پیشگوئی بیزتجربی برای داده‌های فضایی-زمانی تحت مدل تفکیک‌پذیر

Authors

  • جعفری خالدی, مجید گروه آمار دانشگاه تربیت مدرس
  • ریواز, فیروزه گروه آمار دانشگاه تربیت مدرس
  • محمدزاده, محسن گروه آمار دانشگاه تربیت مدرس
Abstract:

  برای پیشگویی بیزی یک مدل فضایی – زمانی گاوسی، پارامترهای نامعلوم مدل بعنوان متغییر متغییرهای تصادفی با توزیعهای پیشین معلوم در نظر گرفته می شود و با گسسته سازی فضای پارامتر، توزیعهای پیسین و پیشگوی بیزی تقریبی تعیین می شوند. در این مقاله با فرض پارامتری بودن توزیع های پیشین و اتخاذ رهیافت بیز تجری توزیع پیشین را برآورد نموده و با جایگذاری آن در توزیع پیشگوی بیزی، پیشگوی فضایی – زمانی بیز تجربی و واریانس پیشگویی محاسبه می شوند. سپس در یک مثال کاربردی نحوه محاسبه این پیشگو و واریانسی پیشگویی ارایه می شود. به علاوه بر اساس معیار اعتبارسنجی متقابل دقت این پیشگو مورد ارزیابی قرار می گیرد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیشگوئی بیزتجربی برای داده های فضایی-زمانی تحت مدل تفکیک پذیر

برای پیشگویی بیزی یک مدل فضایی – زمانی گاوسی، پارامترهای نامعلوم مدل بعنوان متغییر متغییرهای تصادفی با توزیعهای پیشین معلوم در نظر گرفته می شود و با گسسته سازی فضای پارامتر، توزیعهای پیسین و پیشگوی بیزی تقریبی تعیین می شوند. در این مقاله با فرض پارامتری بودن توزیع های پیشین و اتخاذ رهیافت بیز تجری توزیع پیشین را برآورد نموده و با جایگذاری آن در توزیع پیشگوی بیزی، پیشگوی فضایی – زمانی بیز تجربی ...

full text

تحلیل مدل های اتورگرسیو فضایی-زمانی

داده های فضایی که در زمان های متوالی به دست آیند، داده های فضایی-زمانی و اگر این داده ها در طول زمان مستقل باشند، داده های پانلی فضایی نامیده می شوند. برای مدل بندی این داده ها لازم است همبستگی فضایی یا فضایی-زمانی آن ها، به نحوی لحاظ شود. با فرض اینکه بین متغیرهای وابسته یا خطاهای مدل رابطه اتورگرسیو برقرار باشد، می توان همبستگی فضایی یا فضایی-زمانی را در مدل بندی مشاهدات لحاظ کرد. یک مسئله مو...

15 صفحه اول

پیشگوئی ساختار دوم پروتئین با استفاده از آمار فضایی

معمولا برای پیشگویی ساختار دوم پروتئین از الگوهای مارکف پنهان پروفایل استفاده می شود. از آنجا که ساختار دوم پروتئین در خانواده های پروتئینی حفظ می شود، نسبت دادن یک توالی منجر به تعیین ساختار دوم آن می شود. در الگوهای مارکف پنهان پروفایل، به منظور نسبت دادن دنباله های پروتئینی، تنها اطلاعات موجود در سمت چ اسیدهای آمینه مورد مطالعه قرار می گیرد. به عبارت دیگر، یک وضعیت پنهان به تنها به وضعیت ماق...

15 صفحه اول

چگونه یک مدل مناسب برای داده‌های سری زمانی انتخاب کنیم؟

The time series is a collection of observation data that are arranged according to time. The main purpose of setting up a time series is to predict future values. The first step in time series data is graphed. Using graphs can provide general information such as uptrend or downtrend, seasonal patterns, periodic presence, and outliers in time series graphs. After graphing the data, if a good for...

full text

تحلیل فضایی- زمانی امواج گرمایی خراسان رضوی

در این ارتباط هدف این تحقیق بررسی و تحلیل مکانی و زمانی وقوع امواج گرمایی در مقیاس سالانه ،فصلی و ماهانه در استان خراسان رضوی بوده تا دید فضایی و زمانی کاملی از توزیع این رخداد و مدیریت ریسک این پدیده اقلیمی ایجاد گردد. ب به منظور تعیین امواج گرمایی از شاخص‌ صدک 95 استفاده وضمن تعیین آستانه‌ دمایی، روزهای با تداوم 3 روز و بالاتر به عنوان موج گرما تعیین شد. نتایج حاکی است در مقیاس سالانه به ترتی...

full text

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

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 1  issue 1

pages  45- 59

publication date 2007-09

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