تحلیل بیزی مدل‌های رگرسیون بتای آمیخته‌ی افزوده با اثرهای تصادفی چوله-نرمال

Authors

Abstract:

مطالعه‌های بسیاری در حوزه‌های مختلف شامل داده‌هایی به‌صورت نرخ‌ها یا نسبت‌ها هستند که باید تحلیل شوند. این داده‌ها همچنین ممکن است شامل مقادیر صفر و یک نیز باشند. مدل‌های رگرسیونی بتای افزوده انتخاب مناسبی برای متغیرهای پاسخ پیوسته در بازه‌ی بسته‌ی [۰,۱] هستند. داده‌ها در این مدل بر اساس آمیختن سه توزیع شامل دو توزیع تباهیده در صفر و یک با چگالی بتا در بازه‌ی (۰,۱) مدل‌بندی می‌شوند. اثرهای تصادفی معمولاً برای انطباق ساختار داده‌ها و همچنین اثرهای همبستگی داده‌ها به مدل اضافه می‌شوند. در بیش‌تر این مدل‌ها معمولاً فرض می‌شود که اثرهای تصادفی به‌صورت نرمال توزیع شده‌اند در حالی که این فرض غالباً در مطالعه‌های کاربردی نقض می‌شود. در این مقاله مدل رگرسیونی بتای آمیخته‌ی افزوده با اثرهای تصادفی چوله-نرمال ارایه شده است. رهیافت بیزی برای براورد پارامترهای مدل با استفاده از زنجیر مارکوفی مونت کارلویی اتخاذ شده است. در نهایت مدل ارایه‌شده برای تحلیل مجموعه داده‌های آمارگیری نیروی کار به‌کار گرفته شده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

برآورد بیزی پارامترهای توزیع چوله نرمال

توزیع چوله نرمال، یکی از توزیع های مهم در تحلیل داده های غیرنرمال است. از آنجایی که تابع چگالی توزیع چوله نرمال حاوی تابع انتگرال است محاسبه تابع چگالی  این توزیع در رهیافت بیزی است در این مقاله با استفاده از تعریف شرطی توزیع چوله نرمال روشی برای برآورد بیزی پارامترهای این توزیع ارائه شده است. سپس در مطالعه ای شبیه سازی دقت این روش با روش معمولی مورد مقایسه قرار گرفته است

full text

تحلیل بیزی مدل‌های رگرسیونی عرض از مبدأ تصادفی با توزیع لاپلاس- چوله

فرض متداول در برازش مدل‌های رگرسیونی عرض از مبدأ تصادفی، نرمال بودن توزیع مؤلفه‌های خطا و اثرهای تصادفی است. با توجه به این‌که غیرنرمال بودن این توزیع‌ها در کاربرد‌های تجربی امکان‌پذیر است مطالعه‌ بر روی توزیع‌های منعطف‌تر از نرمال در سال‌های اخیر مورد توجه محققین قرارگرفته است. در این مقاله ما با در نظرگرفتن توزیع‌ لاپلاس- چوله برای مؤلفه‌های خطا و اثرهای تصادفی، مدل رگرسیونی منعطفی را در براز...

full text

مدلهای چوله نرمال

در فصل اول توزیع اپسیلون چوله نرمال که دارای پارامتر چولگی می باشد مورد بررسی قرار می گیرد، خواص اصلی آن از جمله روابط بین میانگین و مد و همچنین گشتاورهای آن از مطالب دیگر این فصل می باشد. فصل دوم این پایان نامه در مورد حالت کلی تری از توزیع چوله نرمال به نام توزیع چوله نرمال تعمیم یافته می باشد. در این توزیع با دو پارامتر چوله به نام های و سروکار داریم. در این فصل علاوه بر خواص توزیع به پارام...

15 صفحه اول

تحلیل دوسطحی با اثرات تصادفی چوله نرمال و مدل بندی داده های طولی

مدل سازی داده های دوسطحی با فرض نرمال بودن مولفه تصادفی و خطا انجام می شود. عدم برقراری این فرض باعث استنباط غلط در مورد پارامترهای مدل می گردد. در این مقاله، استفاده از خانواده توزیع چوله نرمال که خانواده ای انعطاف پذیرتر از توزیع نرمال است مطرح می شود. سپس در یک مطالعه شبیه سازی نشان داده می شود عدم در نظر گرفتن چولگی مثبت (منفی) در مدل باعث بیش برآوردی (کم برآوردی) عرض از مبدا و کم برآورد...

full text

رگرسیون بتای آمیخته افزوده و مدل‌بندی نسبت شاغلین در خانوار

چکیده: مدل رگرسیون بتا معمولاً برای مدل‌بندی داده‌هایی به‌صورت نرخ یا نسبت در بازه‌ (1,0) بکار برده می‌شود. در بعضی مطالعات این‌گونه داده‌ها ممکن است مقادیر صفر و یک را نیز شامل ‌شوند. در این مقاله مدل رگرسیون بتای افزوده، که از آمیختن توزیع بتا روی بازه (1,0) و دو توزیع تباهیده در صفر و یک ایجاد می‌شود، برای مدل‌بندی داده‌های مشاهده شده در بازه بسته [1,0] ارائه شده است. مدل رگرسیون بتای آمیخته ...

full text

تحلیل بیزی مدل های رگرسیونی عرض از مبدأ تصادفی با توزیع لاپلاس- چوله

فرض متداول در برازش مدل های رگرسیونی عرض از مبدأ تصادفی، نرمال بودن توزیع مؤلفه های خطا و اثرهای تصادفی است. با توجه به این که غیرنرمال بودن این توزیع ها در کاربرد های تجربی امکان پذیر است مطالعه بر روی توزیع های منعطف تر از نرمال در سال های اخیر مورد توجه محققین قرارگرفته است. در این مقاله ما با در نظرگرفتن توزیع لاپلاس- چوله برای مؤلفه های خطا و اثرهای تصادفی، مدل رگرسیونی منعطفی را در برازش ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 14  issue 1

pages  101- 118

publication date 2017-09

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023