انتخاب مدل بر اساس معیار کولبک – لیبلر برای 2 ? k مدل غیر آشیانه ایی

thesis
abstract

انتخاب مدل یک مفهوم اساسی به منظور استنباط در مورد جوامع است که در روش کلاسیک محدود به بررسی پارامترهای جامعه می شود. فرض کنید یک نمونه تصادفی n تایی از یک جامعه با چگالی درست h(.) را در اختیار داریم. در حالت کلی h نامعلوم است و ما مدلی مانندf(x; ?) را به عنوان تقریبی از این چگالی درست بکار می بریم واستنباط خود را براساس f(x; ?) انجام می دهیم. بطور بدیهی می بایست f(x; ?) به چگالی درست h نزدیک باشد تا به استنباط معتبر در مورد جامعه برسیم. پیشنهاد یک مدل قطعی براساس تعداد محدودی از مشاهدات به عنوان تقریب یا برآوردی از چگالی درست h، موجب بروز ریسک بزرگی در انتخاب مدل برای جامعه خواهد شد. به همین دلیل k مدل غیر آشیانه ایی را انتخاب و می خواهیم بررسی کنیم کدام مدل، به چگالی درست داده ها نزدیکتر است. برای انتخاب این k مدل، معیاری تعریف نشده است. ما به بررسی این سوال اساسی در انتخاب مدل پرداخته ایم که چگونه می توان مجموعه ایی از مدل های مناسب را برای برآورد چگالی درست h به دست آورد. با در اختیار داشتن این مجموعه مجاز از چگالی ها، جستجوی ما برای انتخاب بهترین تقریب برای چگالی درست h محدود به بررسی این مجموعه از چگالی ها خواهد شد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

انتخاب مدل بر اساس معیار کولبک-لیبلر برای مشاهدات سانسوریده

انتخاب مدل به منظور استنباط و پیش بینی رفتار آینده جوامع تحت بررسی از اهمیت ویژه ای برخوردار است. از این رو جز با انتخاب مدل دسترسی به دنیای واقعی داده ها غیر ممکن است. هدف انتخاب مدل، انتخاب مدل بهینه بر پایه مشاهدات جامعه از میان مجموعه مدل های رقابتی است. مطالعات گسترده ایی در زمینه انتخاب مدل و آزمون فرض برای مشاهدات کامل انجام گرفته است. از جمله مشاهدات ناقص، مشاهدات سانسوریده هستند که به ...

15 صفحه اول

انتخاب مدل بر اساس معیار کولبک-لیبلر و کاربرد آن در مدلهای رگرسیونی خطی غیرتودرتو

یکی از اساسی ترین مسائل بنیادی در انتخاب مدل بررسی دوری و نزدیکی مدل های پیشنهادی به مدل مولد داده ها یعنی h(.) است. برای حالتی که چند مدل پیشنهادی وجود دارد، بر اساس آزمون ها و معیارهای موجود تصمیم می گیریم که آیا این مدل ها را به عنوان مدل های خوب در نظر بگیریم یا به عنوان مدل هایی که برازش خوبی به داده ها ندارد. در فرآیند تصمیم گیری برای دو مدل پیشنهادی گاه دو مدل پیشنهادی را رد می کنیم. روش...

15 صفحه اول

برآورد تفاضل مخاطره های کولبک-لیبلر برای مشاهدات سانسوریده از راست نوع ii تحت مدل های غیر آشیانه ای

معیار آکائیک به طور گسترده در تئوری انتخاب مدل برای داده­های کامل به کار گرفته می­شود، اما برای داده­های ناقص وقتی مدل­ها غیرآشیانه­ای و بد-توصیف شده هستند کمتر مورد توجه قرار گرفته است. در این مقاله به انتخاب یک مدل مناسب از بین مدل­های رقابتی برای داده­های سانسوریده از راست نوع ii پرداخته می­شود و اقدام به برآورد تفاضل مخاطره­های بین دو مدل غیر آشیانه­ای می­گردد. سپس نشان داده می­شود استنباط ...

full text

کران های بهبود یافته برای معیار کولبک - لیبلر بر اساس ترکیب مدل های رقابتی

یکی از مفاهیم بنیادی در استنباط آماری انتخاب مدل مناسب برای یک مجموعه از داده ها است. هنگامی که مجموعه -ای از داده ها در اختیار ما قرار می گیرند چگالی مولد داده ها یعنی چگالی درست داده ها مجهول است. لذا با مجموعه ای از مدل های رقابتی روبرو خواهیم بود. انتخاب یک مدل قطعی از بین این مدل های رقابتی که بر اساس تعداد محدودی از مشاهدات پیشنهاد شده اند، به عنوان برآوردی از چگالی درست جامعه موجب بروز ر...

15 صفحه اول

گسترش چندمتغیره برآورد تفاضل ریسک های کولبک-لیبلر برای k مدل رقابتی

انتخاب مدل یک مفهوم اساسی در استنباط آماری است. در مسائل آماری معمولا با مشاهداتی سروکار داریم که از یک جامعه با چگالی نامعلوم تولید شده اند. آماردان بر اساس نمونه تصادفی موجود مطالعاتی انجام داده و استنباط یا پیش بینی در مورد آینده را بعمل خواهد آورد. بدون داشتن یک الگوی مناسب، استنباط و یا پیش بینی درست در مورد جامعه غیر ممکن است. بنابراین یک مدل آماری را معرفی کرده و بررسی های مورد نیاز را ب...

15 صفحه اول

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 رازی - دانشکده علوم

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023