مدل های رگرسیون لجستیک و پروبیت فضایی برای تحلیل داده های یخ زدگی گیاهان در استان مازندران

Authors

  • وحید رضایی تبار گروه آمار، دانشگاه تربیت مدرس
Abstract:

تحلیل رگرسیون های لجستیک و پروبیت که در مدل بندی متغیرهای پاسخ دودویی به کار می روند با فرض استقلال خطاها صورت می گیرد. اما در عمل با موارد زیادی مانند داده های فضایی مواجه می شویم که مشاهدات دودویی از لحاظ موقعیت قرار گرفتن در فضای مورد مطالعه به یکدیگر وابسته اند و لازم است همبستگی آن ها در تحلیل رگرسیون لجستیک و پروبیت منظور گردد. معمولا در آمار فضایی، پیش گویی فضایی برای داده های دودویی با استفاده از کریگیدن نشانگر صورت می پذیرد. در این روش لازم است ساختار همبستگی داده ها از طریق تغییرنگار نشانگر تعیین شود که به نوبه خود دشوار و موثر در کارایی نتایج است. در این مقاله پیش گویی داده های دودویی فضایی با استفاده از رگرسیون لجستیک و پروبیت فضایی با فرض این که مشاهدات روی یک مستطیل توری واقع شده و خطاهای مدل خود همبسته کامل باشند با دو رهیافت بسامدی و بیزی انجام پذیرفته است. سپس کارایی پیش گویی توسط مدل های ارائه شده و روش کریگیدن نشانگر در یک مطالعه شبیه سازی مورد استفاده قرار گرفته است. در انتها نحوه کاربست آن ها برای داده های دما در 24 مرکز هواشناسی استان مازندران بررسی و مدل های مناسب ارائه گردیده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدل های خطرهای متناسب و شکنندگی برای تحلیل داده های بقای فضایی

مدل خطرهای متناسب کاکس یکی از پرکاربردترین مدلها برای برازاندن به داده های بقا است که بر اساس فرضهای همگنی جامعه، استقلال و هم توزیع بودن داده های بقا بنا شده است. اما در بسیاری از مواقع خطرهای واحدهای آماری متفاوت بوده و فرض همگنی جامعه برقرار نیست. یکی از دلایل این تفاوت وجود عوامل خطر ناشناخته یا مشاهده نشده است که لحاظ نکردن آنها و استفاده از مدلهایی همچون مدل خطرهای متناسب کاکس میتواند نتا...

full text

تحلیل درستنمایی ماکزیمم مدل رگرسیون لجستیک در حالتی که داده های متغیرهای پیشگو کامل نیستند ولی متغیرهای کمکی وجود دارند

Background and Objectives: Missing data exist in many studies, e.g. in regression models, and they decrease the model's efficacy. Many methods have been suggested for handling incomplete data: they have generally focused on missing outcome values. But covariate values can also be missing.Materials and Methods: In this paper we study the missing imputation by the EM algorithm and auxiliary varia...

full text

مطالعه مدل رگرسیون لجستیک برای داده های پاسخ تصادفیده

در بسیاری از نظرسنجی های نمونه ای، متغیر های مورد علاقه دارای ماهیت حساس هستند که از آن جمله می توان به موضوع استعمال سیگار در بین دانشجویان اشاره کرد. در اغلب موارد افراد به سوالی که مستقیماً در این باره از آن ها پرسیده شود، پاسخ هایی غیر واقعی و نادرست می دهند و یا از پاسخ دادن امتناع می ورزند. وارنر در سال 1965 برای برآورد نسبت های حساس روش پاسخ تصادفیده را معرفی کرد. روش پاسخ تصادفیده این ام...

تحلیل استوار داده های فضایی در حضور داده های دورافتاده

معمولاً تابع تغییرنگار که ساختار همبستگی داده­های فضایی را تعیین می­کند و نقش پایه­ ای در تحلیل آن­ها دارد، نامعلوم است و لازم است براساس مشاهدات برآورد شود. وجود داده­ های دورافتاده در مشاهدات تاثیر نامناسبی در برآورد تغییرنگار و سایر بخش­های تحلیل داده­های فضایی همچون پیش­گویی فضایی و برآورد پارامترهای روند دارد. در این مقاله ابتدا با استفاده از برآوردگرهای مقیاس، چند برآوردگر استوار جدید با ن...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 1  issue 2

pages  1- 17

publication date 2011-09-23

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