1. 1. پودر آگارز

1. 1. بافر۵۰X TAE

1. 1. Tris یک مولار

1. 1. اسید استیک گلاسیال

1. 1. EDTA نیم مولار

1. 1. رنگ اتیدیوم برماید شرکت آواژن

1. 1. بافر سنگین کننده ^[۱۰۶]X 6 شرکت سیناژن

برای الکتروفورز محصولات آزمون زنجیره ای پلی مراز، ابتدا نیاز به ساخت بافر TAE است. این بافر به صورت X50) مخژن) تهیه می گردد. به طور خلاصه برای تهیه آن، ابتدا ۲۴ گرم Tris-base را با ۷/۵ میلی لیتر اسید استیک گلاسیال و ۱۰ میلی لیتر محلول نیم میلی مولار EDTA (PH=8) محلوط کرده و سپس حجم محلول را با آب مقطر به ۱۰۰ میلی لیتر می رسانیم. برای تهیه ژل آگاروز و همچنین استفاده در تانک الکتروفورز، بایستی از محلول TAE1X استفاده کنیم بطوریکه یک میلی لیتر از محلول ۵۰X برداشته و با ۴۹ میلی لیتر آب مقطر مخلوط کرده و مورد استفاده قرار می دهیم.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

جهت تهیه ژل آگاروز ۱.۵ درصد، ۱.۵ گرم آگاروز( شرکت Eurx، لهستان) را با ۱۰۰ میلی لیتر از بافر TAE 1X را داخل ارلن مخلوط کرده و بر روی شعله قرار داده و می جوشانیم. سپس پس از کمی سرد شدن، آنرا به داخل کاست حاوی شانه می افزاییم. پس از حدود نیم ساعت، ژل مورد نظر سفت شده و شانه را به آهستگی خارج می کنیم و ژل را در داخل تانک حاوی بافر TAE 1 X قرار می دهیم. سپس سه میکرولیتر از هر محصول PCR را با ۱.۵ میکرولیتر بافر سنگین کننده ( شرکت سیناژن، ایران) مخلوط می کنیم و به داخل چاهک هایی که شانه ایجاد نموده، می افزاییم. همچنین برای تعیین اندازه محصولات PCR یا آمپلیکون ها، در چاهک اول ژل، مارکر ۱۰۰bp plus( شرکت Invitrogen، آلمان) را اضافه می کنیم. سپس الکتروفورز به مدت یک ساعت در ولتاژ ۸۰ ولت انجام می گیرد. پس از اتمام الکتروفورز، ژل را از تانک خارج کرده و در داخل تانک حاوی محلول اتیدیوم برماید به مدت ۱۵ دقیقه قرار داده و سپس ژل در داخل تانک حاوی آب مقطر به مدت همان ۱۵ دقیقه قرار می دهیم. سپس ژل را از داخل تانک خارج کرده و در دستگاه ترانس ایلومیناتور( شرکت بایورد، آمریکا) در زیر نور ماورای بنفش از نظر وجود بند محصول PCR بررسی نموده و از آن عکس می گیریم.
۳-۴-۳- محاسبه ی اندازه و تعداد تکرار های VNTR
تعداد تکرار در هر لوکوس VNTR را می‌توان به راحتی پس از انجام PCR و تفکیک محصول PCR (امپلیکون) با بهره گرفتن از الکتروفورز بر روی ژل آگارز، محاسبه نمود. اگر اندازه امپلیکون یا همان محصول PCR را از مجموع مناطق دربرگیرنده چپ و راست^[۱۰۷] کم نماییم و عدد حاصل را بر اندازه تکرار^[۱۰۸] (که از قبل، توسط مقاله یا پروتوکل استاندارد در اختیار ما قرار داده شده است) تقسیم کنیم، تعداد تکرار^[۱۰۹] در هر لوکوس محاسبه می‌شود. علاوه بر این، برای محاسبه دقیق اندازه آمپلیکون‌ها بایستی حداقل از دو یا سه ستون سایز مارکر استفاده شود بطوریکه یکی در آخرین ستون سمت چپ، یکی در آخرین ستون سمت راست و دیگری در ستون وسط ژل قرار داده شود. در این مطالعه از سایز مارکرهای ۱۰۰ bp plus (شرکت Invitrogen، آلمان) استفاده گردید.برای آنکه بتوان باند های کوچک را خواند باید از سایز مارکر۵۰bp plus استفاده نمود. در صورت عدم تکثیر محصول VNTR، یکبار دیگر PCR برای ایزوله مزبور تکرار می‌گردد. در صورتی که بازهم هیچگونه تکثیری مشاهده نشد، الل مزبور به صورت تُهی (null) در نظر گرفته می‌شود. این امر ممکن است واقعاً به دلیل عدم وجود لوکوس VNTR و یا موتاسیون در جایگاه اتصال پرایمرها اتفاق افتاده باشد که به هر حال منجر به عدم تکثیر لوکوس VNTR خواهد شد. در ضمن، الل‌هایی که تعداد تکرار آن‌ها دارای عدد اعشاری بود، به نزدیک‌ترین عدد صحیح، گرد شدند (۲۷).
۳-۴-۴-تجزیه و تحلیل داده های VNTR
تعداد تکرارهای حاصل برای هر لوکوس در هر ایزوله محاسبه گردید که به همراه سایر مشخصات ایزوله‌ها (مانند سرگروه‌ها و غیره) وارد نرم افزار Microsoft Excel 2003 شد و سپس با بهره گرفتن از نرم افزار موجود در سایت www.mlvaplus.net، این داده‌ها به شکل آنالیز MST^[110] به نمایش گذاشته شد. تعداد الل‌های متفاوت مشاهده شده و همچنین الل غالب در هر لوکوس تعیین گردید. علاوه بر این، در هر لوکوس، ضریب تنوع سیمپسون^[۱۱۱] در مورد هر لوکوس VNTR جهت تعیین قدرت تفکیک و تمایز^[۱۱۲] محاسبه گردید. فرمول ضریب تنوع سیمپسون به صورت زیر می‌باشد:
۱-∑ [n_j (n_j-1)] /
در این فرمول، N برابر با تعداد کل ایزوله‌ها و n_j برابر با تعداد ایزوله‌های متعلق به هر ژنوتیپ است. علاوه بر این، داده‌های VNTR به کمک همان نرم افزار موجود در سایت ww.mlvaplus.net، جهت ترسیم دندروگرام (درختچه فیلوژنتیکی) با بهره گرفتن از روش UPGMA^[113] و ضریب تشابه Dice^[114] نیز مورد آنالیز قرار گرفتند (۲۷ و۷).

یافته ها
۴-۱- نتایج حاصل از جمع آوری نمونه ها
نمونه های بالینی مربوط به سالمونلا از بیمارستان ها و آزمایشگاه های مختلف در شهر تهران جمع آوری گردید. ۱۳۸ ایزوله ی سالمونلا جداسازی و مورد مطالعه قرار گرفتند. درضد بالایی( ۸۰%) از بیماران مراجعه کننده به مرکز طبی کودکان جداسازی شدند. از نظر توزیع نمونه ها قابل ذکر است که درصد بالایی( ۸۷%) از نمونه ها مدفوعی بقیه مربوط به خون، ادرار و مایع مفصلی شانه بودند.
جنسیت ۵۲ نفر ( ۳۷%) از بیماران مذکر و ۴۶ نفر( ۳۳%) مونث بود و جنسیت مابقی( ۳۰%) ثبت نشده بود. در مطالعات قبلی که توسط استاد راهنمای این تحقیق و سایر همکاران انجام شد میزان فراوانی سروتایپ های سالمونلا به صورت زیر بود:
۵۱ ایزوله مربوط به سروتایپ انتریتیدیس( Enteritidis)، ۴۳ ایزوله متعلق به سروتایپ اینفنتیس ( Infantis)، ۲۴ ایزوله متعلق به سروتایپ تایفی موریوم( Typhi murium)، ۴ ایزوله متعلق به سروتایپ آلبانی( Albany)، ۳ ایزوله متعلق به سروتایپ مونچن( Muenchen)، ۲ ایزوله متعلق به سروتایپ ریچموند( Richmond)، ۲ ایزوله متعلق به سروتایپ نیوپورت( Newport)، ۲ ایزوله متعلق به سروتایپ هادار( Hadar)، ۲ ایزوله متعلق به سروتایپ هاوانا( Havana)، ۱ ایزوله متعلق به سروتایپ پاراتایفی B( Paratyphi B)، ۱ ایزوله متعلق به سروتایپ هایفا( Haifa)، ۱ ایزوله متعلق به سروتایپ ردینگ( Reading)، ۱ ایزوله متعلق به سروتایپ کنتاکی( Kentucky) و یک ایزوله متعلق به سروتایپ اریون( Orion) بودند.
از آنجا که میزان شیوع سروتایپ انتریتیدیس از سایر سروتایپ ها بالاتر بود، از آن جهت انجام این تحقیق استفاده نمودیم.
نمودار ۴-۱، میزان فراوانی هر یک از سرو تایپ های سالمونلا در پژوهش حاضر
نمودار ۴-۲، میزان شیوع هر یک از سرو تایپ های سالمونلا در پژوهش حاضر
۴-۲- نتایچ حاصل از استخراج ژنوم باکتریایی
با بهره گرفتن از دستگاه اسکپتوفوتومتر، در طول موج های ۲۶۰ و ۲۸۰ نانومتر، به ترتیب میزان جذب DNA، پروتیین و تعیین میزان خلوص DNA انجام می گیرد.
شکل ۴-۱، میزان خلوص DNA نمونه ی شماره ی ۵۳
شکل ۴-۲، میزان خلوص DNA نمونه ی شماره ی ۲۴
۴-۳- نتایج حاصل از واکنش PCR جهت تکثیر لوکوس های VNTR
ژنوتایپینگ با بهره گرفتن از تکنیک MLVA و با کمک واکنش PCR بر روی ۵۱ ایزوله ی سالمونلا انتریکا سرووار انتریتیدیس صورت گرفت. در تصاویر زیر چند ژل الکتروفورز محصولات VNTR و تنوع در تعداد تکرار های هر یک از آنها به عنوان مثال نمایش داده شده است. پس از انجام الکتروفورز، اندازه ی باند ها را به تعداد تکرار تبدیل کرده و در فایل EXCEL® ثبت گردید.
شکل ۴-۳، تصویری از ژل الکتروفورز محصولات VNTR در برخی سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوس ENTR6 مشخص است. اعداد بالای محصولات لوکوس های VNTR بیانگر تعداد تکرار می باشد. در این ژل از مارکر ۱۰۰bp استفاده شده است.
شکل ۴-۴، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوس SE4 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۵، تصویری از ژل محصولات VNTR در برخی از سوی های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوس SE4 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۶، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSE6 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۷، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوس SE6 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۸، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSE7 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۹، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSE7 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۱۰، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSE8 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۱۱، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSE8 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۱۲، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSE10 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۱۳، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSE10 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۱۴، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSENTR2 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۱۵، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSENTR2 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۱۶، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSENTR3 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
شکل ۴-۱۷، تصویری از ژل محصولات VNTR در برخی از سویه های نماینده. در این ژل به خوبی، تنوع اندازه ی محصولات مختلف VNTR مربوط به لوکوسSENTR3 مشخص است. اعداد بالای محصولات VNTR، بیانگر تعداد تعداد تکرار می باشد. در این ژل از مارکر۱۰۰bp استفاده شد.
جدول ۴-۱، در جدول زیر فایل EXCEL را مشاهده می کنید که تعداد تکرار هر لوکوس VNTR در هر نمونه در آن ثبت شده است.

مروری بر مطالعات داخلی شبکه‌ی عصبی در حوزه‌ی اقتصاد

در مورد مطالعات داخلی که در زمینه‌ی استفاده از شبکه عصبی برای پیش‌بینی صورت گرفته، می‌توان به مقاله‌ای که توسط اصفهانیان و امین‌ناصری(۱۳۸۷) گردآوری شده، اشاره کرد. در این مقاله با بهره گرفتن از شبکه‌ی عصبی به پیش‌بینی کوتاه‌مدت قیمت نفت خام پرداخته شده است. در این تحقیق با بهره گرفتن از یادگیری هدایت شده یک مدل شبکه‌ی عصبی برای پیش‌بینی ماهیانه‌ی قیمت نفت خام، توسعه داده شده است. مشابهاً در مقاله‌ای که توسط پورکاظمی، افسر و نهاوندی(۱۳۸۴) انجام گرفته، تقاضای اشتراک گاز شهری خانگی شهر تهران با بهره گرفتن از روش خطیARIMA و روش غیرخطی شبکه‌های عصبی فازی بررسی و از لحاظ شش معیار، کارایی آنها مقایسه شده‌اند. نتایج این تحقیق بیانگر این است که شبکه‌های عصبی فازی در تمامی شش معیار، عملکرد بهتری نسبت به روشARIMA داشته است. در مطاله‌ای مشابه که توسط کرباسی، اثنی‌عشری و عاقل(۱۳۸۶) انجام گرفته، با بهره گرفتن از مدل شبکه عصبی به پیش‌بینی و مدل‌سازی اشتغال بخش کشاورزی در ایران با بهره گرفتن از متغیرهای پولی و مالی طی سال ۱۳۸۴-۱۳۳۸ پرداخته شده است. همچنین ابریشمی، مهرآرا، احراری و میرقاسمی(۱۳۸۸) در مقاله‌ای از شبکه عصبی به عنوان ابزاری با قابلیت بالا در مسیریابی و تشخیص روند‌های غیرخطی و پیچیده، به ویژه با تعداد مشاهدات محدود، برای الگوسازی و پیش‌بینی رشد تولید ناخالص داخلی به قیمت ثابت در ایران استفاده کرده‌اند. علاوه بر این طیبی، آذربایجانی و بیاری(۱۳۸۸) با توجه به اهمیت پیش‌بینی قیمت محصولات پروتئینی از جمله تخم مرغ، در تحقیقی قیمت این محصول را با بهره گرفتن از روش ARCH و شبکه‌های عصبی مصنوعی برای افق‌های زمانی یک‌ماهه، شش‌ماهه و دوازده‌ماهه پیش‌بینی کرده‌اند. در این راستا این فرضیه که شبکه عصبی مصنوعی در پیش‌بینی قیمت تخم مرغ کارایی بیشتری از روش ARCH دارد، بررسی شده است. داده‌های مورد استفاده شامل متغیر قیمت تخم مرغ و دوره مورد مطالعه شامل سال‌های ۱۳۸۵-۱۳۷۱ است. نتایج نشان می‌دهد که شبکه‌های عصبی مصنوعی در بیشتر افق‌های زمانی پیش‌بینی‌های دقیق‌تری در مقایسه با روش ARCH ارائه می‌کند. از این رو استفاده از روش‌های پیش‌بینی قیمتی که عمدتاً متکی بر شبکه‌های عصبی مصنوعی است می‌تواند به تأثیر سیاست‌گذاری قیمتی و حتی تنظیم بازار از طریق پیش‌بینی نوسان‌های مختلف، کمک کند.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

مطالعات خارجی

دوماک و شابسیژ^[۷] (۱۹۹۹) در تحقیقی به بررسی رفتار نرخ ارز و رشد اقتصادی کشورهای مصر، اردن، مراکش و تونس پرداخته‌اند. بررسی‌های تجربی نشان می‌دهد که انحراف نرخ ارز تأثیر منفی بر رشد اقتصادی دارد. بعلاوه نتایج به اهمیت دیگر عوامل مؤثر بر رشد، خصوصاً رشد سرمایه و رشد جمعیت اشاره می‌کند. همچنین گرینوی، نلر و ژانگ^[۸] (۲۰۰۸) با بهره گرفتن از داده‌های بنگاه‌های تولیدی در بریتانیا، اثرات نااطمینانی نرخ ارز را روی تصمیمات برای ورود به بازار صادرات و کشش صادرات را آزمون کرده‌اند. نتایج نشان می‌دهد که نااطمینانی نرخ ارز اثر کمی روی مشارکت بنگاه‌ها در صادرات دارد امّا اثر معناداری روی کشش صادرات داشته است. هروارتز و وبر^[۹] (۲۰۰۷) در مطالعه‌ای با عنوان نااطمینانی نرخ ارز و رشد تجاری، مدل‌های خطی و غیرخطی را مقایسه کرده‌اند. در این مقاله آمده است که تقریباً همه‌ی کارهای تجربی، یک رابطه‌ی خطی را بین دو متغیر نااطمینانی نرخ ارز و رشد تجاری در نظر می‌گیرند و سپس به برآورد آن می‌پردازند و امکان وابستگی غیرخطی بین نااطمینانی نرخ ارز و تجارت را نادیده می‌گیرند. به علاوه، به طور گسترده از مدل‌های رگرسیونی برای پیش‌بینی استفاده می‌شود. در این مقاله اثر نااطمینانی نرخ ارز روی صادرات و واردات منطقه‌ای چندجانبه برای ۱۵ کشور صنعتی مورد بررسی قرار گرفته است. نتایج از وجود رابطه‌ی غیرخطی بین نااطمینانی نرخ ارز و رشد تجاری حکایت دارد. در مقاله‌ای مشابه که توسط بوم، کاگلایان و بارکولاس^[۱۰](۱۹۹۹) فراهم شده، اثرات موقتی و دائمی انحرافات اجزای نرخ ارز را روی سوددهی بنگاه بررسی شده است. در این مقاله اشاره شده که انحرافات اجزاء نرخ ارز، نرخ رشد سوددهی بنگاه را نامعین کرده است امّا این اثرات قابل پبش‌بینی‌اند. یک انحراف دائمی(موقتی) در اجزاء نرخ ارز از روند عمومی نرخ ارز، منجر به تغییرات عمده(جزئی) در نرخ رشد سوددهی بنگاه می‌شود. بنابراین منبع و سرچشمه‌ی ناپایداری در نرخ ارز در آنالیز اثرات آن اهمیت می‌یابد. همچنین رویز^[۱۱](۲۰۰۵) اثرات تورم و نااطمینانی نرخ ارز را روی فعالیت‌های واقعی اقتصاد آزمون کرده است. با بهره گرفتن از مدل GARCH، میزان انحرافات نرخ ارز محاسبه شده است. نتایج پیشنهاد می‌کند که نااطمینانی در مورد نرخ ارز هیچ اثری روی تولید یا صادرات نداشته است و تنها نااطمینانی در مورد تورم است که روی تولید اثر منفی داشته است. بعلاوه هدف از مقاله‌ای که توسط بکر و هال^[۱۲] (۲۰۰۴) نوشته شده این است که نقش نااطمینانی نرخ ارز را روی سرمایه‌گذاری مستقیم خارجی در برنامه‌ی تحقیق و توسعه صنایع در بریتانیا با بهره گرفتن از یک مدل اقتصاد سنجی، بررسی کند. نتایج این تحقیق نشان می‌دهد که افزایش در ناپایداری نرخ ارز دلار-یورو گرایش به جابجایی سرمایه‌گذاری روی برنامه‌ی تحقیق و توسعه از منطقه‌ی اروپا به بریتانیا دارد. در مقاله‌ای مشابه که توسط بارل، هال و گوتسچاک^[۱۳](۲۰۰۴) نوشته شده رابطه‌ی بین نااطمینانی نرخ ارز و جایگاه سرمایه‌گذاری مستقیم خارجی ایلات متحده آمریکا در اروپا را مورد بررسی قرار داده است. در این تحقیق سرمایه‌گذاری ایلات متحده آمریکا در بریتانیا و قاره‌ی اروپا، در قالب هفت صنعت برآورد شده است. نتایج نشان می‌دهد که سرمایه‌گذاری ایلات متحده آمریکا در اروپا گرایش به ریسک گریز بودن دارد و در نتیجه در صورت وجود ناپایداری نرخ ارز از میزان سرمایه‌گذاری آن کاسته می‌شود. در این مقاله عنوان شده که شواهد قوی‌ای وجود دارد که نشان می‌دهد بریتانیا نسبت به منطقه‌ی اروپا برای سرمایه‌گذاری ایلات متحده آمریکا ترجیح داده می‌شود. زیرا یک افزایش در همبستگی بین نرخ ارز استرلینگ- دلار گرایش به انتقال سرمایه ایلات متحده آمریکا از منطقه‌ی اروپا به بریتانیا دارد. همچنین بوم و کاگلایان^[۱۴](۲۰۰۸) در مقاله‌ای تحت عنوان ناپایداری جریانات تجارت بین‌المللی و نااطمینانی نرخ ارز، نشان می‌دهد که شواهد تجربی گردآوری شده از داده‌های کشورهای اروپایی، دیگر کشورهای صنعتی و کشورهای جدیداً صنعتی شده، روی دوره‌ی زمانی ۲۰۰۶- ۱۹۸۰، حکایت از آن دارد که نااطمینانی نرخ ارز یک اثر مثبت و معنادار روی ناپایداری جریانات تجاری دوجانبه دارد. یک واحد افزایش انحراف استاندارد در نااطمینانی نرخ ارز منجر به ۸ درصد افزایش در ناپایداری تجارت می‌‌شود. این اثرات روی جریان تجاری برای کشورهای صنعتی و کشورهای جدیداً صنعتی شده، متفاوت است. بر خلاف یافته‌های اولیه، این مقاله همچنین پشنهاد می‌کند که نااطمینانی نرخ ارز حجم جریانات تجاری را در هیچ کدام از کشورهای صنعتی و کشورهای جدیداً صنعتی شده، تحت تأثیر قرار نمی‌دهد. در مقاله‌ای که توسط چوو، شلدون و مک‌کریستون^[۱۵](۲۰۰۲) نوشته شده، با توجه به جریانات تجارت دو جانبه در بین کشورهای توسعه‌یافته در دوره‌ی زمانی ۱۹۹۵- ۱۹۷۴، اثر نااطمینانی نرخ ارز را روی رشد تجارت بخش کشاورزی در مقایسه با دیگر بخش‌ها بررسی کرده است. نتایج نشان می‌دهد که نااطمینانی نرخ ارز، اثر منفی معناداری روی تجارت بخش کشاورزی در این دوره داشته است. به علاوه، اثر منفی این نااطمینانی روی تجارت بخش کشاورزی در مقایسه با دیگر بخش‌ها، معنادارتر بوده است. در مقاله‌ای مشابه، هالی^[۱۶](۱۹۹۵) اثر نااطمینانی نرخ ارز را روی کارایی صادرات بررسی کرده است. در این مقاله محقق دو کار را انجام داده است: اول، آزمون کرده است که چطور نااطمینانی نرخ ارز می‌تواند روی هر دو مورد عرضه و تقاضا برای صادرات اثر کند. سپس او با بهره گرفتن از مدل ARCH تعمیم یافته(GARCH)، نوسانات نرخ ارز را معرفی می‌کند. نتایج پیشنهاد می‌کنند که نااطمینانی نرخ ارز روی عرضه‌ی صادرات اثر گذار است امّا اثر معناداری روی تقاضای صادرات ندارد. همچنین هایاکاوا و کیمورا^[۱۷](۲۰۰۹) تأثیر ناپایداری نرخ ارز را روی تجارت بین‌الملل در شرق آسیا مورد مطالعه قرار داده است. نتایج به طور خلاصه عبارتند از: اول، تجارت بین‌المللی در شرق آسیا توسط ناپایداری در نرخ ارز، نسبت به دیگر مناطق به طور جدی تأثیر می‌پذیرد و کاهش پیدا می‌کند. دوم، یک بخش مهمی از تجارت که کاهش می‌یابد تجارت کالا‌های واسطه‌ای در شبکه‌های بین‌الملل تولید هست، که کاملاًًًًًً نسبت به ناپایداری نرخ ‌ارز در مقایسه با انواع دیگر تجارت حساس است و بخش مهمی از تجارت شرق آسیا را به خود اختصاص داده است. سوم، اثر منفی ناپایداری بزرگتر از هزینه تعرفه‌ها و کمتر از هزینه‌های مربوط مسافت در شرق آسیا می‌باشد. در مقاله‌ای مشابه که توسط آریز، اسنگ و اسلوتج^[۱۸](۲۰۰۸) نوشته شده است به طور تجربی اثر ناپایداری نرخ ارز واقعی را روی جریانات صادراتی هشت کشور آمریکای لاتین به طور فصلی برای دوره ۲۰۰۴- ۱۹۷۳ بررسی کرده است. نتایج اصلی این مطالعه نشان می‌دهد که افزایش در ناپایداری نرخ ارز واقعی و نا‌اطمینانی نرخ ارز، اثر منفی معناداری روی تقاضای صادرات در کوتاه‌مدت و بلندمدت در هر یک از هشت کشور آمریکای لاتین داشته است. دوربک^[۱۹](۲۰۰۸ ) اثر ناپایداری نرخ ارز را روی وضعیت اقتصادی مناطق شرق آسیا بررسی می‌کند. شرق آسیا توسط تولیدات پیچیده و شبکه‌های‌ توزیع، مشخص شده است که امکان تفکیک تولیدات بین کشورهای منطقه بر پایه مزیت همکاری را می‌دهد. این شبکه‌ها سود‌های کارایی بزرگی را ایجاد کرده‌اند. ناپایداری نرخ ارز، توسط افزایش نااطمینانی، ممکن است سود‌های منطقه‌ای ناشی از فروپاشی مرز‌ها را کاهش دهد. این مقاله معرفی می‌کند شواهدی را که ناپایداری نرخ ارز جریان تجاری اجزاء الکترونیکی در شرق آسیا را کاهش داده است. اجزاء الکترونیکی بزرگترین جزء از کالا‌های واسطه‌ای تجاری در این شبکه‌ها می‌باشد. این نتایج اشاره می‌کند که سیاست‌گذاران بایستیی این مسئله را بررسی کنند که چگونه می‌توان نرخ‌های ارز را در این منطقه به منظور محیا کردن یک بستر مناسب و باثبات در شرق آسیا برای شبکه‌های تولید، تثبیت کنند. بعلاوه مقاله‌ای که توسط آریستوتلس^[۲۰](۲۰۰۱) نوشته شده است، اثر ناپایداری نرخ‌ ارز و نظام‌های ارزی را روی صادرات انگلیس به آمریکا با بهره گرفتن از داده‌های مربوط به دوره ۱۹۹۹- ۱۸۸۹ بررسی کرده است. یافته‌های تجربی بیان می‌کنند که هیچ یک از متغیرهای ناپایداری نرخ ارز و اختلاف نظام‌های ارزی، اثری روی حجم صادرات برای دوره‌ی مورد بررسی نداشته است. هال و همکاران^[۲۱](۲۰۰۵) رابطه‌ی ناپایداری نرخ ارز و کار‌ایی صادرات را مورد تجزیه و تحلیل قرار داده‌اند. در این مقاله اشاره شده است که مطالعاتی که بین اقتصاد‌های نوظهور و دیگر کشور‌های توسعه‌یافته، تفاوت قابل نشده‌اند، به نتایجی از اثرات منفی و معنادار ناپایداری نرخ ارز روی تجارت رسیده‌اند. در این مقاله اثرات ناپایداری نرخ ارز را روی صادرات برای ۱۰ اقتصاد نوظهور و ۱۱ کشور توسعه‌یافته دیگر که در طی دوره مورد بررسی جزء اقتصاد‌های نوظهور قرار نداشتند، بررسی شده است. در این تحقیق از مجموعه داد‌ه‌های پانل برای دوره‌ی سه‌ماه نخست ۱۹۸۰ تا سه‌ ماه آخر ۲۰۰۶ برای اقتصاد‌های نوظهور و سه‌ماه نخست ۱۹۸۰ تا سه ‌ماه آخر ۲۰۰۵ برای دیگر کشور‌های توسعه‌یافته، استفاده شده است. نتایج بررسی‌ها برای یازده کشور توسعه‌یافته مشابه نتایج دیگر مطالعات صورت گرفته در این زمینه می‌باشد. در مقابل، نتایج برای اقتصاد‌های نوظهور، اثر منفی و معنا‌دار ناپایداری نرخ ارز روی صادرات برای این کشورها را نشان نمی‌دهد. یافته‌ها پیشنهاد می‌کند که بازار‌های باز سرمایه در کشور‌های نوظهور ممکن است اثر منفی نوسانات نرخ ارز روی صادرات را کاهش داده است. همچنین در مقاله‌ای که توسط باگلا، بکچتی و حسن^[۲۲](۲۰۰۶) گردآوری شده است، با به کارگیری یک شاخص مناسب برای نرخ ارز واقعی که در آن نرخ ارز‌های دوطرفه برای بخش‌های وابسته به صورت وزنی می‌باشند، نتیجه شده است که ناپایداری نرخ ارز واقعی اثر معناداری روی رشد درآمد سرانه دارد. همچنین نتایج نشان می‌دهند که این اثر(هزینه ناپایداری) می‌تواند با یک اثر منفی و معنادار روی رشد، ناشی از اتخاذ یک نظام نرخ ارز ثابت مطابق باشد. در مقاله‌ای که توسط رحمان و سرلتیس^[۲۳](۲۰۰۹) نوشته شده است با بهره گرفتن از روش حداکثر درست نمایی با اطلاعات کامل اثر نااطمینانی نرخ ارز را روی صادرات بررسی کرده‌اند. شاخصی که میزان نااطمینانی نرخ ارز را محاسبه می‌کند، انحراف استاندار شرطی از خطای پیش بینی تغییر در نرخ ارز، می‌باشد. در این مقاله اثرات نااطمینانی نرخ ارز روی صادرات از هم تفکیک شده‌اند و همچنین مورد آنالیز قرار گرفته شده که چطور صادرات به شوک‌های نرخ ارز واکنش نشان می‌دهد. سپس مدلی با استفاده داده‌های ماهیانه برای آمریکا روی دوره‌‌ای که نظام نرخ ارز شناور حاکم بوده(از ۱۹۷۳)، برآورد شده است. نتایج نشان می‌دهد که نااطمینانی نرخ ارز یک اثر منفی و معنا‌دار روی صادرات آمریکا داشته است. همچنین سان و همکاران^[۲۴](۲۰۰۲) در مقاله‌ای به بررسی اثر نااطمینانی نرخ ارز روی تجارت جهانی گندم پرداخته‌اند. در این مقاله میزان ناپایداری نرخ ارز در کوتاه‌مدت و بلندمدت محاسبه شده و با یکدیگر مقایسه شده‌اند. هر دو میزان ناپایداری نرخ ارز، اثرات منفی روی تجارت جهانی گندم را، با اثری حتی بزرگ‌تر در بلندمدت، ارائه داده‌اند. چن^[۲۵](۲۰۰۴) رابطه‌ی بین نوسانات نرخ ارز واقعی و شوک‌های پولی را آزمون کرده است. در این مقاله، از مدل VAR و از داده‌های بلندمدت مربوط به آمریکا و بریتانیا در دوره‌ی ۱۹۹۵-۱۸۸۹ استفاده شده است. بر طبق تجزیه واریانس، در این مقاله اشاره شده که شو‌ک‌های پولی می‌تواند نزدیک به ۵۰ درصد از واریانس نرخ ارز واقعی را در دوره بلندمدت تحت بررسی، توضیح دهد. مشابهاً کمپل و لپام^[۲۶](۲۰۰۲) رابطه‌ی بین نوسانات نرخ ارز واقعی و تجارت خرده‌فروشی صنایع در مرز آمریکا و کانادا بررسی کرده‌اند. در این مقاله اشاره شده که مصرف ‌کنندگانی که در نزدیکی مرز آمریکا و کانادا زندگی می‌کنند می‌توانند هزینه‌هایشان را بین این دو کشور تغییر دهند، بنابراین نوسانات نرخ ارز می‌توانند به عنوان شوک تقاضا عمل کند. با بهره گرفتن از داده‌های سالیانه، اثر نرخ ارز واقعی روی تعداد بنگاه‌ها و متوسط اشتغال آن‌ها در مناطق مرزی برای چهار صنعت خرده‌فروش برآورد شده است. در سه مورد از چهار صنعت، ملاحظه‌شده است که بنگاه‌های عامل به طور همزمان و یا با یک وقفه یک‌ساله عکس‌العمل نشان داده‌اند. در مقاله‌ای مشابه که توسط چئونگ، لو و پودیونسکی^[۲۷](۲۰۰۴) نوشته شده است اثر ناپایداری نرخ ارز را روی جریانات تجاری دو جانبه‌ی آمریکا و بریتانیا بررسی کرده است. در این مقاله اشاره شده که از مدل ARCH تعمیم‌یافته(GARCH) برای اندازه‌گیری نااطمینانی نرخ ارز استفاده شده است و به عنوان متغیر جایگزین برای نااطمینانی نرخ ارز واقعی در نظر گرفته می‌شود. نتایج این تحقیق نشان می‌دهد که نااطمینانی نرخ ارز یک اثر منفی و معنا‌دار از نظر آماری روی واردات آمریکا از بریتانیا داشته است. همچنین بوم و کاگلایان^[۲۸](۲۰۰۷) اثر ناپایداری نرخ ارز روی حجم و ناپایداری صادرات دوطرفه را مورد مطالعه قرار داده و به طور تجربی، با ملاحظه‌ی جریانات تجاری واقعی دو جانبه برای مجموعه‌ی وسیعی از کشورها روی دوره‌ی ۱۹۹۸- ۱۹۸۰ پرداخته‌اند. در این مطالعه متغیرهای جایگزین برای ناپایداری جریانات تجاری و نرخ ارز واقعی، بعد از بررسی‌های موشکافانه‌ی خصوصیات سری زمانی این متغیرها در نظر گرفته شده است. مشابه یافته‌های تئوری‌های اولیه و مطالعات تجربی، نتایج اولیه‌ی این بررسی نشان می‌دهد که اثر نااطمینانی نرخ ارز روی جریانات تجاری، نامعین است. نتایج ثانویه‌ی نشان می‌دهد که ناپایداری نرخ ارز یک اثر مثبت و معنی‌داری روی ناپایداری جریانات تجاری دوطرفه دارد. مقاله‌ای که توسط ازترک و همکارش^[۲۹](۲۰۰۶) نوشته شده است اثر ناپایداری نرخ ارز روی صادرات کشور ترکیه با توجه به مدل هم‌انباشتگی، به صورت ماهیانه روی دوره‌ی ۲۰۰۲-۱۹۸۹ آزمون کرده‌اند. نتایج مهم این مطالعه نشان می‌دهد که افزایش در ناپایداری نرخ ارز واقعی یا مشابهاً نااطمینانی نرخ ارز، یک اثر منفی معنا‌دار روی تقاضای صادرات اعمال می‌کند. همچنین آزید، جمیل و کوثر^[۳۰](۲۰۰۵) اثر ناپایداری نرخ ارز را روی محصولات تولید شده در اقتصاد کشور پاکستان بررسی می‌کند. در این مطالعه بعد از معرفی مختصر تئوری‌های پایه‌ای و تحقیقات تجربی، رابطه‌ی بین این دو متغیر برآورد شده است و از الگوی واریانس ناهمسانی شرطی اتورگرسیو تعمیم‌یافته(GARCH) برای محاسبه‌ی نااطمینانی نرخ ارز استفاده شده است. نتایج به دست آمده نشان می‌دهد که ناپایداری نرخ ارز اثر معنا‌داری روی تولید ندارد. در مقاله‌ای مشابه احمد^[۳۱](۲۰۰۹) به طور تجربی به بررسی تأثیر ناپایداری نرخ ارز روی رشد صادرات دو جانبه پرداخته است. برای برقرار کردن رابطه‌ی تجربی بین ناپایداری نرخ ارز و اثر آن روی رشد صادرات، تکنیک تصحیح خطا و مدل هم‌انباشتگی با توجه به داده‌های دوره‌ی زمانی ۲۰۰۸- ۲۰۰۳ مورد استفاده قرار گرفته است. با توجه به بررسی‌های صورت گرفته، نتایج نشان می‌دهد ناپایداری نرخ ارز یک اثر منفی و قابل توجه در کوتاه‌مدت و بلندمدت روی صادرات دو جانبه با شرکای تجاری مهم دارد. همچنین در مقاله‌ای که توسط اشنابل^[۳۲](۲۰۰۸) نوشته شده، ناپایداری نرخ ارز و رشد در اقتصادهای باز کوچک منطقه‌ی یورو مورد مطالعه قرار گرفته است. در این مقاله آمده که بعد از معرفی یورو در ژانویه ۱۹۹۹، پایداری نرخ ارز در منطقه‌ی یورو در حال افزایش است. این مقاله اثر پایداری نرخ ارز را روی رشد اقتصادی برای ۴۱ اقتصاد باز کوچک بررسی می‌کند و از تجارت بین‌المللی، تحرکات بین‌المللی سرمایه و ثبات اقتصادی به عنوان مهمترین مجراهای اثر گذاری پایداری نرخ ارز روی رشد، یاد شده است. برآوردهای پانل حاصل از این مطالعه آشکار می‌کند که رابطه‌ی قوی منفی بین ناپایداری نرخ ارز و رشد اقتصادی وجود دارد.

مروری بر مطالعات خارجی شبکه‌ی عصبی در حوزه‌ی اقتصاد

در مورد مطالعات خارجی که در زمینه‌ی استفاده از شبکه عصبی برای پیش‌بینی صورت گرفته می‌توان به مقاله‌ای که توسط گارتا، رومئو و ژیل^[۳۳](۲۰۰۵) انجام شده اشاره کرد که با بهره گرفتن از روش شبکه‌ی عصبی، قیمت برق را پیش‌بینی کرده‌اند. در این مقاله اثبات شده که روش شبکه‌ی عصبی، یک ابزار خوبی برای پیش‌بینی کوتاه‌مدت قیمت ساعتی اشتراک برق( برای یک، دو یا سه روز بعد) می‌باشد. این روش شناسی می‌تواند به بهبود قدرت مدیریت ظرفیت ماشین‌آلات تولیدی و به طور مشخص، سود بخشی بیشتر در عملکرد اشتراک روزانه‌ی انرژی کمک کند. در مقاله‌ای مشابه که توسط دلگادو^[۳۴](۲۰۰۵) صورت پذیرفته، پیشنهاد می‌شود که شبکه‌‌ی عصبی برای اندازه‌گیری کارایی به عنوان یک ابزار مکمل برای روش‌های رایج مبحث کارایی است. در این مقاله نشان داده شده که در کاربرد شبکه‌ی عصبی برای بخش عمومی، شبکه‌‌ی عصبی کمک می‌کند که نتایج مهم‌تری را برای واحدهای تصمیم‌گیری محیا شود. چودهری و حیدر^[۳۵](۲۰۰۸) در مقاله‌ای قدرت شبکه‌‌های عصبی را به عنوان ابزارهای پیش‌بینی برای نرخ تورم ماهیانه برای ۲۸ کشور OECD ارزیابی می‌کند و شبکه‌‌ی عصبی را با مدل‌های اقتصادسنجی مقایسه کرده است. نتایج نشان می‌دهد که مدل‌های شبکه‌‌ی عصبی برای ۴۵ درصد از کشورها، ‌یک پیش‌بینی کننده‌ی برتر بوده است. این در حالی است که مدل‌های اقتصاد سنجی تنها برای ۲۱ درصد از کشورها درست عمل کرده‌ است. همچنین گیم و راپر^[۳۶](۲۰۰۹) در مقاله‌ای، یک مدل شبکه‌‌ی عصبی برای برآورد تقاضای انرژی کره‌‌‌‌جنوبی پیشنهاد می‌کنند. مدل پیشنهاد شده، تقاضای انرژی را بهتر از مدل‌های رگرسیونی خطی برآورد کرده است. در مطالعه‌ای مشابه توسط یوو، وانگ و لای^[۳۷](۲۰۰۷) شبکه‌ها‌ی عصبی برای پیش‌بینی قیمت نقدی نفت خام‌ پیشنهاد شده است. در واقع در این مقاله از شبکه‌ی عصبی چند لایه پیش‌خور استفاده شده است. همچنین کولکارنی و حیدر^[۳۸](۲۰۰۹)، شبکه‌ی عصبی چند لایه پیش‌خور را برای پیش‌بینی قیمت نقدی نفت خام در کوتاه‌مدت(تا ۳ روز آینده) معرفی کرده‌اند. مالک و نصرالدین^[۳۹](۲۰۰۶) در مقاله‌ای اشاره می‌کنند که شواهد گذشته نشان می‌دهد که قیمت‌های نفت، تولید یک اقتصاد را بر پایه‌ی یک مدل غیرخطی تحت تأثیر قرار می‌دهد. به هر حال، تا کنون توافقات روشنی روی شکل تبعی این تأثیر صورت نگرفته است. این مقاله، شبکه‌ی عصبی را برای پیش‌بینی کوتاه‌مدت تولید ناخالص داخلی با توجه به قیمت‌های نفت، پیشنهاد می‌کند. همچنین در مطالعه‌ای که توسط انگاین و کریپس^[۴۰](۲۰۰۱) انجام شده، روش‌ شبکه‌های عصبی و روش آنالیز رگرسیون چند‌گانه در جهت پیش‌بینی ارزش مسکن مقایسه شده است. نتایج نشان می‌دهد که روش‌ شبکه‌های عصبی بهتر از روش آنالیز رگرسیون چند‌گانه در امر پیش‌بینی، عمل کرده است. بعلاوه در مقاله‌ای که توسط تاپینن^[۴۱](۱۹۹۸) صورت پذیرفته، مدل‌های شبکه‌ی عصبی و مدل‌های رگرسیون خطی در پیش‌بینی نرخ بهره با بهره گرفتن از داده‌های آمریکا، مقایسه شده‌اند. بر مبنای تجربه، انتظار بر این است که مدل‌های شبکه‌ی عصبی نسبت به مدل‌های رگرسیون خطی در امر پیش‌بینی، بهتر عمل کنند. به هر حال در طول دوره‌ی ۱۹۹۵- ۱۹۹۴، شبکه‌ی عصبی در پیش‌بینی افزایش نرخ بهره، زیاد موفق عمل نکرده است.

تصریح مدل و روش‌های مورد استفاده

مقدمه

در این تحقیق، ابتدا شاخص نااطمینانی نرخ ارز با بکارگیری الگوی واریانس ناهمسانی شرطی اتورگرسیو تعمیم‌یافته(GARCH)، محاسبه و کمّی شده و به عنوان یک متغیر توضیحی برای متغیر وابسته رشد اقتصادی، معرفی شده است و سپس با توجه به شبکه‌ی عصبی، بررسی‌ها و پیش‌بینی‌های لازم صورت پذیرفته است.
الگوهای سری‌های زمانی^[۴۲] کاربردهای فراوانی در مدل‌سازی پدیده‌های فیزیکی و فعل‌و‌انفعالات مابین آنها، دارند. به عنوان نمونه ARMA^[43] یکی از مرسوم‌ترین مدل‌های مورد استفاده در این زمینه است. یکی دیگر از این الگوهای سری زمانی، مدل‌های ناپایدار^[۴۴] می‌باشد که برای مدل‌سازی پدیده‌های ناپایدار پیشنهاد شده است. ناپایداری در این گونه مدل‌ها با تغییر واریانس در زمان به وجود می‌آید. از جمله این‌گونه سری‌ها می‌توان مدل‌های اساسی ^[۴۵]ARCH وGARCH^[46] را نام برد که برای مدل‌سازی ناپایداری فرآیندهای اقتصادی همانند نرخ بهره، نرخ ارز و نرخ تورم پیشنهاد شده‌اند. در مدل GARCH، ناپایداری^[۴۷] به معنی واریانس متغیر با زمان، شرطی^[۴۸] نشان‌دهنده‌ی وابستگی مشروط به مشاهده‌ی گذشته و خودرگرسیون^[۴۹] یک مکانیزم بازگشتی را توضیح می‌دهد که اثر مشاهدات گذشته را در زمان فعلی می‌بیند و تعمیم‌یافته^[۵۰] نیز به معنی روش تعمیم‌یافته است. در نتیجه، همان‌گونه که از عنوان این مدل مشخص می‌شود به طور کلی GARCH مکانیزمی است که در آن، واریانس آینده از واریانس‌های دوره‌های قبل تأثیر می‌پذیرد. به عبارت دیگر GARCH یک تکنیک مدل‌سازی سری زمانی است که در آن از واریانس‌های گذشته برای توضیح رفتار واریانس آینده استفاده می‌شود. در دهه گذشته از GARCHبرای مدل‌سازی سری‌های زمانی دارای ناپایداری(مانند پدیده‌های اقتصادی) استفاده شده است.

مدل ARCH

انگل^[۵۱](۱۹۸۲) ناپایداری در سری‌های زمانی را توسط جملات اخلال در گذشته‌های نه چندان دور مدل‌سازی کرده است. یک مدل ساده‌ی ARCH به صورت زیر است:

(‏۳‑ ۱)

به طوری که مجموعه اطلاعات روی اینکه واریانس شرطی باشد را نشان می‌دهد. این شاخص همه‌ی اطلاعات گذشته را تا دوره‌ی t در بر دارد. در رابطه‌ی(۳-۱)، واریانس شرطی روی اطلاعات گذشته تا دوره‌ی t، یک تابع خودرگرسیون از مرحله‌ی p در ارزش وقفه‌ی درجه دوم است. این فرایند ARCH(p) نامیده می‌شود. از آنجا که رابطه‌ی(۳-۱) نشان‌ دهنده‌ی یک واریانس است لذا همه‌ی برای i = 0,1,…,p بایستی نامنفی باشند. انگل(۱۹۸۲) نشان داد که یک آزمون ساده برای ناپایداری بررسی فرضیه‌ی است.
مدل ساده‌ی ARCH(1) می‌تواند به صورت زیر تولید شود:

(‏۳‑ ۲)

که در آن
به طوری که .
یک مدل ARCH دومشخصه دارد:
۱- میانگین شرطی^[۵۲] ؛
واریانس شرطی^[۵۳]؛
در این حالت میانگین شرطی به صورت زیر خواهد بود:

(‏۳‑ ۳)

به طوری که در زمان t معلوم و مشخص می‌باشد.
به طور مشابه، واریانس شرطی می‌تواند به صورت زیر باشد:

الگوریتم‌های خوشه‌بندی
چنانچه پیش‌تر توضیح داده شد، یکی از وظایف اصلی داده‌کاوی خوشه‌بندی است. در خوشه‌بندی داده‌ها بر اساس شباهتی که به یکدیگر دارند به خوشه‌هایی افراز می‌شوند؛ بنابراین، معیار اصلی این تکنیک اندازه‌گیری شباهت داده‌ها است. لازم است قبل از توضیح هرگونه الگوریتم خوشه‌بندی، به معرفی انواع فاصله‌ها به عنوان معیاری برای اندازه‌گیری شباهت بپردازیم.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

فرض کنید داده‌های ورودی دارای n ویژگی باشند، بنابراین هر داده را می‌توان بوسیله یک بردار n بعدی نمایش داد. اگر x و y دو نمونه از داده‌ها باشند خواهیم داشت:
جدول ۲-۳ تعاریف ریاضی انواع فاصله‌ها را نمایش می‌دهد (شهرابی and شجاعی ۱۳۸۸).
جدول ‏۲‑۳ : انواع فاصله‌ها

تابع فاصله
فرمول

فاصله اقلیدسی

فاصله همینگ

فاصله چبیشف

فاصله مینکوفسکی

فاصله کانبرا^[۱۰۰]

جدایی زاویه‌ای^[۱۰۱]

ما در این تحقیق به معرفی مختصر دو تکنیک خوشه‌بندی اکتفا کرده‌ایم.
K – Means:
در این الگوریتم تعداد خوشه‌ها (K) مشخص بوده و الگوریتم با تابع هدف حداقل نمودن فواصل درون یک خوشه به انتخاب K مرکز خوشه می‌پردازد. گام‌های این الگوریتم به صورت زیر است:

1. 1. انتخاب k مرکز خوشه اولیه به صورت تصادفی

1. 1. خوشه‌بندی داده‌ها: هر داده به خوشه‌ای تعلق دارد که کمترین فاصله را با مرکز آن خوشه داشته باشد.

1. 1. به روز کردن k مرکز خوشه از طریق محاسبه میانگین وزنی اعضای هر خوشه

مراحل ۲ و ۳ تا زمان یافتن حداقل فاصله درون خوشه‌ای ادامه می‌یابد.
نگاشت‌های خودسازمانده^[۱۰۲] (SOM):
تکنیک SOM که توسط کوهنن^[۱۰۳] معرفی شد، نوعی شبکه عصبی است که به خوشه‌بندی داده‌ها می‌پردازد. این شبکه عصبی در حیطه شبکه‌های عصبی بدون ناظر قرار دارد و بدین معنی است که برای به روز کردن وزن‌های اتصالات شبکه نیازی به تاثیر بازخورد ناظر نیست؛ به همین دلیل به عنوان خودسازمانده شناخته می‌شوند. ساختار این شبکه فقط دارای دو لایه است؛ یک لایه ورودی که به اندازه ابعاد (تعداد ویژگی‌ها) داده‌های ورودی نرون دارد و یک لایه خروجی که به اندازه تعداد خوشه‌ها نرون دارد و می‌توانند در ابعاد مختلف سازمان یابند. تمامی نرون‌های ورودی به تمامی نرون‌های خروجی متصل هستند؛ بنابراین، برای هر نرون خروجی یا به عبارت دیگر برای هر خوشه، اوزان کمان‌های متصل به آن خوشه را می‌توان در غالب یک بردار وزن برای آن خوشه در نظر گرفت. ابعاد بردارهای وزن خوشه‌ها هم‌بعد باداده‌های ورودی است (Karray and Silva 2004). شکل ۲-۵ ساختار این شبکه را نشان می‌دهد.
شکل ‏۲‑۵ : ساختار SOM

۸

تابلوی سرعت‌نما متغیر

۲۶

۲۶

ترددشمار برخط

۵۰

۵۰

(منبع: سازمان راهداری و حمل و نقل جاده‌ای)
در مقایسه تجهیزات الکترونیکی راه‌ها در استان گیلان به کل کشور عدم توسعه این امکانات در جاده‌ها کاملاً مشاهده می‌شود. فقدان زیرساخت‌های داده‌ای (فیبر نوری) در جاده‌های استان به ویژه در مناطق کوهستانی و دوردست، یکی از عوامل ضعف به کارگیری امکانات تکنولوژیکی در جاده‌های استان شده است.
تمام فرایندهای پایش و کنترل راه های استان توسط امکانات سنتی و طبق روال گذشته انجام می‌گیرد. فقدان دوربین‌های کنترل تخلفات منجر به حضور فیزیکی عوامل انسانی (پلیس راه) جهت کنترل تخلفات در سطح راه‌ها می‌شود، به واسطه محدودیت‌های ذاتی فعالیت‌های انسانی حضور وکنترل مستمر در تمام ساعات شبانه روز در سطح راه‌ها میسر نمی‌گردد که این امر موجب افزایش تمایل رانندگان به انجام تخلفات رانندگی و در نتیجه افزایش میزان تصادفات رانندگی در جاده‌های استان گیلان شده است. عدم وجود مرکز کنترل و نظارت بر ترافیک جاده‌ای در استان گیلان، تأخیر در اطلاع از آخرین وضعیت ترافیکی را برای مسئولین و مردم به همراه دارد. اتفاقات و مشکلات ترافیکی توسط افراد گزارش و فرایند حضور عوامل مربوطه با تأخیر صورت می‌پذیرد. این امر افزایش هزینه‌ها در زمان ترافیک‌های پر حجم را به همراه دارد. فقدان سیستم و نرم‌افزار کارامد مدیریت یکپارچه ترافیک منجر به اتخاذ تصمیمات بدون پایه و اساس علمی می‌شود. عدم پیش‌بینی حجم سفر و تردد باعث بروز راه‌بندان‌های طولانی و حوادث رانندگی می‌شود. این در حالی است که با بکارگیری از تکنولوژی‌های نرم‌افزاری و سخت‌افزاری مدرن تحلیل جامعی از فرایند ترافیک، حوادث و حتی شیوه و جهت توسعه شبکه ارتباطی به دست آورد. البته لازم به ذکر است شرایط بکارگیری از تکنولوژی در شبکه ارتباطی تقریباً در سرتاسر کشور شرایطی همانند گیلان را داراست. به واسطه ارتباط پیچیده شبکه راه‌های کشور ایجاد بسترهای زیربنایی و روبنایی می‌بایست با اقدام ملی و سراسری صورت گیرد.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

الزامات راه و راهداری در استان گیلان
استان گیلان به علت شرایط خاص جغرافیایی، طبیعی، سیاسی، اجتماعی و فرهنگی چالش‌ها و الزامات خاصی در زمینه شبکه های ارتباطی دارا است. با توجه به فقدان حمل و نقل ریلی و محدودیت شبکه حمل و نقل هوایی که محدود به چند پرواز مسافربری در هفته می‌باشد، تقریباً تمام سفرها و جابه‌جایی کالا از شبکه حمل و نقل جاده‌ای استفاده می‌کنند که این موضوع معضلات فراوانی را برای این استان فراهم می‌کند.
چالش تصادفات جاده‌ای استان گیلان
گیلان با دارا بودن ۸/۰ درصد از وسعت و ۲/۳ درصد از جمعیت کل کشور در تصادفات جاده‌ای رتبه‌ای عجیب را به خود اختصاص داده است، به نحوی که ۲/۴ درصد کشته‌شدگان و ۳/۴ درصد مجروحین تصادفات رانندگی برون‌شهری مربوط به استان گیلان است که این امر از بحرانی جدی ایمنی در شبکه جاده‌ای استان حکایت دارد. برابر آمار منتشر شده از سوی پزشکی قانونی کشور در سال ۹۲ بر اثر تصادفات جاده‌ای ۵۳۲ نفر در گیلان کشته شده‌اند و ۷۶۹۶ نفر نیز مجروح و در مراکز درمانی بستری شده‌اند. با افزودن ۱۲۰ نفر کشته شدگان تصادفات درون شهری سال ۹۳ مجموعاً در استان گیلان طی این سال ۶۵۲ نفر بر اثر حوادث رانندگی جان باخته اند. بر اساس شاخص های جهانی اعلام شده، از هر ۱۰۰هزار نفر، ۱۸ نفر جان خود را بر اثر تصادف از دست می‌دهند و در کشور ما به ازاء هر ۱۰۰ هزار نفر ۲۲ نفر بر اثر تصادف از بین می روند این در حالی است که در استان گیلان به ازای هر ۱۰۰ هزار نفر ۲۶ نفر بر اثر تصادفات کشته شده‌اند.
شکل ‏۴‑۵:تصویری از تصادف شدید در جاده‌های گیلان (منبع: پلیس راه گیلان)
به علت وسعت کم این استان گسترش راه‌ها به تناسب جمعیت آن صورت نمی‌گیرد، به نحوی که طبق بررسی انجام شده وسعت راه‌های آسفالته شریانی و اصلی استان (غیر روستایی) نسبت به جمعیت استان ۷۷ کیلومتر است. این در حالی است که میانگین راه به جمعیت در کشور ۱۶۰ کیلومتر است. آمار مذکور نشان‌دهنده‌ی آن است که کیفیت دسترسی مردم استان به راه‌های ارتباطی بسیار کم بوده که این تراکم و فشردگی یکی از علل افزایش تلفات انسانی در جاده‌های استان محسوب می‌شود. آمارها نشان می‌دهند تصادف عابر پیاده در مسیر بزرگراه‌های استان شامل بزرگراه رشت به چابکسر، رشت به فومن و رشت به انزلی بیشترین مرگ و میر عابرین پیاده ناشی از تصادفات جاده‌ای را به خود اختصاص داده‌اند. در بررسی‌ها مشخص شد ۳ محور بزرگراهی فوق که جزء پرترددترین جاده‌های استان و کشور محسوب می‌شوند، قبل از تبدیل شدن به بزرگراه، راه اصلی دو طرفه با حداکثر سرعت ۹۵ کیلومتر بوده‌اند. به علت افزایش تقاضای سفر در استان و افزایش تمایل گردشگران برای سفر به گیلان در اوایل دهه ۷۰ تا اوایل دهه ۸۰ به جای احداث یک مسیر بزرگراه جدید در امتداد مسیرهای مذکور، به علت قیمت گران زمین‌های مسیر راه که عموماً مالکیت شخصی دارند و همچنین وجود شهرها و روستاهای فراوان در مسیر راه از احداث جاده جدید صرف نظر شد و با توسعه راه‌های موجود کاربری راه قدیمی از راه اصلی به بزرگراه ارتقا یافت. این تغییر فنی راه منجر به افزایش سرعت تا ۱۱۰ کیلومتر گردید افزایش سرعت موجب افزایش میزان تلفات عابرین پیاده و موتورسواران در این مسیرها شده است. برابر آمار پلیس راه استان طی ۱۰ سال اخیر (۱۳۸۳ تا ۱۳۹۳) یعنی از زمان تغییر ماهیت راه‌های استان و توسعه و آسفالت جاده‌های روستایی تعداد ۹۱۸۱ نفر در اثر تصادفات جاده‌ای جان خود را از دست داده‌اند و ۵۱۴۵۷ نفر نیز مجروح و روانه مرکز درمان شده‌اند. که به طور میانگین هر سال۹۱۸ نفر کشته و ۵۱۴۶ نفر مجروح شده‌اند. با تغییر شرایط و بزرگراه شدن محورهای اصلی و آسفالته شدن راه‌های خاکی روستایی سرعت خودروها افزایش و تلفات عابرین به شدت افزایش پیدا نموده است. در کنار حوادث رانندگی تقاضای رو به گسترش سفر به استان گیلان به واسطه طبیعت، آب و هوای مطلوب، امنیت مناسب و بعد کم مسافت نسبت به پایتخت و مراکز جمعیتی مهم شمال غرب کشور منجر شده است تا در تعطیلات مناسبتی ملی و مذهبی میلیون‌ها مسافر وارد استان گیلان شوند. این در حالی است که راه دسترسی به استان گیلان از مرکز کشور از طریق جاده قدیم قزوین به رشت و آزادراه قزوین به رشت به جاده دو طرفه باریک منجیل به رودبار متصل می‌شوند. این وضعیت به طول
شکل ‏۴‑۶: تصویر سقوط خودرو در جاده کوهستانی گیلان (منبع: پلیس راه گیلان)
۱۰ کیلومتر و تا شهر رودبار ادامه پیدا نموده و در انتهای شهر رودبار به سمت رشت، مجدداً آزادراه رودبار به رشت و جاده قدیم دوطرفه رودبار به رشت از هم جدا شده و دو مسیر عبور را تشکیل می‌دهند. قطع شدن مسیر آزادراه در شهر منجیل و باریک شدن راه معضل همیشگی ترافیک سنگین این منطقه به شمار می‌آید به نحوی که در ایام خاص مانند نوروز و پایان تعطیلات تابستان که تقاضای سفر به صورت ناگهانی و در بازه زمانی کوتاه افزایش چشمگیری پیدا می‌کند شاهد ترافیک بسیار طولانی و توقف چند ساعته خودروها در این محدوده هستیم. به نحوی که در نیمه خرداد سال ۸۶ تراکم لحظه‌ای خودروها در این محدوده سبب گره‌ی ترافیکی در این بخش از محور رشت به قزوین شد و منجر به توقف ۲۴ ساعته‌ی خودروها و مسافرین در راه گردید و در یک اقدام بی سابقه با گشودن یک راه موقت از میان زمین‌های اطراف گره‌ی ترافیک پس از ۲۴ ساعت مرتفع و از وقوع یک بحران ملی پیشگیری شد.
الزامات فنی و مهندسی راه‌های استان گیلان
الف: توسعه فیزیکی راه‌ها: با توجه به ظرفیت بالای گردشگری و جمعیت ساکن در استان توسعه راه‌ها بر اساس جمعیت بسیار ضعیف می‌باشد. لذا افزایش میزان راه‌ها به ویژه راه‌های اصلی و شریانی در ارتقاء کیفیت دسترسی به راه و افزایش ایمنی کاربران بسیار حائز اهمیت است. یکی از دغدغه‌های کنونی حوزه راه و راهداری استان عدم تکمیل آزادراه رشت- قزوین حد فاصل رودبار تا منجیل است که مشکلات ترافیکی و اقتصادی متعددی را ایجاد می‌کند. لزوم اتمام هرچه سریعتر این راه در توسعه صنعت گردشگری و حمل و نقل تجاری بسیار حائز اهمیت است. فقدان یک بزرگراه سراسری از رشت تا آستارا منجر به طولانی و پرخطر شدن تردد در این مسیر شده است. راه‌های موجود عموماً راه‌های بسیار قدیمی بوده که با کمی افزایش عرض مورد استفاده حجم گسترده وسایل نقلیه قرار می‌گیرد، این در حالی است که این راه مهم یک مسیر ترانزیتی بسیار مهم بوده و حجم عمده صادرات و واردات کشور از این مسیر صورت می‌گیرد. عبور تریلی‌های سنگین با سرعت کم در جاده دوطرفه با خودروهای سواری پرسرعت منجر به بروز حوادث دلخراشی می‌شود که صرفاً دو طرفه بودن جاده‌ها باعث وقوع این حوادث است. ترافیک و کندی حرکت و افزایش مصرف سوخت از دیگر معضلات این راه کم عرض پر اهمیت است.
بندرانزلی سومین بندر مهم تجاری کشور فاقد یک بزرگراه اختصاصی بوده. تمامی خودروهای باربری سنگین این بندر می‌بایست از جاده موجود که از درون شهر انزلی شروع شده، سپس از کلان‌شهر رشت عبور می‌کند، عبور نمایند که این امر باعث طولانی شدن مدت سفر و مشکلات عمده برای مردم و رانندگی ناوگان باربری را منجر شده است.
راه کوهستانی الموت قزوین به اشکورات رودسر که چند سال پیش اجرای آن آغاز شده است، پس از تکمیل می‌تواند حجم گسترده ترافیک شرق گیلان و غرب مازندران را از خود عبور دهد و ضمن کوتاه نمودن مسافت این مناطق با استان قزوین و پایتخت، صرفه‌جویی اقتصادی و کاهش ترافیک راه رشت- قزوین را نیز به همراه خواهد داشت.
جاده‌ی زیبای آستارا به اردبیل یکی از محورهای مهم و شریانی استان است که از منطقه زیبای حیران عبور می‌کند. این راه ضمن اهمیت ترافیکی از زیبایی خاصی برخوردار بوده، لذا مسافران و گردشگران زیادی این راه را برای عبور و تردد انتخاب می‌نمایند. ضمن اینکه از این راه مهم در ترانزیت کالا از استان‌های مهم جنوب غرب آذربایجان شرقی و غربی و اردبیل برای صادرات و واردات کالا از مرز آستارا و بندر انزلی استفاده می‌شود. لذا توسعه این راه از یک راه دوطرفه کوهستانی باریک که در فصول زمستان عموماً با خطر انسداد مواجه است، به یک بزرگراه ایمن و جداسازی شده بسیار ضروری و پراهمیت به نظر می‌رسد.
در مجموع می‌توان گفت هر چند استان گیلان از نظر طول راه‌ها به وسعت شرایط مطلوبی دارد، اما در نگاه تخصصی مشخص می‌شود که بیش از ۹۳ درصد از راه‌های استان فرعی و روستایی هستند. لذا فقدان دسترسی به شبکه بزرگراه‌ها و آزادراه از مشکلات و چالش‌های عمده‌ی این استان محسوب می‌گردد که در صورت بی‌توجهی به این امر با معضلات عدیده ترافیکی در این استان مواجه خواهیم بود.
ب: تجهیزات الکترونیک: دنیای امروز، دنیای فناوری‌های نوین است که هر روز در آن یک انقلاب بزرگ فناورانه رخ می‌دهد و تجهیزات الکترونیک فرایند انجام کارها را سریع، ایمن و ارزان می‌کنند. در دنیای کنونی کنترل و پایش ترافیک پرحجم و روزافزون بدون بهره‌گیری از سامانه‌های الکترونیکی و رایانه‌ای دیگر ممکن نخواهد بود. استفاده از تجهیزات رایانه‌ای چه در بخش ایمنی خودرو چه در مقوله راه‌ها و راهداری از الزامات مهم در ارتباطات حمل و نقل بین‌المللی است که در صورت عدم رعایت این موازین اتصال شبکه‌های حمل و نقل به کشورهای توسعه یافته و بهره‌برداری از ظرفیت اقتصادی و استراتژیکی حمل و نقل دشوار و گاه غیر ممکن خواهد بود. استان گیلان به واسطه قرارگرفتن در دو کریدور بین‌المللی نستراک و تراسیکا هرچه سریعتر باید ضمن توسعه فیزیکی راه‌ها نسبت به تجهیز شبکه ارتباطی راه‌های استان به امکانات الکترونیک کنترل تخلفات و پایش راه‌ها اقدام نماید. فقدان حتی یک دوربین فعال کنترل سرعت در راه‌های استان و وجود تنها ۱۰ دستگاه دوربین پایش جاده ها از کمبود تجهیزات الکترونیکی راه‌های استان حکایت دارد. لزوم هوشمندسازی آزادراه‌ها و بزرگراه‌ها به سیستم اعلام وضعیت ترافیک در ابتدای هر دو مسیر جهت مدیریت زمان و سفر مسافرین، استفاده گسترده از دوربین‌های کنترل سرعت و پایش تصویری، احداث مرکز کنترل ترافیک الکترونیکی در استان جهت پایش و مراقبت الکترونیکی راه‌های استان می تواند ضمن کاهش ترافیک و صرفه‌جویی در سوخت و سایر مؤلفه‌های انرژی در کاهش تصادفات و تخلفات رانندگی نیز مؤثر باشد. در این راستا توسعه‌ی زیربناهای مخابراتی از جمله فیبر نوری، توسعه‌ی پهنای باند شبکه‌های ارتباطی مجازی از اولویت‌های مهم این بخش است که باید مورد توجه مسئولین قرار گیرد.
ج: احداث راه‌های پشتیبان در شبکه‌های حمل و نقل: راه‌آهن به عنوان ایمن‌ترین سیستم حمل و نقل زمینی شناخته می‌شود. متأسفانه استان گیلان با توجه به تمام شرایط تجاری و توریستی موجود فاقد شبکه‌ی حمل و نقل ریلی است. از حدود ۱۵ سال قبل طرح احداث راه‌آهن قزوین، رشت – انزلی به طور جدی مطرح و عملیات اجرای آن از سال ۱۳۸۱ آغاز شده است، اما تاکنون و با گذشت ۱۲ سال از شروع این پروژه پیشرفت فیزیکی طرح کمتر از ۵۰ درصد اعلام شده است و با توجه به شکل انجام این پروژه تا سالیان طولانی بهره‌برداری عملیاتی آن ممکن نخواهد بود. شاید احداث راه‌آهن گیلان در فرایند جابه‌جایی مسافر آنچنان کارا نباشد، اما حمل و نقل بار از بندر انزلی که اکنون با تریلر‌ها و کامیون‌ها انجام می‌شود و بسیار پرهزینه، زمان‌بر و به دلیل تعدد حرکت این خودروها پر حادثه نیز است، با بهره‌برداری از سیستم ریلی دچار تحول بزرگی خواهد شد. یک قطار باری با ۲۰ واگن ظرفیت حمل بیش از ۱۳۰۰تن بار را داراست، یعنی هر بار حرکت قطار می‌تواند از تردد ۴۳ دستگاه تریلر جلوگیری نماید که در کاهش هزینه حمل و نقل ، سوخت، ترافیک و تصادفات بسیار مؤثر باشد. ضمن اینکه اتصال راه‌آهن انزلی- رشت- قزوین به شبکه سراسری راه‌آهن کشور فرصت سفر و حمل و نقل ارزان و ایمن را برای ساکنین جنوب، غرب و شرق کشور فراهم می‌کند. توسعه شبکه حمل و نقل ریلی ضمن افزایش ظرفیت‌های تجاری و گردشگری یک پشتیبان مناسب و ایمن برای شبکه راه‌های جاده‌ای است که در صورت بحران‌های طبیعی و یا غیر طبیعی می‌تواند مورد بهره‌برداری قرار گیرد.

به منظور آنالیز اطلاعات ثبت شده و ارائه نتایج از نرم افزارهای SAS,EXCELL استفاده شد. مقایسه میانگین داده ها با بهره گرفتن از آزمون چند دامنه دانکن انجام شد.
فصل سوم
نتیجه گیری
و
بحث
۴-۱-آفتابگردان:
۴-۱-۱– ارتفاع گل جالیز:
نتایج آنالیز واریانس داده ها نشان داد که اثر موقعیت جغرافیائی و موقعیت بذر بر روی سنبله گل جالیز در سطح یک درصد بر روی ارتفاع گل جالیز معنی دار است، اما اثر تیمار کود شیمیائی و نیز برهم کنش دو گانه و سه گانه آنها بر ارتفاع گل جالیز در سطح یک در صد معنی دار نشد( جدول شماره ۴-۱).
مقایسه میانگین داده ها نشان داد که اثر موقعیت جغرافیائی ارتفاع گل جالیز در سطح یک درصد معنی دار است( جدول شماره۴-۲)و بالاترین ارتفاع گل جالیز در بذرهای جمع آوری شده از ساوجبلاغ بدست آمد(۰۲/۲۴ سانتی متر )، و بذر های جمع آوری شده از گرگان از نظر آماری در گروه دوم قرار گرفت(۵۷/۲۱ سانتی متر).
مقایسه میانگین داده ها نشان داد که اثر بذور واقع در موقعیت های مختلف سنبله گل جالیز بر ارتفاع گل جالیز در سطح یک درصد معنی دار است( جدول شماره ۴-۳) و بذور واقع در قسمت یک سوم پائین سنبله موجب ارتفاع بیشتر گل جالیز شد(۶۵/۲۵ سانتی متر)، کمترین ارتفاع گل جالیز از بذور واقع بر یک سوم بالائی سنبله گل جالیز بدست آمد( ۰۵/۲۰ سانتی متر).
مقایسه میانگین داده ها نشان داد که اثر تیمار کود شیمیائی نیتروژنه بر ارتفاع گل جالیز در سطح یک درصد معنی دار نیست و ارتفاع گل جالیز در تمامی تیمارهای کود شیمیائی در یک سطح آماری قرار گرفتند( جدول شماره ۴-۲۰).
مقایسه میانگین داده ها نشان داد که اثر برهم کنش متقابل موقعیت جغرافیائی گل جالیز× موقعیت بذر بر روی سنبله گل جالیز بر ارتفاع ساقه گل جالیز در سطح یک درصد معنی دار است( جدول شماره ۴-۵). بالاترین ارتفاع گل جالیز در تیمار ساوجبلاغ × قسمت پائین سنبله بدست آمد( ۷۷/۲۶ سانتی متر) که البته با تیمار مشابه خود یعنی قسمت پایین سنبله در گرگان و ساوجبلاغ × قسمت وسط سنبله در یک گروه آماری مشابه قرار گرفت او کمترین ارتفاع گل جالیز در تیمار گرگان× قسمت بالائی سنبله بدست آمد( ۲۳/۱۹ سانتی متر). مقایسه میانگین داده ها نشان داد که اثر موقعیت جغرافیائی× تیمار کود شیمیایی نیتروژنه بر ارتفاع گل جالیز در سطح یک درصد معنی دار است( جدول ۴-۶). بالاترین ارتفاع گل جالیز در موقعیت جغرافیائی ساوجبلاغ× کود نیترات پتاسیم و نیز موقعیت جغرافیائی ساوجبلاغ× سولفات آمونیوم( به ترتیب ۶۵/۲۴ و ۲۴/۲۴ سانتی متر)بدست آمد.
مقایسه میانگین داده ها نشان داد که اثر موقعیت بذر در روی سنبله× تیمار کود شیمیائی نیتروژنه بر ارتفاع گل جالیز در سطح یک در صد معنی دار است (جدول شماره ۴-۷)و بالاترین ارتفاع گل جالیز به ترتیب در قسمت پائین سنبله× نیترات آمونیوم و قسمت پائین سنبله× سولفات آمونیوم مشاهده شد( به ترتیب ۹۰/۲۶ و ۰۰/۲۶ سانتی متر).
نتایج مقایسه میانگین داده ها نشان داد که اثر برهم کنش سه گانه موقعیت جغرافیائی جمع آوری بذر× موقعیت بذر بر روی سنبله× تیمار کود شیمیائی نیتروژنه بر صفت ارتفاع گل جالیز در سطح یک درصد معنی دار است. بالاترین ارتفاع گل جالیز در تیمار ساوجبلاغ× قسمت پائین سنبله× کود نیترات آمونیوم بدست آمد( ۱۸/۲۸ سانتی متر). کمترین ارتفاع گل جالیز نیز در تیمار موقعیت جغرافیائی منطقه دو× قسمت بالای سنبله × کود اوره مشاهده شد( ۳۵/۱۷ سانتی متر). نتایج بررسی وجوهی و جم نژاد( ۱۳۸۹) نشان داد که اثر نوع کود شیمیایی در سطح یک درصد بر ارتفاع گیاه انگل معنی دار و بالاترین ارتفاع گیاه انگل در تیمار شاهد( عدم مصرف کود شیمیائی) حاصل شد و کمترین آنها در تیمار کود اوره سانتیمتر مشاهده شد.
این نتایج برخلاف نتایج حاصل از تحقیق محمودی فر و جم نژاد (۱۳۸۹)بود که نشان دادند غلظتهای مختلف کودهای نیتروژن بر ارتفاع گل جالیز معنی دار نیست. تحقیق حیدر و همکاران(۲۰۰۲) نیز نشان داد که مصرف کود های آلی سبب افزایش ارتفاع گل جالیز(O.ramosa) می شود.
احتمال دارد که در منطقه ساوجبلاغ گیاه میزبان بهتر گیاه انگل را تغذیه کرده است و شرایط بهتری برای رشد گل جالیز داشته است.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

جدول شماره ۴-۱ – نتایج آنالیز واریانس داده های حاصل از آفتابگردان در حضور گل جالیز.

منبع تغییرات

درجه ازادی

ارتفاع گل جالیز

تعداد ساقه گل جالیز

وزن تر گل جالیز

وزن خشک گل جالیز

وزن تر برگ
آفتابگردان

تکرار
۴
ns49/19
ns75/3
ns81/42
ns26/2
ns80/331
موقعیت جغرافیایی
۱
**۴۲/۲۲۴
**۹۴/۹۱
**۶۶/۸۴۸
**۸۹/۴۴
**۰۷/۶۵۱۰
موقعیت بذر
۲
**۵۹/۳۹۲