مقاله اصلاح الگوهاي رگرسيوني به کمک مدل هاي برنامه ريزي آرماني و کاربرد آن در مطالعات برنامه ريزي و توسعه روستايي که چکیده‌ی آن در زیر آورده شده است، در بهار ۱۳۸۸ در جغرافيا و برنامه ريزي محيطي (مجله پژوهشي علوم انساني دانشگاه اصفهان) از صفحه ۹۱ تا ۱۰۰ منتشر شده است.
نام: اصلاح الگوهاي رگرسيوني به کمک مدل هاي برنامه ريزي آرماني و کاربرد آن در مطالعات برنامه ريزي و توسعه روستايي
این مقاله دارای ۱۰ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله رگرسيون
مقاله برنامه ‌ريزي آرماني
مقاله LSM
مقاله LAV
مقاله توسعه روستايي و مشاركت

نویسنده(ها):
جناب آقای / سرکار خانم: اميني فسخودي عباس
جناب آقای / سرکار خانم: خورسندي جعفر
جناب آقای / سرکار خانم: حمدحيدري شكراله

چکیده و خلاصه‌ای از مقاله:
پيش ‌بيني و برآورد و به ‌تبع آن تحليل ‌هاي رگرسيوني همواره جايگاه خاص و کاربرد گسترده ‌اي در مطالعات حوزه ‌هاي مختلف علوم اجتماعي داشته است. از طرفي بکارگيري اين روش‌ ها نيز مستلزم پيش ‌فرض‌ هايي است که کمتر مورد توجه قرار گرفته و در اغلب موارد، بخصوص در علوم انساني چندان قابل کنترل هم نيستند. مقاله حاضر سعي دارد تا با استفاده از منطق بنيادين رويکرد رياضي برنامه ‌ريزي آرماني (GP) و روش ‌هاي خطي بهينه ‌يابي، بديلي براي مدل ‌هاي رگرسيون معمولي (LSM) ارايه نمايد که کمتر به توزيع داده ‌ها حساس بوده و در مقابل توزيع ‌هاي غيرنرمال و بويژه وجود داده ‌هاي پرت، از تنومندي بيشتري برخوردار بوده و نتايج معتبري ارايه نمايد. پس از معرفي مدل مذکور با عنوان رگرسيون حداقل مقادير مطلق خطا (LAV)، دو مدل فوق بر روي داده ‌هاي حاصل از مطالعه ‌اي در حوزه برنامه ‌ريزي و توسعه روستايي (تحليل عوامل موثر بر مشارکت روستاييان در طرح‌ هاي توسعه روستايي در شهرستان کرمانشاه) به ‌كمك نرم‌ افزارهاي SPSS و LINDO اجرا شدند. مقايسه نتايج حاصل، حاكي از افزايش دقت برآوردهاي مدل LAV در مقايسه با رگرسيون مجموع مجذورات است، بطوري كه ضرايب تمامي متغيرهاي مستقل (بجز متغير سن با ضريبِ نزديك به صفر در هر دو مدل)، بخصوص متغيرهاي اعتماد اجتماعي و انسجام اجتماعي در اين مدل افزايش قابل ملاحظه‌ اي داشته ‌است. با مطالعه عناصر بردارهاي خطاي برآورد در دو روش فوق نيز ملاحظه مي ‌شود كه در ده مورد از دوازده روستاي نمونه خطاي برآورد در مدل اخير صفر مي ‌باشد، در حالي كه هيچكدام از مقادير خطا در مدل  LSM صفر نيستند و به ‌عبارتي هيچكدام از مشاهدات دقيقا بر روي خط رگرسيوني قرار نمي ‌گيرند. به اين ترتيب ملاحظه مي ‌شود كه مدل LAV با بهره ‌گيري بيشتر از داده ‌هاي جمع ‌آوري شده و اطلاعات موجود، برآوردهاي بهتر و دقيق ‌تري را از پديده ‌ها و مقولات مورد مطالعه به دست مي‌ دهد.