برازش مدل های رگرسیونی با اثرات آمیخته با توزیع های غیرنرمال

thesis
  • وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده علوم
  • author زهرا مهدیه
  • adviser ایرج کاظمی
  • Number of pages: First 15 pages
  • publication year 1388
abstract

در بسیاری از تحقیقات کاربردی بخصوص در علوم پزشکی، کشاورزی و مطالعات اقتصادی، مدل های رگرسیونی با اثرات آمیخته برای تحلیل داده های طولی و مشاهدات وابسته به کار می روند. در این مدل ها وجود اثرهای تصادفی باعث تبیین تغییرپذیری درمشاهدات تکراری وتعدیل ساختارهمبستگی بین اندازه های مکرر مربوط به واحدها و یا مشاهدات وابسته درون طبقات شده که این موجب افزایش دقت وکارایی بیشتر برآورد پارامترها می شود. فرض های معمول در برازش این مدل ها نرمال بودن توزیع مولفه های خطا و اثرهای تصادفی است. اما در برازش مدل به داده های واقعی ممکن است فرآیند تولید داده ها به گونه ای باشد که به کار بردن توزیع نرمال برای مولفه های خطا و اثرات تصادفی منجر به نتایج نادرست و غیر قابل اعتبارگردد. استفاده از روش ماکسیمم درستنمایی جهت برآوردیابی پارامترهای مجهول منجر به حل انتگرال های پیچیده در تابع درستنمایی حاشیه ای بخصوص در حالت غیرنرمال بودن توزیع اثرات تصادفی شده که نیاز به روش های تکراری عددی پیشرفته دارد. در مطالعات اخیر روش مربع بندی گوسی به عنوان یک روش موثر جهت تقریب عددی انتگرال های پیچیده برای یافتن برآورد ماکسیمم درستنمایی پارامترها در مدل های آمیخته با اثرات تصادفی نرمال ارائه شده است. اما در حالت غیرنرمال بودن توزیع اثرات تصادفی نیاز به روش مناسبی است که تقریب خوبی از انتگرال ها را ارائه دهد. این پایان نامه با ارائه روش های جدید برآوردیابی در مدل های خطی و تعمیم یافته خطی با اثرات تصادفی غیرنرمال، به مطالعه این موضوع می پردازد. همچنین کاربرد روش های معرفی شده را با استفاده از داده های واقعی مورد بررسی قرار می دهد. این پایان نامه به دلیل ویژگی های منحصربه فرد توابع مفصل ازجمله قابلیت تولید ساختارهای مختلف همبستگی غیرخطی و ایجاد توزیع های حاشیه ای متفاوت، این توابع را به عنوان روشی معقول برای ساخت توزیع های چندمتغیره براساس توزیع های حاشیه ای و ساختار همبستگی بین متغیرها معرفی می نماید. در این راستا از این توابع به عنوان ابزاری برای ایجاد ارتباط بین توزیع حاشیه ای اثرات تصادفی در مدل های شامل دو و یا بیش از دو اثر تصادفی و همچنین برای برقراری ارتباط بین متغیرهای پاسخ در مدل های چندمتغیره با اثرات تصادفی استفاده شده و در آخر کاربرد مدل های مذکور با استفاده از داده های شبیه سازی و تجربی نشان داده شده است.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

برازش استوار مدل های رگرسیونی آمیخته

در سال های اخیر کاربردهای چشمگیر توزیع های آمیخته متناهی و مدل های مربوط به آن در علوم آماری و دیگرعلوم از جمله اقتصاد، ژنتیک، کشاورزی و $cdots$ به وفور دیده شده است. در این میان روش های برآورد پارامترهای این توزیع مورد توجه بسیاری از آماردانان قرار گرفته است. پارامترهای آمیخته ای از مدل های رگرسیونی خطی با روش حداکثر درستنمایی و با استفاده از الگوریتم $em$، بر اساس فرضیه نرمال برای جملات خطا ...

یک مدل آمیخته ی پواسون با توزیع اثرهای تصادفی غیرنرمال

در تحلیل داده های طولی با پاسخ شمارشی معمولاً توزیع نرمال برای اثرهای تصادفی در نظر گرفته می شود. ممکن است در برخی از کاربردها، توزیع اثرهای تصادفی نرمال نباشد. از طرفی دیگر، بدمشخص سازی توزیع اثرهای تصادفی ممکن است باعث کاهش کارایی برآوردگرهای موجود شود. در این پایان نامه از توزیع لگ گامای تعمیم یافته که توزیع نرمال را به عنوان یک حالت خاص در بر دارد استفاده می شود. تحلیل فراوانی گرای مدل آمیخت...

مدل رگرسیونی بیزی با متغیر پاسخ پواسون آمیخته متناهی دومتغیره

در این مقاله تحلیل رگرسیونی با متغیر پاسخ دارای توزیع پواسون دومتغیره آمیخته با رهیافت بیزی مورد بررسی قرار گرفته است. نشان داده شده است که به دلیل شکل پیچیده تابع درستنمایی مبتنی بر توزیع پواسون دومتغیره، توزیع پسین فاقد شکل بسته بوده و پیچیده است. از این رو، توزیع‌های پسین شرطی کامل پارامترها محاسبه و الگوریتم گیبز برای نمونه‌گیری از توزیع پسین ارائه شده است. به‌منظور ارزیابی مدل بیزی پیشنهاد...

full text

برازش مدل های رگرسیونی پویا با داده های پانلی توسط روش های ماکسیمم درستنمایی و بیزی

مدل­های رگرسیونی پویا با داده­های پانلی دارای کاربرد بسیاری در مطالعات اقتصادی و اجتماعی هستند. خصوصیت بارز این مدل­ها وجود متغیرهای تاخیری به عنوان متغیر تبیینی است. این ویژگی باعث اغتشاش در خواص برآوردها توسط روش­های معمول برآوردیابی خواهد شد. یک مسئله اساسی در مدل­سازی مشاهدات پانلی تغییرپذیری بین واحدهای آزمایشی است که به علت پیچیدگی محاسبات در استفاده از روش­های متداول برآوردیابی، اغلب این...

full text

برازش مدل های آمیخته توسط توزیع های منعطف برای اثرات تصادفی از دیدگاه بیزی

مدل های خطی با اثرات تصادفی یکی از پرکاربردترین مدل هایی است که برای مدل سازی داده های پانلی ‏و طولی به کار می رود. در این مدل ها‏، دقت استنباط با کنترل تغییرپذیری بین و درون واحدها با درنظرگرفتن اثرات تصادفی در مدل‏، افزایش می یابد. در سال های اخیر‏، برازش مدل های با اثرات تصادفی دارای توزیع منعطف‏، موضوع بسیاری از تحقیقات بوده است. ‏برای این منظور‏، توزیع های پارامتری و ناپارامتری مختلفی ارائ...

15 صفحه اول

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده علوم

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023