Mohammad Arashi
Department of Statistics School of Mathematics, Shahrood University of Technology, Shahrood, Iran.
[ 1 ] - ON SELBERG-TYPE SQUARE MATRICES INTEGRALS
In this paper we consider Selberg-type square matrices integrals with focus on Kummer-beta types I & II integrals. For generality of the results for real normed division algebras, the generalized matrix variate Kummer-beta types I & II are defined under the abstract algebra. Then Selberg-type integrals are calculated under orthogonal transformations.
[ 2 ] - Mixed two-stage derivative estimator for sensitivity analysis
In mathematical modeling, determining most influential parameters on outputs is of major importance. Thus, sensitivity analysis of parameters plays an important role in model validation. We give detailed procedure of constructing a new derivative estimator for general performance measure in Gaussian systems. We will take advantage of using score function and measure-value derivative estimators ...
[ 3 ] - مطالعه رفتار حدی برآوردگرهای انقباضی در مدل رگرسیون تاوانیده با نرم مستطیلی
برآوردگرهای تاوانیده در سال‌های اخیر در برآورد پارامترهای رگرسیونی بسیار مورد توجه قرار گرفته‌اند، که معروف‌ترین آن‌ها برآوردگرهای تاوانیده با نُرم مستطیلی هستند. این برآوردگرها، همزمان انتخاب متغیر و برآورد پارامتر انجام می‌دهند. در این مقاله، با استفاده از اطلاعات پیشین غیرقطعی در مورد پارامترها، برآوردگرهای بهتری با مخاطره کمتر در مقایسه با برآوردگر لاسو، تاوانیده با نُرم مستطیلی ارائه شده است...
[ 4 ] - برآوردگر انقباضی در توزیع نرمال چند متغیره تحت فضای پارامتر محدود
در این مقاله مسئله برآورد بردار میانگین توزیع نرمال چند متغیره با واریانس نامعلوم تحت دو محدودیت مورد بررسی قرار می گیرد. ابتدا فرض می شود تمام مولفه های بردار میانگین نامنفی باشند و سپس تنها زیر مجموعه ای از مولفه های آن نامنفی در نظر گرفته می شوند. هدف یافتن رده ای از برآوردگرهای انقباضی برتر، در فضای پارامتر محدود شده، تحت تابع زیان توان دوم است. در این راستا رده برآوردگرهای نوع بارانچی...
[ 5 ] - برآورد انقباضی در مدل‌های رگرسیونی بیضوی مقید
In the restricted elliptical linear model, an approximation for the risk of a general shrinkage estimator of the regression vector-parameter is given. Superiority condition of the shrinkage estimator over the restricted estimator is investigated under the elliptical assumption. It is evident from numerical results that the shrinkage estimator performs better than the unrestricted one...
[ 6 ] - Generalized Ridge Regression Estimator in Semiparametric Regression Models
In the context of ridge regression, the estimation of ridge (shrinkage) parameter plays an important role in analyzing data. Many efforts have been put to develop skills and methods of computing shrinkage estimators for different full-parametric ridge regression approaches, using eigenvalues. However, the estimation of shrinkage parameter is neglected for semiparametric regression models. The m...
[ 7 ] - Differenced-Based Double Shrinking in Partial Linear Models
Partial linear model is very flexible when the relation between the covariates and responses, either parametric and nonparametric. However, estimation of the regression coefficients is challenging since one must also estimate the nonparametric component simultaneously. As a remedy, the differencing approach, to eliminate the nonparametric component and estimate the regression coefficients, can ...
[ 8 ] - افزایش مقیاس پارامترهای ژئومکانیکی مخزن با استفاده از روش تابع هسته با پهنای باند تطبیقی و مقایسه آن با نتایج تبدیل موجک
در این مقاله از دو روش تبدیل موجک و روش هسته با پهنای باند تطبیقی به‌عنوان دو رویکرد متفاوت در فرایند افزایش مقیاس پارامترهای ژئومکانیکی مخزن استفاده شده است. ژئومکانیک در زمینه نفتی به بررسی پارامترهای مقاومت فشاری تک‌محوری، مدول یانگ، مدول بالک و مدول برشی برای تعیین کیفیت سنگ مخزن و سنگ پوش و همچنین تاثیر مقاومت سنگ و تنش بر رفتار سازندها در نتیجه فعالیت‌های نفتی می‌پردازد. با استفاده از نگا...
[ 9 ] - Determination of optimal bandwidth in upscaling process of reservoir data using kernel function bandwidth
Upscaling based on the bandwidth of the kernel function is a flexible approach to upscale the data because the cells will be coarse-based on variability. The intensity of the coarsening of cells in this method can be controlled with bandwidth. In a smooth variability region, a large number of cells will be merged, and vice versa, they will remain fine with severe variability. Bandwidth variatio...
[ 10 ] - Penalized Estimators in Cox Regression Model
The proportional hazard Cox regression models play a key role in analyzing censored survival data. We use penalized methods in high dimensional scenarios to achieve more efficient models. This article reviews the penalized Cox regression for some frequently used penalty functions. Analysis of medical data namely ”mgus2” confirms the penalized Cox regression performs better than the cox regressi...
Co-Authors