برآورد مدل های آمیخته خطی تعمیم یافته فضایی با متغیرهای پنهان چوله نرمال بسته

Authors

محسن محمدزاده درودی

mohsen mohammadzadeh darrodi department of statistics, tarbiat modares university, p.o.box 14115-134تهران-تقاطع جلال آل احمد و چمران-دانشگاه تربیت مدرس-دانشکده علوم ریاضی-گروه آمار- صندوق پستی 134-14115 فاطمه حسینی

عضو هیات علمی گروه آمار

abstract

مدل های آمیخته خطی تعمیم یافته فضایی معمولا برای مدل بندی پاسخ فضایی گسسته به کار می روند، که در آنها ساختار همبستگی فضایی دادهها از طریق متغیرهای پنهان در نظر گرفته می شود. مسئله مهم در این مدلها برآورد متغیرهای پنهان فضایی در موقعیتهای دارای مشاهده پاسخ و پارامترهای مدل و در نهایت پیشگویی متغیرهای پنهان در موقعیتهای فاقد مشاهده است. در این راستا اغلب کاربران برای سهولت توزیع نرمال را برای متغیرهای پنهان در نظر می گیرند. اگرچه این فرض باعث سهولت محاسبات می شود، اما گاهی در عمل محیا نیست، یا به دلیل پنهان بودن بررسی آن میسر نمی باشد. لذا در این مقاله استفاده از توزیع چوله نرمال بسته که در حالت خاص شامل توزیع نرمال است و تحت حاشیه سازی، شرطی کردن و تبدیلات خطی بسته می باشد، برای متغیرهای پنهان پیشنهاد می شود. در این مدلها تابع درستنمایی فرم بسته ای ندارد و به دست آوردن برآوردهای ماکسیمم درستنمایی پارامترها به راحتی امکان پذیر نیست. در این مقاله الگوریتمی تقریبی برای برآورد ماکسیمم درستنمایی پارامترهای مدل و پیشگوی تقریبی متغیرهای پنهان ارائه می شود، که در مقایسه با روشهای موجود بسیار سریعتر است. اعتبار مدل و الگوریتم پیشنهادی در یک مطالعه شبیه سازی مورد بررسی قرار می گیرد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تحلیل مدل های آمیخته خطی تعمیم یافته فضایی با استفاده از تقریب لاپلاس آشیانی جمع بسته

برای مدلبندی پاسخ های گسسته فضایی زمین آمار از مدل های آمیخته خطی تعمیم یافته فضایی استفاده می شود و ساختار همبستگی فضایی داده ها از طریق متغیرهای پنهان در نظر گرفته می شود. از مهمترین اهداف در بررسی این مدل ها پیش گویی متغیرهای پنهان و برآورد پارامترهای مدل است. در این مقاله برای تحلیل این مدل ها، ابتدا یک روش پیش گویی ارائه و سپس به بیان رهیافت بیزی و الگوریتم های مونت کارلویی پرداخته می شود....

full text

شناساپذیری در مدل های خطی تعمیم یافته با اثرهای تصادفی

شناساپذیری یکی از ویژگی‌های لازم برای کفایت یک مدل آماری است. وقتی مدلی شناساپذیر نباشد، با هیچ اندازه‌ای از نمونه، نمی‌توان پارامتر حقیقی مدل را تعیین کرد. در این مقاله، مروری بر مفهوم مشهور شناساپذیری و ویژگی‌های آن شده است. به‌علاوه از آن‌جایی که مشکل شناساناپذیری در مدل‌های خطی تعمیم‌یافته‌ با اثرهای تصادفی بسیار رایج است، تمرکز اصلی ما بر روی این گونه از مدل‌ها بوده است. از سوی دیگر، معمول...

full text

استنباط بیزی برای مدل های آمیخته خطی چوله نرمال مستقل

در بسیاری از مسائل آماری برای مدل بندی داده هایی که در طول زمان و به طور مکرر اندازه گیری می - شوند، معمولاً مدل آمیخته خطی نرمال که در آن توزیع اثرات تصادفی و خطاها نرمال فرض می شود، به کار می رود. اما هنگامی که در میان داده ها، داده دورافتاده وجود داشته باشد، این مدل برازش خوبی به داده ها ندارد. برای حل این مشکل می توان به جای توزیع نرمال از کلاس توزیع های نرمال مستقل استفاده کرد، که دارای دم ...

15 صفحه اول

برآورد پارامترها و بررسی تأثیر موضعی در مدل خطی آمیخته با خطا در اندازه‏گیری چوله-نرمال

در این رساله ابتدا به معرفی توزیع چوله‏نرمال و مرور برخی از ویژگی‏های آن پرداخته می‏شود. سپس مدل خطی آمیخته با خطا در اندازه‏گیری چوله‏نرمال تعریف می‏شود و روش الگوریتم em برای برآورد پارامترها به کاربرده می‏شود. در ادامه با استفاده از توزیع چوله‏نرمال چند متغیره، مدل چندگانه آمیخته خطی با خطا در اندازه‏گیری چوله‏نرمال، به عنوان تعمیمی از مدل خطی آمیخته با خطا در اندازه‏گیری چوله‏نرمال معرفی و ...

برآورد ناحیه کوچک با استفاده از مدل های خطی و خطی تعمیم یافته با اثرهای آمیخته

تکنیک برآورد ناحیه کوچک به طور عمده متکی بر مدل های آمیخته با اثرهای تصادفی ناحیه ای می باشد. بر این مینی با استفاده از روش های متداول در برآورد پارامترها در مدل های آمیخته به دنبال یک برآورد برای ناحیه کوچک هستیم و در این میان به معرفی بهترین پیش بینی کننده ی خطی نااریب blup برای پارامتر مورد نظر ناحیه کوچک می پردازیم. اما در مقابل این رویکرد، رویکرد دیگری مبتنی بر توابع حساسیت و رگرسیون m- چن...

15 صفحه اول

اثرات تصادفی چوله گاوسی در مدلهای خطی تعمیم یافته فضایی

مدل های آمیخته خطی تعمیم یافته فضایی برای مدل بندی پاسخ های فضایی گسسته به کار می روند، که در آنها ساختار همبستگی فضایی داده ها از طریق متغیرهای پنهان با توزیع نرمال در نظر گرفته می شود. هر چند فرض نرمال بودن توزیع متغیرهای پنهان موجب سهولت محاسبات می شود، اما در عمل به دلیل غیرقابل مشاهده بودن متغیرهای پنهان، بررسی نرمال بودن این متغیرها مقدور نیست و پذیرش ناصحیح این فرض می تواند روی دقت برآور...

15 صفحه اول

My Resources

Save resource for easier access later


Journal title:
علوم

جلد ۱۲، شماره ۱، صفحات ۳۰۵-۳۱۲

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023