تحلیل بیزی مدل دومتغیره ترتیبی نامتقارن برپایه متغیر پنهان

Authors

رسول قره آغاجی

rasool gharaaghaji urmia medical sciences university, urmia, iran.دانشگاه علوم پزشکی ارومیه محمدرضا مشکانی

mohammad reza meshkani departement of statistics, shahid beheshti university, tehran, iran.گروه آمار، دانشگاه شهید بهشتی سقراط فقیه زاده

soghrat faghihzadeh departement of biostatistics, tarbiat modares university, tehran, iran.گروه آمار زیستی، دانشگاه تربیت مدرس انوشیروان کاظم نژاد

anooshirval kazemnejad departement of biostatistics, tarbiat modares university, tehran, iran.گروه آمار زیستی، دانشگاه تربیت مدرس غلامرضا بابایی

abstract

مدل بندی پاسخ های ترتیبی همبسته معمولا پیچیده تر از پاسخ های پیوسته یا دو حالتی است. روش های موجود در برخی حالات، به ویژه وقتی پاسخ دو یا چند متغیره مورد بررسی به صورت نامتقارن باشد، چندان توسعه نیافته اند. پیش از این روش های مختلفی برای تحلیل پاسخ های ترتیبی و همبسته در کتب و مقالات پیشنهاد شده اند. در اینگونه مدل بندی ها اگر حجم نمونه کم باشد تحلیل کلاسیک کارایی ندارد و بهترین روش فایق آمدن به این مشکل تحلیل مدل با رهیافت بیزی است. در این مقاله روش مدل بندی متغیر پنهان با یک توزیع پایه دو متغیره نامتقارن بکار برده و در با رهیافت بیزی تحلیل کرده ایم. با استفاده از پیشین های خاص و الگوریتم mcmc بهره گرفته و پارامترها را برآورد نموده ایم. به عنوان کاربرد این مدل را به داده های مربوط به زوج متغیرهای رتبه ای از چشم های راست و چپ 116 بیمار رتینوپاتی دیابتی بر حسب تعدادی متغیر متسقل برازانده ایم.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدل رگرسیونی بیزی با متغیر پاسخ پواسون آمیخته متناهی دومتغیره

در این مقاله تحلیل رگرسیونی با متغیر پاسخ دارای توزیع پواسون دومتغیره آمیخته با رهیافت بیزی مورد بررسی قرار گرفته است. نشان داده شده است که به دلیل شکل پیچیده تابع درستنمایی مبتنی بر توزیع پواسون دومتغیره، توزیع پسین فاقد شکل بسته بوده و پیچیده است. از این رو، توزیع‌های پسین شرطی کامل پارامترها محاسبه و الگوریتم گیبز برای نمونه‌گیری از توزیع پسین ارائه شده است. به‌منظور ارزیابی مدل بیزی پیشنهاد...

full text

تحلیل بیزی مدل های مارکوف پنهان

مدل های مارکوف پنهان به طور هم زمان دو فرآیند مارکوف را مدل بندی می کنند که یکی فرآیندی پنهان و مشاهده نشده و دیگری فرآیند مشاهده شده است. در رابطه با این مدل ها سه مسآله مطرح است که به ترتیب ارزیابی مدل، آنالیز مسیر و برآورد پارامترها است. که در این پایان نامه برای هر یک راه حل هایی ارایه می دهیم و برآورد پارامترها را به شیوه بیزی به دست می آوریم.

15 صفحه اول

تحلیل بیزی داده های فضایی رسته ای مرتب با استفاده از مدل متغیر پنهان بریده شده

در برخی مسائل کاربردی آمار فضایی با تحلیل داده های رسته ای مرتب مواجه ایم. اینگونه داده ها در حوزه های مختلف پژوهشی از قبیل محیط زیست، اپیدمیولوژی و علوم اجتماعی موجودند. به دلیل اهمیت مطالعه چنین داده هایی، در این پایان نامه از مدل متغیر پنهان بریده شده برای تحلیل داده های فضایی رسته ای مرتب استفاده می شود. در این راستا، ابتدا با فرض نرمال بودن متغیر های تصادفی پنهان، روش بیزی برای برآورد پارا...

15 صفحه اول

مدل های پنهان بیزی با ضرایب متغیر برای داده های فضایی - زمانی ناحیه ای

در بسیاری از مسائل کاربردی در حوزه آمار فضایی_زمانی، تحلیل داده¬های ناحیه¬ای مورد نظر است. برای این منظور، مدل¬های آمیخته خطی تعمیم یافته فضایی_زمانی به دلیل انعطاف پذیری آنها مورد توجه قرار دارند. اغلب در این مدل¬ها ضرایب رگرسیونی برای کلیه زمان¬ها و نواحی ثابت فرض می-شوند. اما در مسائل عملی با حالت¬هایی مواجه می¬شویم که این فرض چندان توجیه¬پذیر به نظر نمی¬رسد. در این پایان¬نامه برای این مس...

15 صفحه اول

My Resources

Save resource for easier access later


Journal title:
مجله علوم آماری

جلد ۱، شماره ۲، صفحات ۱۳۹-۱۵۵

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023