فاطمه حسینی
استادیار، گروه آمار، دانشکدة ریاضی، آمار و علوم کامپیوتر، دانشگاه سمنان، ایران
[ 1 ] - مقایسة رهیافت بیزی مرسوم و رهیافت بیزی تقریبی در برآورد مؤلفههای واریانس مدلهای حیوانی
مدلهای حیوانی برای مدلبندی مشاهده‌های مربوط به عملکرد حیوان با همبستگی ژنتیکی استفاده میشوند. این مدلها متعلق به کلاس مدلهای مختلط خطی تعمیمیافته هستند و همبستگی ژنتیکی موجود بین دادهها توسط تأثیر تصادفی با ارزش اصلاحی به مدل اضافه میشود. از جمله هدف‌های این مدلها، برآورد مؤلفههای واریانس است. در این پژوهش رهیافت بیزی تقریبی برای برآورد مؤلفههای واریانس مدل حیوانی ارائه و با رهیافت ب...
[ 2 ] - تحلیل بیزی تقریبی داده های فضایی – زمانی با استفاده از یک میدان تصادفی مارکوفی گاوسی
برای مدل بندی پاسخ های فضایی که در طول زمان مشاهده می شوند گاهی از مدل های سلسله مراتبی فضایی- زمانی استفاده می شود که در آن ساختار همبستگی فضایی –زمانی داده ها توسط یک میدان تصادفی پنهان گاوسی با تابع کوواریانس فضایی ماترن در نظر گرفته میشود. یکی از اهداف مهم در بررسی این مدلها برآورد پارامترها و متغیرهای پنهان و پیشگویی پاسخ ها در زمان های معلوم و موقعیت های معلوم فاقد مشاهده است. در این ...
[ 3 ] - Bayesian Analysis of Survival Data with Spatial Correlation
Often in practice the data on the mortality of a living unit correlation is due to the location of the observations in the study. One of the most important issues in the analysis of survival data with spatial dependence, is estimation of the parameters and prediction of the unknown values in known sites based on observations vector. In this paper to analyze this type of survival, Cox...
[ 4 ] - Analysis of Hierarchical Bayesian Models for Large Space Time Data of the Housing Prices in Tehran
Housing price data is correlated to their location in different neighborhoods and their correlation is type of spatial (location). The price of housing is varius in different months, so they also have a time correlation. Spatio-temporal models are used to analyze this type of the data. An important purpose of reviewing this type of the data is to fit a suitable model for the spatial-temporal an...
[ 5 ] - مقایسه ای بین روش های ماکسیمم درستنمایی و بیزی برای برآورد پارامترهای سه مدل اقتصادسنجی فضایی
گاهی در اقتصادسنجی مشاهدات مورد مطالعه مستقل نیستند و وابستگی آن‌ها ناشی از موقعیت قرار گرفتن مشاهدات در فضای مورد مطالعه است. برای تحلیل این نوع از دادهها از مدلهای رگرسیونی فضایی استفاده میشود. به دلیل وجود تعداد زیاد پارامتر در این مدلها، برای به دست آوردن برآوردهای ماکسیمم درستنمایی از الگوریتم‌های تکرار شونده استفاده میشود که با مشکل پیچیدگی محاسبات مواجه است. علاوه بر این در مطالعات ...
[ 6 ] - A comparison of algorithms for maximum likelihood estimation of Spatial GLM models
In spatial generalized linear mixed models, spatial correlation is assumed by adding normal latent variables to the model. In these models because of the non-Gaussian spatial response and the presence of latent variables the likelihood function cannot usually be given in a closed form, thus the maximum likelihood approach is very challenging. The main purpose of this paper is to introduce two n...
[ 7 ] - Spatial count models on the number of unhealthy days in Tehran
Spatial count data is usually found in most sciences such as environmental science, meteorology, geology and medicine. Spatial generalized linear models based on poisson (poisson-lognormal spatial model) and binomial (binomial-logitnormal spatial model) distributions are often used to analyze discrete count data in which spatial correlation is observed. The likelihood function of these models i...
[ 8 ] - Fitting of Count Time Series Models on the Number of Patients Referred to Addiction Treatment Centers in Semnan County
Abstract. Count data over time are observed in many application areas. Many researchers use time series patterns to analyze this data. In this paper, the poisson count time series linear models and negative binomials on this type of data with the explanatory variables are studied. The Likelihood analysis and the evaluation of count time series model based on generalized linear models are pres...
Co-Authors