مدلهای اتورگرسیو فضایی، تخصیص و برآورد
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده ریاضی
- author مسعود حسن بیگی
- adviser حمید قربانی علی همدانی
- publication year 1389
abstract
در این پایان نامه ، به تخصیص و برآورد مدل های اتورگرسیو فضایی می پردازیم. این مدل ها شامل یک متغیر وابسته تأخیر فضایی می باشند که به صورت یک متغیر توضیحی در مدل ظاهر می شود ویا شامل یک جمله اختلال می باشند که از مدل اتورگرسیو تبعیت می کند. معمولاً ، متغیر وابسته تأخیر فضایی با جمله اختلال همبسته بوده و در نتیجه ، برآورد حداقل مربعات معمولی در مدل های اتورگرسیو فضایی سازگار نمی باشد. یکی از اهداف مهم در این پایان نامه ، توضیح دادن مفهوم خودهمبستگی فضایی می باشد. خودهمبستگی فضایی ، درجه وابستگی مشاهدات را به یکدیگر در یک نمونه فضایی اندازه گیری می کند. خودهمبستگی فضایی کلاسیک شامل شاخص های موران و گیری می باشد. تعریف این شاخص ها به یک ماتریس وزن فضایی نیازمند است که شدت رابطه بین مشاهدات را در یک همسایگی منعکس کند. ما در این پایان نامه ، آزمون های تخصیص را جهت تشخیص خودهمبستگی فضایی شرح داده و سپس ، روش هایی سازگار جهت برآورد مدل های اتورگرسیو فضایی ارائه می دهیم. هم چنین، نرم افزارهایی آماری مانند r و geoda را جهت تحلیل خودهمبستگی فضایی معرفی می کنیم.
similar resources
پیشگویی فضایی با مدلهای اتورگرسیو یکطرفه در فضای دو بعدی
یکی از موضوعات مهم در تحلیل دادههای فضایی، پیشگویی مقدار نامعلوم کمیت مورد مطالعه در موقعیتهای دلخواه بر اساس یکی از مدلهای فضایی مانند اتورگرسیو فضایی یکطرفه، اتورگرسیو شرطی و میانگین متحرک است. در این مقاله ابتدا پارامترهای مدل (SAR(2,1 را به روش ماکسیمم درستنمایی برآورد کرده سپس فرمولهایی برای پیشگویی درون قلمرو دادهها (درونیابی) و خارج قلمرو دادهها (برونیابی) بهدست آورده میشود...
full textتحلیل 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 اولمدل های اتورگرسیو فضایی و تحلیل داده های معاملات مسکونی شهر تهران
در این مقاله انواع مدل های اتورگرسیو برای تحلیل داده های فضایی بیان شده و پارامترهای مدل ها با ماکسیمم کردن تابع درستنمایی نیمرخ با فرض آن که بین متغیرهای وابسته یا خطاهای مدل رابطه اتورگرسیو فضایی برقرار باشد، برآورد شده است. سپس مدل های مختلف مورد ارزیابی قرار گرفته و در انتها نحوه کاربست آنها در مثالی کاربردی نشان داده شده است
full textمدلهای dea(تحلیل پوششی داده ها)جهت تخصیص دوباره منابع و برآورد ورودی/خروجی تولید
در سالهای اخیر استفاده از روش تحلیل پوششی داده ها (dea) در تحقیق در عملیات و آنالیزکارایی گسترش یافته است. کاربردهای متنوعی از dea و تحقیقات در این باره به پیشرفت های جدیدی در مفاهیم و روش های مرتبط با آنالیز کارایی dea انجامیده است. اخیراً وی (wei) و همکارانش برای اولین بار یک مدل dea معکوس را برای برآورد ورودی و خروجی کوتاه مدت پیشنهاد کردند. ایده ی اصلی تعمیم مفهوم مسأله ی بهینه سازی معکوس ...
15 صفحه اولاستفاده از مدلهای اقتصادسنجی فضایی در پیشبینی نرخ تصادفات راه
پیشبینی تصادفات در قطعات راه عمدتاً به کمک مدلهای آماری انجام میگیرد.مدلهای معمول آماری مانند مدل دوجملهای منفی دارای محدودیتهایی هستند، برای مثال در این مدلها اثر متقابل نزدیک بودن دو تقاطع خاص به یکدیگر درنظر گرفته نمیشود. به این اثر رابطه فضایی بین دادههای قطعات متوالی گفته میشود.در اکثر مطالعات انجام شده وابستگی فضایی بین قطعات راه در نظر گرفته نشده است. در مواجهه با دادههای مکانی...
full textبرآورد مدلهای ارزشگذاری مشروط با انتخاب دوگانة دوبعدی با استفاده از مدلهای رگرسیونی پروبیت بهظاهر نامرتبط
با وجود مباحث زیادی که علیه استفاده از ارزشگذاری مشروط در برآورد ارزشهای غیر بازاری مطرح میشود، این روش بسیار استفاده شده است. از بین روشهای مختلف استخراج در ارزشگذاری مشروط، به روش انتخاب دوتایی (DC)[1] توجه ویژهای شده است. دو نوع روش انتخاب دوتایی وجود دارد: انتخاب دوتایی یکبعدی (SBDC)[2] و انتخاب دوتایی دوبعدی (DBDC)[3]. کارایی روش DBDC از روش SBDC بیشتر است. در بیشتر مطالعات ارزشگذ...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده ریاضی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023