تحلیل مدلهای آمیخته خطی تعمیمیافته فضایی با استفاده از تقریب لاپلاس آشیانی جمعبسته
Authors
Abstract:
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. به دلیل پیچیدگی این مدل ها و استفاده از نمونه های مونت کارلویی در تحلیل بیزی، زمان محاسبات بسیار طولانی است. برای رفع این مشکل روش بیزی تقریبی با استفاده از تقریب لاپلاس آشیانی جمع بسته بررسی می شود. در نهایت یک مجموعه داده واقعی مربوط به تعداد روزهای دارای بارندگی استان سمنان در سال 1391، مشاهده شده در ایستگاه های هواشناسی این استان با مدل و روش های معرفی شده مورد مطالعه قرار می گیرد.
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 textتحلیل بیزی مدل های آمیخته خطی تعمیم یافته فضایی با استفاده از تقریب لاپلاس آشیانی جمع بسته
در آمار فضایی متغیر مورد اندازه گیری ممکن است گسسته یا پیوسته باشد. در حالتی که پاسخ های فضایی پیوسته باشند، با در نظر گرفتن یک میدان تصادفی مانا، پیش گویی مقادیر نامعلوم در موقعیت های معلوم با روش کریگیدن امکان پذیر است. اما در مواردی که پاسخ های فضایی گسسته هستند، پیش گویی فضایی با استفاده از مدل های آمیخته خطی تعمیم یافته فضایی امکان پذیر می شود. در این مدل ها ساختار همبستگی فضایی داده ها از...
15 صفحه اولتحلیل فضایی رگرسیون جمعی ساختاری و مدل بندی داده های جرم شهر تهران با تقریب لاپلاس آشیانی جمع بسته
در تحلیل بیزی مدلهای رگرسیون جمعی ساختاری که قالبی انعطاف پذیر از مدلهای آماری در زمینههای کاربردی دارند توزیعهای پسینی فرم بستهای ندارند و استفاده از الگوریتمهای مونت کارلوی زنجیر مارکوفی به دلیل پیچیده بودن و تعداد زیاد پارامترهای این مدل زمانبر هستند. روش تقریب لاپلاس آشیانی جمع بسته میتواند با استفاده از تقریبهای گاوسی و لاپلاس نیاز به شبیهسازیهای سنگین را مرتفع سازد. در ا...
full textتحلیل مدل های گاوسی پنهان فضایی با استفاده از روش تقریب لاپلاس آشیانی جمع بسته
مدل های گاوسی پنهان فضایی زیرکلاس گسترده و انعطاف پذیری از مدل های رگرسیون جمعی ساختاری هستند که در زمینه های کابردی متعددی مورد استفاده قرار می گیرند. گاهی در تحلیل بیز سلسله مراتبی این گونه مدل ها توزیع های پسینی یا شرطی کامل فرم بسته ای ندارند، لذا برای محاسب? آن ها معمولا از الگوریتم های مونت کارلوی زنجیر ماکوفی استفاده می شود. وجود همبستگی بین عناصر میدان پنهان معمولا موجب افزایش زمان محاس...
15 صفحه اولتحلیل بیزی مدل های رگرسیون جمعی ساختاری با استفاده از تقریب لاپلاس آشیانی جمع بسته
مدل های رگرسیون جمعی ساختاری قالبی انعطاف پذیر از مدل های آماری در زمینه های کاربردی هستند. گاهی در تحلیل بیز سلسله مراتبی این مدل ها توزیع های پسینی فرم بسته ای ندارند و استفاده از الگوریتم های مونت کارلوی زنجیره مارکوفی (mcmc) ممکن است به دلیل پیچیده بودن و تعداد زیاد پارامترهای این مدل زمان بر باشد. برای حل این مشکل می توان از تقریب لاپلاس آشیانی جمع بسته استفاده کرد، که در آن با استفاده از ...
15 صفحه اولتحلیل فضایی پراکنش جمعیت و توزیع خدمات در شهر اهواز با استفاده از مدلهای ترکیبی
این پژوهش به تحلیل فضایی توزیع خدمات و پراکنش جمعیت در بین مناطق شهر اهواز از طریق رتبهبندی آنها میپردازد. روش پژوهش توصیفی – تحلیلی است که از مدلهای ضریب آنتروپی و تاکسونومی، آنتروپی شانون، SAR، SAW و روشهای میانگین رتبه کپلند و بردا استفاده شده است، جامعه آماری هشت منطقه کلان شهر اهواز است. شهر اهواز بر اساس آخرین سرشماری سال 1390 دارای 1112668 نفرجمعیت بوده است. از نظر توزیع و برخوردار...
full textMy Resources
Journal title
volume 4 issue 1
pages 55- 69
publication date 2014-08-23
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023