در این مطلب، ویدئو SPSS Proc Mixed با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید. اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:09:09
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>03
در این ویدیو ما قصد داریم در مورد
2
03 =>08
مدلهای مختلط بحث کنیم که این روش از حداکثر استفاده میکند،
3
08 =>09
مثلاً میانگین کمی متفاوت
4
09 =>12
از مدلهای خطی عمومی است که استفاده
5
12 =>18
میکنیم قبل از اینکه مجموعه دادههای ما این بار
6
18 =>23
مجموعه دادههای دید طولی باشد و
7
23 =>28
ما میرویم. برای بررسی و بازدید در طول
8
28 =>32
زمان اکنون این افراد سالانه کودکان دیده می شوند
9
32 =>37
و ما به
10
37 =>42
رشد طول محوری آنها در طول زمان به عنوان
11
42 =>47
تابعی از آخرین وضعیت
12
47 =>50
13
50 =>54
انکساری آنها نگاه می کنیم. سپس
14
54 =>55
مایا
15
55 =>59
نزدیکبین شدند و دیگران آمتروپیک شدند یا
16
59 =>01:02
آمتروپیک ماندند و دیگران بیشتروپیک ماندند،
17
01:02 =>01:04
18
01:05 =>01:07
اکنون یک چیز که ما متوجه شدیم
19
01:07 =>01:09
با مدلهای خطی عمومی ما با
20
01:09 =>01:12
اندازهگیریهای مکرر متفاوت است، همانطور که در دادههای ادی این است
21
01:12 =>01:15
که سال پایه
22
01:15 =>01:20
1 2 3 4 و 5 بسیار عالی بود. در اینجا
23
01:23 =>01:27
در این یکی می خواهیم پایین بیایم و
24
01:27 =>01:30
در واقع ببینیم که کمی بهتر است
25
01:30 =>01:36
که موارد را بر اساس شناسه
26
01:36 =>01:40
و بازدید مرتب کنم
27
01:43 =>01:48
و وقتی به این نگاه می
28
01:53 =>02:01
کنیم می بینیم که شناسه 1500 داریم و بازدید
29
02:01 =>02:07
صفر بود دو و سه چهار پنج و
30
02:07 =>02:11
این شخص نزدیکبین بود و ما این
31
02:11 =>02:13
متغیر جالب را در سالهای آن داریم که
32
02:13 =>02:16
از زمان بعدی استفاده میکند، اما اساساً
33
02:16 =>02:19
نشان میدهد که سه سال قبل
34
02:19 =>02:22
از تشخیص نزدیکبین من دو نفر
35
02:22 =>02:22
36
02:22 =>02:26
در سالی که تشخیص داده شد، میخواهند. به
37
02:26 =>02:29
اما ما آنها را دنبال می کنیم اکنون
38
02:29 =>02:32
می بینید که در این چند بار اول
39
02:32 =>02:34
ما خط پایه به اضافه یک تا پنج داریم، اما
40
02:34 =>02:38
اگر از این لیست پایین بیاییم،
41
02:38 =>02:44
خواهیم دید که همه اینطور نبودند
42
02:45 =>02:48
مگر اینکه من
43
02:58 =>03:04
خوب اتفاق بیفتم. به نظر می رسد
44
03:04 =>03:07
قبلاً آه اینجا یک صفر یکی دو
45
03:07 =>03:08
سه چهار
46
03:08 =>03:12
نه سال پنج است و اینجا یکی است که
47
03:12 =>03:16
نمی دانم قرار است چه چیزی باشد،
48
03:16 =>03:21
بنابراین شش سال جالب است
49
03:23 =>03:29
– این بازدید صفر شاعر است
50
03:29 =>03:34
البته خوب است. این یک تنظیم عمودی است
51
03:34 =>03:38
نه افقی و بنابراین برای اینکه
52
03:38 =>03:44
به SPSS بگوییم که ما سوژه ها را داریم و
53
03:44 =>03:48
آنها با شناسه شناسایی می شوند و در
54
03:48 =>03:51
داخل موضوع متغیری که تکرار می
55
03:51 =>03:58
شود بازدید است اکنون ما یک چیزی را انجام می دهیم که
56
03:58 =>04:01
اساساً معادل t است. o بنابراین ما این
57
04:01 =>04:05
ساختار کوواریانس را داریم بعداً کمی
58