تحلیل بیزی میدانهای تصادفی مارکوفی گاوسی با استفاده از پیشین مرجع

thesis
abstract

( به دلیل اینکه پایان نامه با نرم افزار فارسی تک نوشته شده است فایلهای word موجود نمی باشد و فایلهای فارسی تک در بخش سایر فایلها درج شده است ) میدان های تصادفی مارکوفی گاوسی (gmrf) برای مدل بندی داده های فضایی مشبکه ای مورد استفاده قرار می گیرند و بدین ترتیب کاربرد وسیعی در زمینه های مختلف آمار فضایی از جمله تهیه نقشه بیماری ها و تحلیل تصاویر دارند. در این پایان نامه، ابتدا یک میدان تصادفی مارکوفی گاوسی معرفی شده و خواص آن بررسی میشود. سپس تحلیل آن مبتنی بر روش بسامدی ارائه میشود. در واقع برآورد پارامترهای مدل با ماکسیمم نمودن تابع درستنمایی تعیین میشود. در ادامه با توجه به مشکلات پیش روی این روش، تحلیل بیزی عینی مبتنی بر پیشین های جفریز و مرجع برای مدل مارکوفی گاوسی ارائه میشود. در این خصوص، خواص توزیع های پسین متناظر با این پیشین ها از جمله سره بودن آنها بررسی میشود. سپس یک الگوریتم mcmc برای نمونه گیری از توزیع پسین پارامترهای مدل و تعیین برآورد بیزی آنها شرح داده میشود. در انتها با استفاده از یک مطالعه شبیه سازی و بعلاوه در یک مثال کاربردی مربوط به داده های اجاره بهای شهر تهران، نحوه کاربست روش ارائه شده و عملکرد آن ارزیابی میشود.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

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 ...

full text

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 می شود. یکی از اهداف مهم در بررسی این مدل ها برآورد پارامترها و متغیرهای پنهان و پیشگویی پاسخ ها در زمان های معلوم و موقعیت های معلوم فاقد مشاهده است. در این ...

full text

برآورد بیزی پارامترهای سیگنال در یک میدان تصادفی گاوسی

  تاکنون مساله آشکارسازی سیگنال با استفاده از نظریه میدان های تصادفی توسط گروهی از آمارشناسان مورد بررسی قرار گرفته است. در این مقاله برآورد نقطه ای پارامترهای سیگنال یک میدان تصادفی گاوسی فضای مقیاس به روش بیزی را مورد بررسی قرار می دهیم. با توجه به پیچیدگی توزیع پسین پارامترهای این مدل و عدم وجود فرم بسته برای آن، با استفاده از روش مونت کارلوی زنجیر مارکوفی ( MCMC )، برآوردهای مذکور را تقریب ...

full text

تحلیل بیزی با استفاده از رایانه

چکیده. تحلیل بیز با انتخاب یک توزیع پیشین که معمولاً از دانش قبلی ما درباره‌ی پارامتر به دست می‌آید، شروع می‌شود. توزیع مناسب روی فضای پارامتر انتخاب و بر اساس آن توزیع پسین به‌صورت قطعی یا تقریبی براورد می‌گردد. در این مقاله روشی تقریبی مبتنی بر رایانه معرفی می‌گردد که در آن نمونه‌ای به حجم بزرگ از توزیع پیشین تولید و با استفاده از آن و تابع درستنمایی و با تکرار آن، نمونه‌ای از توزیع پسین برای ...

full text

تحلیل بیزی با استفاده از رایانه

چکیده. تحلیل بیز با انتخاب یک توزیع پیشین که معمولاً از دانش قبلی ما درباره ی پارامتر به دست می آید، شروع می شود. توزیع مناسب روی فضای پارامتر انتخاب و بر اساس آن توزیع پسین به صورت قطعی یا تقریبی براورد می گردد. در این مقاله روشی تقریبی مبتنی بر رایانه معرفی می گردد که در آن نمونه ای به حجم بزرگ از توزیع پیشین تولید و با استفاده از آن و تابع درستنمایی و با تکرار آن، نمونه ای از توزیع پسین برای ...

full text

چگالی‌های پیشین با ساختار معین برای تحلیل بیزی جدول‌های پیشایندی کامل و ناقص

در تحلیل جدول‌های پیشایندی، اغلب محققان از چگالی‌های پیشین خاص برای پارامترهای مدل لگ خطی یا احتمال خانه‌های جدول استفاده می‌کنند. اما در عمل گاهی اطلاعات با ارزشی، ترجیحا، در خصوص نسبت بخت‌های (تعمیم یافته) وجود دارد. لذا محقق نیازمند به رهیافت قوی‌تری است که بتواند باور پیشین خود را روی نسبت بخت‌های تعمیم یافته قرار دهد. از این توزیع‌های پیشین به‌عنوان چگالی‌های پیشین با ساختار معین ...

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 تربیت مدرس

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023