مروری بر نرم افزار R و کاربرد آن در کشاورزی و منابع طبیعی
محل انتشار: اولین همایش سراسری کشاورزی و منابع طبیعی پایدار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,666
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NACONF01_0203
تاریخ نمایه سازی: 25 خرداد 1393
چکیده مقاله:
عوامل متعددی در انتخاب یک نرم افزار به منظور تحلیل داده ها وجود داشته و روش های مختلفی برای تخمین محبوبیت و فراگیر بودن آثار ارائه شده است. در این مطالعه معیارهای معقول و پایداری که در مورد ارزیابی نرم افزارهااستفاده می شوند، مورد بررسی قرار گرفت. با مقایسه R (به عنوان لهجه ای از زبان S)در مقابل نرم افزارهای آماری تجاری مانند SAS ، SPSS ، Stata و سایر، محبوبیت R تایید شد و مشخص گردید که مواردی مانند بسته های تخصصی مربوط به آن، زبان برنامه نویسی وهمچنین بحث های مبادلاتی در افزایش محبوبیت آن نقش مؤثری داشته است. به عبارتی R با بیش از 3000 بسته تخصصی در شبکه جامع بایگانی آن تا ابتدای سال 2012 ،21 لیست پست الکترونیکی برای گروه های با علایق ویژه در زمینه های مختلف، شامل شدن 49 بحث و اختصاص دادن بیش از 30 درصد کاربران به خود، به سرعت رو به توسعه است. از این رو قابلیت ها و خصوصیات جدید آن به صورت ماهانه به روز شده، قابلیت های گرافیکی و گسترده ای داشته و ارتباط تنگاتنگی با قابلیت های تحلیلی دارد. بنابراین مزایا و محدودیت های استفاده از نرم افزار R در این مطالعه مورد بررسی قرار گرفته و به معرفی بیش از 70 بسته تخصصی که بیشترین کاربرد را در کشاورزی و منابع طبیعی(اکولوژی، هیدرواقلیم، خاکشناسی ،سیستم اطلاعات جغرافیایی و سنجش از دور، سری های زمانی و آمار مکانی و بیز) داشته است، پرداخته شد.
کلیدواژه ها:
نویسندگان
محسن حسینعلی زاده
استادیار و عضو هیات علمی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
نفیسه حسنعلی زاده
دانش آموخته کارشناسی ارشد مدیریت منابع آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
اسماعیل سیلاخوری
دانش آموخته کارشناسی ارشد مدیریت مناطق بیابانی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :