قواعد مربوط به نصب بسته در نرم افزار R

روش نصب بسته

پس از نصب نرم افزار با اتصال به اینترنت می توان از دو طریق زیر بسته های آماری را نصب کرد.

الف) در تابع insta;;.packages(‘package.name’)زیر می توان به جای عبارت داخل پرانتز در گیومه نام بسته را نوشت. مثلاً CTT. پس کلیک بر روی کلید اینتر از شما درخواست می شود تا سرور خود را انتخاب کنید. تفاوتی بین سرورهای مختلف وجود ندارد.

>install.packages(‘package.name’)

برای نصب همزمان دو بسته می توان از عملگر c() استفاده کرد. مثلا به صورت زیر:

>install.packages(c(‘CTT’,’psychometric’))

پس از نصب این بسته ها، بسته وابسته به این دو بسته یعنی Multilevel نیز نصب خواهد شد و پیغام های زیر ظاهر می شود:

package ‘multilevel’ successfully unpacked and MD5 sums checked

package ‘CTT’ successfully unpacked and MD5 sums checked

package ‘psychometric’ successfully unpacked and MD5 sums checked

ب) ابتدا باید بسته نرم افزار مورد استفاده را دانلود و ذخیره کرد و سپس در منوی Packages گزینه install package(s) from local zip files را انتخاب و نصب کرد.

در نهایت برای بارگذاری بسته ها می توان از دستور library(package name)استفاده کرد.

مشخص کردن پوشه بسته های دانلود شده

تابع .libPaths نیز نشان می دهد که آر بسته دانلود شده را در کجا ذخیره کرده است. این تابع با نقطه شروع می شود. به صورت زیر:

.libPath()

این دستور نتیجه زیر را نمایش می دهد:

"C:/Users/azam/Documents/R/win-library/3.3" [1]

"C:/Program Files/R/R-3.3.2/library"[2]

بارگذاری (load) بسته ها

قبل از فراخواندن بسته، باید آن را در محیط آر بارگزاری (Load) کنید. تابع library(package name) بسته های مورد نظر را بارگزاری می کند. مثلا به صورت زیر:

>library(CTT)
>library(psychometric)

نمایش فهرست همه بسته های های دانلود شده در رایانه

اگر تابع  library() را بدون مشخص کردن نام بسته تایپ کنید، لیستی از همه بسته های نصب شده در رایانه ی شما را نشان می دهد. به صورت زیر:

>library()

رها کردن (detach) یک بسته در R

اگر لازم باشد بسته ای از محیط آر رها شود (detach) می توان از تابع detach استفاده کرد و نام بسته را با package به آر داد. مثلا برای غیر فعال کردن بسته CTT می توان از دستور زیر استفاده کرد:

detach(package:CTT)

حال اگر تابع های بسته CTT را فراخوانی کنیم آر خطایی به صورت زیر ارائه می دهد که معنای آن این است که در محیط کنونی آر چنین توابعی تعریف نشده است.

Error: could not find function "score”

جستجوی بسته های تعریف شده در محیط آر

برای دیدن بسته هایی که در حال حاضر در محیط آر تعریف شده اند (بسته های بارگزاری شده) می توان از تابع search استفاده کرد. به طور مثال در رایانه من بسته های زیر وجود دارد:

> search()

 [1] ".GlobalEnv"           "package:CTT"          "package:psychometric"

 [4] "package:multilevel"   "package:MASS"         "package:nlme"       

 [7] "package:stats"        "package:graphics"     "package:grDevices"  

[10] "package:utils"        "package:datasets"     "package:methods"    

[13] "Autoloads"            "package:base"       

پاک کردن بسته از رایانه

برای پاک کردن بسته ای از رایانه ی می توان از تابع remove.packages استفاده کرد:

remove.packages("CTT")

Removing package from ‘C:/Users/azam/Documents/R/win-library/3.3’

(as ‘lib’ is unspecified)

به روز کردن بسته

برای به روز کردن بسته ای می توانید از تابع update.packages استفاده کنید

update.packages("CTT")

R (زبان برنامه‌نویسی)

R، یک زبان برنامه‌نویسی و محیط نرم‌افزاری برای محاسبات آماری و علم داده‌ها است، که بر اساس زبان‌های اس و اسکیم پیاده‌سازی شده است. این نرم‌افزار متن باز، تحت اجازه‌نامه عمومی همگانی گنو عرضه شده و به رایگان قابل دسترس است.

زبان اس بجز R، توسط شرکت Insightful، در نرم‌افزار تجاری اس‌پلاس نیز پیاده‌سازی شده است. اگرچه دستورات اس‌پلاس و R بسیار شبیه است لیکن این دو نرم‌افزار دارای هسته‌های متمایزی می‌باشند.

ویژگی‌ها

R، حاوی محدودهٔ گسترده‌ای از تکنیک‌های آماری (از جمله: مدل‌سازی خطی و غیرخطی، آزمون‌های کلاسیک آماری، تحلیل سری‌های زمانی، رده‌بندی، خوشه‌بندی و غیره) و قابلیت‌های گرافیکی است. در محیط R، کدهای سی، سی++ و فورترن قابلیت اتصال و فراخوانی هنگام اجرای برنامه را دارند و کاربران خبره می‌توانند توسط کدهای سی، مستقیماً اشیا R را تغییر دهند.

گرچه نرم‌افزار R اغلب به منظور انجام محاسبات آماری به کار می‌رود، این نرم‌افزار قابل به کارگیری در محاسبات ماتریسی است و در این زمینه، همپای نرم‌افزارهایی چون اُکتاو و نسخهٔ تجاری آن متلب است.

R، همچنین نرم‌افزار قدرتمندی برای ایجاد اشکال گرافیکی و نمودارهاست.

بسته‌ها

امکان توسعهٔ قابلیت‌های R، با افزودن بسته‌های ایجاد شده توسط کاربران آن، یکی از ویژگی‌های مهم این نرم‌افزار است. این بسته‌ها توسط R، LaTeX، جاوا، سی++ و فورترن نوشته شده‌اند. مجموعه‌ای از بسته‌های اصلی R، هنگام نصب همراه برنامه وجود دارند و در مجموع ۴۴۴۲ بسته (تا آوریل ۲۰۱۳) در شبکهٔ بایگانی فراگیر آر (CRAN) وجود دارد.[۳] این بسته‌ها طیف وسیعی از قابلیت‌ها را در زمینه‌های مختلف تحلیل داده‌ها به R می‌دهند.

ابزار جانبی

R، دارای محیط خط فرمان برای ورود و اجرای دستورات است. ابزار مختلفی جهت تسهیل ویرایش دستورات و ارتباط با کاربر برای R ساخته شده است، که برخی از آنها در فهرست زیر آمده‌اند:

JGR: ویرایشگر چندسکویی بر پایهٔ جاوا.

R Commander: رابط گرافیکی بر پایهٔ tcltk، دارای قابلیت استفاده از منوها به جای نوشتن دستورات (مناسب برای کاربران مبتدی و آشنا با اس‌پلاس).

آراکسل RExcel: امکان استفاده از R و R Commander در برنامهٔ ماکروسافت اکسل

rggobi: رابط برنامهٔ GGobi برای به تصویر کشیدن داده‌های ماتریسی

منبع: ویکی پدیا

در سایت زیر می توانید به این نرم افزار و منابع مرتبط برای آموزش آن دست یابید:

https://www.r-project.org/

معرفی مجله Behavior metrika

در این مجله مقالات مربوط به رویکردهای جدید تجربی و کمی در زمینه رفتار انسان چاپ می شود. در این مجله، رفتار به گسترده ترین حالت آن مد نظر است و همه روش های کمی و کاربردهای آن در زمینه رفتارهای انسان مد را در بر می گیرد که از سال 1958 ایجاد شده است.

حیطه های موضوعی این مجله عبارتند از:

تحلیل داده

روش شناسی پیمایشی

طرح آزمایشی

پزشکی

روانشناسی

آموزش و پرورش

اقتصاد

بازاریابی

علوم اجتماعی

جامعه شناسی

علوم سیاسی

علوم شناختی

علوم مغزی

هوش مصنوعی

فناوری اطلاعات و رفتارهای انسانی

یادگیری ماشین برای انسان

مدل گرافیکی

عامل تاثیر (impact factor): 595/.

در سایت زیر می توانید به این مجله دسترسی داشته باشید:

http://www.springer.com/statistics/statistical+theory+and+methods/journal/41237

معرفی بسته نظریه کلاسیک آزمون (CTT) در نرم افزار R

این بسته را می توان برای تحلیل های مختلف مربوط به نظریه کلاسیک آزمون مورد استفاده قرار داد مثل نمره دهی پاسخ های چند گزینه ای، پایایی، تحلیل سوال، و تبدیل نمره به مقیاس های متفاوت. این بسته دارای توابع زیر است:

1- reliability,

2-score,

3-distractor.analysis,

4-score.transform,

5-spearman.brown,

 6-disattenuated.cor,

7-subscales,

 8-polyserial

شماره	تابع	مثال	توصیف
1	CTTdata	داده های چند گزینه ای	این مثال شامل 20 سوال چند گزینه ای بدون نمره است.
2	cttICC	تدوین منحنی ویژگی سوال تجربی و نظری	این تابع، منحنی ویژگی سوال تجربی را تولید می کند.
3	CTTkey	کلید چند گزینه ای	این مثال شامل کلید 20 سوال چند گزینه ای بدون نمره است.
4	disattenuated.cor	تابعی برای همبستگی کاهش یافته	این تابع برای محاسبه همبستگی کاهش یافته بین دو اندازه که پایایی های آزمون متناظر آن ها ارائه شده، مورد استفاده قرار می گیرد.
5	distractor.analysis	تابعی برای تحلیل گزینه های انحرافی	این تابع، گزینه های انحرافی هر سوال را تحلیل می کند.
6	polyserial	تابع محاسبه همبستگی پلی سریال	این تابع با استفاده از برآوردگر ML و ad hoc همبستگی پلی سریال را محاسبه می کند.
7	reliability	تابع تحلیل پایایی سوال	این تابع، پایایی را محاسبه می کند.
8	score	تابع نمره دهی فایل های پاسخ	این تابع می تواند پاسخ های سوال های چند گزینه ای را نمره دهد.
9	score.transform	تابع تبدیل نمرات به مقیاس های مختلف	این تابع متریک نمره را تبدیل می کند.
10	spearman.brown	تابع فرمول اسپیرمن-براون	این تابع پایایی پیش بینی شده را با توجه به پایایی اصلی و طول آزمون جدید محاسبه می کند یا طول مورد نیاز آزمون را برای رسیدن به سطح قابل قبولی از پایایی محاسبه می کند.
11	subscales	تابع ساخت خرده مقیاس ها بر اساس ماتریس طراحی	این تابع برای استخراج خرده مقیاس ها از مجموعه پاسخ های یک سوال تهیده شده است.

معرفی چند منبع معروف در زمینه نظریه کلاسیک آزمون

از جمله معروف ترین منابع  در زمینه نظریه کلاسیک آزمون می توان موارد زیر را معرفی کرد. از بین این منابع، منبع اول توسط دکتر دلاور ترجمه و انتشارات سمت آن را چاپ کرده است.

1. Allen, M. J. & Yen, W. M. (1979). Introduction to Measurement Theory. Lon Grove, Illinois: Waveland Press, INC.
2. Crocker, L. & Algina, J. (1986). Introduction to Classical & Modern Test Theory, New York: Har- court Brace Jovanovich College Publishers.
3. Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometika, 16, 297-334.
4. Gulliksen, H. (1950). Theory of Mental Tests. New York: John Wiley & Sons, Inc.
5. Olsson, U., Drasgow, F. & Dorans, N. J. (1982). The Polyserial Correlation Coefficient. Psychometika, 47, 337-347.
6. Spearman, C. (1904). The proof and measurement of association between two things. American Journal of Psychology, 15, 72-101.
7. Spearman, C. (1910). Correlation calculated with faulty data. British Journal of Psychology, 3, 271-295.