مقایسه توان و اثرات نقطه پرت در روش های آزمون های جایگشتی روی مدل های رگرسیون خطی

thesis
  • وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه
  • author فرهاد حاج سلطان
  • adviser علی شادرخ
  • Number of pages: First 15 pages
  • publication year 1389
abstract

برای انجام مسایل مربوط به آزمون فرض ها علاوه بر فرض های زیر بنایی چون تصادفی بودن نمومه گیری، مستقل بودن خطاها و ثابت بودن واریانس خطاها به فرض نرمال بودن توزیع متغیر خطا نیز نیازمندیم. اما عموماً این فرض ها به ندرت در عمل رخ می دهند. بنابراین می توانیم از آزمون های جایگشتی که یکی از شاخه های آزمون های ناپارامتری می باشد، استفاده کنیم. برای انجام آزمون های جایگشتی نیازی به برقراری فرض های بالا نیست. این پایان نامه به مقایسه خطای نوع اول تجربی و توان روش های مختلف جایگشت برای آزمون معنادار بودن یک ضریب رگرسیون جزیی می پردازد. از آنجایی که روش های مفایسه بر مبنای جایگشت مقادیر داده های خام می باشند، بنابر این در اینجا سه روش را معرفی می کنیم: روش ارایه شده توسط فریدمن لان، روش کندی و روش هو و جون. در این پایان نامه ما تاثیرات (1)اندازه نمونه (2)درجه همخطی بین متغیرهای پیش گو (3)پارامتر های قابل مشاهده (4)توزیع خطای تصادفی اضافه شده و (5)وجود داده پرت در متغیر کمکی را در این روش ها بررسی خواهیم کرد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

مدل های خطی تابعی

This article has no abstract.

full text

آزمون های جایگشتی در تحلیل نقطه ی تغییر

مقادی احرانی آزمون های متنوع برای تغییر در مدل مکان ، با استفاده از اصل آزمون های جایگشتی حاصل شده اند نتایج نظری نشان می دهند که در نهایت آزمون های جایگشتی همان رفتار آزمون های کلاسیک را دارند . که این نتیجه از دو اصل ماکسیمم درستنمایی و بیز نتیجه گیری می شود.

15 صفحه اول

واکاوی کارایی روش های مبتنی بر شبکه های عصبی مصنوعی و رگرسیون خطی چندمتغیره در پیش بینی کشند

پیش‌بینی تغییرات کشند، به‌دلیل اهمیتی که در برنامه‌ریزی‌های ناوگان دریایی و نظامی، حمل و نقل و کشتیرانی، طراحی بنادر و سایر مسایل مرتبط با امور دریا دارد؛ از دیرباز مورد توجه بوده است. هدف این مطالعه بررسی عملکرد مدل‌های شبکه‌های عصبی پیش‌خور با 3 الگوریتم یادگیری کاهش شیب، شیب مزدوج و لونبرگ-مارکوارد در پیش‌بینی ساعتی تغییرات کشند است. به‌علاوه در تحقیق حاضر، نتایج حاصل از مدل رگرسیون خطی چندم...

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 پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023