نتایج مطالعات جدید نشان می دهد قشر پیریفرونتال مغز "آلبرت اینشتین" برخلاف اغلب افراد، شگفت انگیز و غیرعادی بوده است که همین تفاوت می تواند دلیل هوش و نخبگی این فیزیکدان بوده باشد.
به گزارش خبرگزاری مهر، بر اساس تحقیقات دانشگاه دولتی فلوریدا بخش هایی از مغز انیشتین با اغلب افراد متفاوت بوده است و همین می تواند با توانایی های شناختی و ادارکی فوق العاده وی مرتبط باشد.
این محققان برای نخستین بار کل قشر مخ مغز انیشتین را از 14 تصویری که اخیرا کشف شده توصیف کردند.
آنها تصاویر مغز اینشتین را با مغز 85 انسان معمولی مقایسه کرده و توانستند ویژگی های غیرمعمول مغز این دانشمند را تفسیر کنند.
اگرچه اندازه کلی و شکل هندسی مغز انیشتین طبیعی بوده اما نواحی پیریفرونتال، سوماتوسنسوری، آهیانه، موتور اولیه، قشر گیجگاهی و اوکیپیتال او غیرعادی بوده است.
پس از مرگ اینشتین در سال 1955 گروهی از محققان با کسب اجازه از خانواده اش، مغز او را برداشته و از زوایای مختلف تصویربرداری کردند.
علاوه بر این مغز به 240 قطعه تقسیم و تصاویر اسلایدی از آنها تهیه شد.
اما بخش عمده ای از این تصاویر، قطعات و اسلاید ها به مدت 55 سال از دید عموم مفقود شد.
اکنون برای این تحقیقات از 14 تصویر که در موزه ملی سلامت و پزشکی نگهداری می شود استفاده شده است.
در برآورد های تجربی مدل های رگرسیون تابلویی عموما سه دسته آزمون های پیش از تخمین مدل وجود دارد:
۱. آزمون های تلفیق پذیری (poolability): از آنجاکه در رهیافت تابلویی با تعدادی مقاطع طی یک دوره زمانی خاص روبرو هستیم، آنچه به عنوان یک سوال مهم مطرح می گردد این است که آیا ضرایب اثرگذاری متغیرهای توضیحی در بین مقاطع یکسان است (داده ها تلفیق پذیرند) یا اینکه مقطع به مقطع تغییر می کند و باید جداگانه برآورد گردد. آزمون تلفیق پذیری به محقق کمک می کند به این سوال پاسخ دهد. در تحقیقات تجربی داخلی ، عموما این آزمون صورت نمی گیرد در حالیکه از اهمیت ویژه ای برخوردار است.
برای مشاهده مطالب بیشتر به سایت گروه آماردانان ایران زمین مراجعه کنید.
www.amardanan.ir
انواع دادههایی که عموماً برای تحلیلهای تجربی به کار برده میشوند، در سه گروه مورد بحث و بررسی قرار میگیرند:
دادههای سری زمانی[1]
دادههای مقطعی[2]
دادههای تلفیقی سری زمانی و مقطعی[3]
در دادههای سری زمانی مقادیر یک یا چند متغیر را طی یک دوره زمانی مشاهده میکنیم (برای مثال GDP طی چند فصل یا چند سال). در دادههای مقطعی، مقادیر یک یا چند متغیر برای چند واحد یا مورد نمونهای در یک زمان یکسان جمعآوری میشود (برای مثال نرخهای جرم و جنایت برای سی استان ایران در در یک سال معین).
برای مشاهده مطالب بیشتر به سایت گروه آماردانان ایران زمین مراجعه کنید.
www.amardanan.ir
قبل از معرفی مدل های پانل دیتا لازم است ماهیت این داده ها و چرایی و چگونی به وجود امدن انها را بررسی کنیم.
ما همواره در بررسی های خود با دو ساختار مجزای آزمایش روبرو بوده ایم:
قصد داریم مدلی برای داده های خود در یک زمان خاص برازش دهیم.
به عنوان مثال فرض کنید می خواهیم یک تابع تولید ساده را برآورد کنیم. تولید تابعی از موجودی سرمایه، نیروی کار و مهارت های مدیریتی است. اگر تولید بنگاه ها را بر روی موجودی سرمایه و تیروی کار در یک زمان رگرس کنیم تورش ایجاد می شود زیرا یک متغیر مهم یعنی مهارت مدیریتی از مدل حذف شده است. برای رفع این مشکل بهتر است که میزان تولید طی چند سال را برای این بنگاه ها رگرس کنیم.
برای مشاهده مطالب بیشتر به سایت گروه آماردانان ایران زمین مراجعه کنید.
www.amardanan.ir
در آمار و اقتصاد سنجی، مجموعه دادههای پانلی شامل مشاهداتی برای چندین بخش(خانوار، بنگاه و...) می باشند که در طی زمانهای مختلف جمع آوری شده اند. یعنی یک مدل دادههای پانل حاوی اطلاعاتی در زمان و مکان است که شامل N مؤلفه در T دوره زمانی می باشد.
اگر تعداد مشاهدات زمانی برای تمام مؤلفههای موجود در پانل یکسان باشد، به آن پانل متوازن(Balanced Panel) گفته می شود. اما در صورتی که مشاهدات مفقوده ای برای تعدادی از مؤلفهها وجود داشته باشد، پانل را نامتوازن می نامیم.
برای مشاهده مطالب بیشتر به سایت گروه آماردانان ایران زمین مراجعه کنید.
www.amardanan.ir