نصراله ایران پناه
گروه آمار، دانشگاه اصفهان
[ 1 ] - مقایسه روش‌های خودگردان و شبکه عصبی خودگردان در سری-های زمانی غیرخطی
شبکه‌های عصبی مصنوعی، از جمله مدل‌های ریاضی جدیدی هستند که با دقت بالا به مدلبندی ساختار سریهای زمانی غیرخطی می‌پردازند. مزیت این مدل‌ها در مقایسه با مدل‌های سری زمانی این است که نیاز به فرضیات محدود کننده نمی‌باشد. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم می‌باشد. برای این منظور با استفاده از روش‌های خودگردان، می‌توان دقت برآوردگرها را در ساختارهای پیچید...
[ 2 ] - Estimation of Variance of Normal Distribution using Ranked Set Sampling
Introduction In some biological, environmental or ecological studies, there are situations in which obtaining exact measurements of sample units are much harder than ranking them in a set of small size without referring to their precise values. In these situations, ranked set sampling (RSS), proposed by McIntyre (1952), can be regarded as an alternative to the usual simple random sampling ...
[ 3 ] - Semiparametric Bootstrap Prediction Intervals in time Series
One of the main goals of studying the time series is estimation of prediction interval based on an observed sample path of the process. In recent years, different semiparametric bootstrap methods have been proposed to find the prediction intervals without any assumption of error distribution. In semiparametric bootstrap methods, a linear process is approximated by an autoregressive process. The...
Co-Authors