمال آنها بر روی داده های گرفته شده از پایگاه اسکوپوس مدل رگرسیون مناسب این کار بدست آمده است. قابلیت اطمینان مدل بدست آمده توسط نمودارهایی نظیر نمودار Normal Q-Q و یا نمودار مقادیر باقیمانده در مقابل مقادیر متغیر هدف و آزمون هایی نظیر آزمون F و آزمون t بررسی شده است. از آنجا که برای استفاده از برخی روش ها نظیر روش خطی نیاز به تبدیل مناسب بود لذا با استفاده از روش باکس – کاکس نوع تبدیل بدست آمد. نتایج تجربی نشان دادند که برای پیش بینی شاخصی نظیر تعداد مقالات هر کشور، استفاده از روش لاوس و یا استفاده از روش خطی با تدبیل لگا یتمی، مناسب ترین مدل حاصل می شود.

کلیدواژه‌ها:

رگرسیون پارامتری، رگرسیون ناپارامتری، رگرسیون شبه پارامتری، رگرسیون خطی و غیرخطی، شاخصهای علم سنجی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_078.html
کد COI مقاله: REGCMAES02_078

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نخعی, مهدی و علی معینی، ۱۳۹۴، کاربرد رگرسیون در پیش بینی مقادیر شاخص های علمی سنجی: مورد مطالعه شاخص های اسکوپوس، دومین همایش ملی ریاضیات و کاربردهای آن در علوم مهندسی، ساری، دانشگاه آزاد اسلامی واحد جویبار، https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_078.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (نخعی, مهدی و علی معینی، ۱۳۹۴)
برای بار دوم به بعد: (نخعی و معینی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • عباس احمدی و آزاده محبی(مترجمین)، کارلو ورسلیس(نویسنده)، "هوش تجاری، داده ...
  • Peter Vinkler, "The Ase of the Percentage Rank Position index ...
  • Lutz Bornmann, Werner Maxx., "How to evaluate individual researchers working ...
  • Mu-Hsuan Huang, "Exploring h-index at the institution level: a practical ...
  • Jonathan Adams, "Global Research Report United Kingdom", Thomson Reuters, 2011. ...
  • Katz, J. S., "Sca le-independent biblio metric indica tors.Measurem ent ...
  • R. Dennis Cook, Sanford Weisberg, "An Introduction to Regression Graphics", ...
  • David Ropert, M. P. Wand, R.J. Carroll, "Semi parametric Regression", ...
  • Grundel, R., Pavlovic, N. B., "Response of bird species densities ...
  • Breiman, Leo, Friedman, J. H., Olshen, R. A, Stone, C. ...
  • Fahrmeir, L.Kneib Th., Lang S., Marx, B., "Regression Models, Methods ...
  • Guang-Bin Huang, Hongming Zhou, Xiaojian Ding, and Rui Zhang, "Extreme ...
  • John O. Rawlings, Sastry G. Pantula, David A. Dickey, "Applied ...
  • Amemiya, T., "Non-linear regression models", In Griliches, Z. and Intriligator, ...
  • Bates, D.M. and Watts, D.G., "Nonlinear Regression Analysis and Its ...
  • Seber, G.A.F. and Wild, C.J., "Nonlinear Regression", Wiley, New York, ...
  • Kennedy, W. J. and Gentle, J.E., "Statistical Computing", Marcel Dekker, ...
  • Marquardt, D.W., "An algorithm for least-squares estimation of nonlinear parameters", ...
  • Bjorck, A., "Numerical Methods for Least Squares Problems", SIAM Press, ...
  • Huber, P. J., "Robust Estimation of a Location Parameter", Annals ...
  • Deming, W. E., "Statistical adjustment of data", Wiley, NY::Dover Publications ...
  • Tukey, J. W., "Exploratory Data Analysis", Add ison-Wesley, Reading, MA., ...
  • Box, G. E. P. and Cox, D. R., "An analysis ...
  • M.Kutner's C. Nachtshe im' sJ.Neter's W. Li 's., "Applied Linear ...
  • علم سنجی و رتبه بندی مقاله

    4.0
    ۱ تعداد پژوهشگران نظر دهنده
    5 0
    4 1
    3 0
    2 0
    1 0
    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: پژوهشگاه دولتی
    تعداد مقالات: ۵۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.