استنباط آماری برای رگرسیون خطی فازی

thesis
abstract

در دیدگاه کلاسیک، نظریه ی رگرسیون بر این پایه است که متغیرها (و مشاهدات) کمیت های عددی دقیق هستند. اما همیشه اینگونه نیست. در بسیاری از موارد نمی توانیم مشاهدات را به طور دقیق بیان کنیم. در اینگونه مواقع می بایست رگرسیون را بر اساس داده های فازی مدل بندی کنیم. این بدان معنی است که باید از رگرسیون فازی استفاده نمود. تا به امروز شیوه های متعدد و متنوعی از سوی محققان تحت عنوان رگرسیون فازی ارائه گردیده است که از آن جمله به روش های برنامه ریزی ریاضی، روش کمترین مربعات فازی و همچنین روش های عددی اشاره نمود. در این پایان نامه به تخمین ضرایب رگرسیون خطی فازی در حالتی که ضرایب بصورت غیرفازی اند با استفاده از متریک l2 و همچنین فاصله ی علامتدار یائو- ویو به روش کمترین مربعات فازی پرداخته ایم. علاوه بر این، بر اساس نظریه ی بوت-استرپ استنباط هایی نیز برای این ضرایب و همچنین خط رگرسیونی ارائه نمودهایم.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

استنباط های آماری در مدلهای رگرسیون لجستیک

در اکثر مطالعات وآزمایشات پزشکی و رشته های دیگر با متغیر پاسخ دوتایی روبرو هستیم به اینصورت که متغیر پاسخ(y) فقط دو مقدار را می پذیرد. به عنوان مثال، در یک آزمایش پزشکی بعد از پایان دوره درمان بیمار یا بهبود خواهد یافت (y=1)یا بهبود نخواهد یافت (0y=) . بطور کلی در این مطالعات با دو برآمد " شکست " و" پیروزی" سرکار داریم.در این مواقع مدل رگرسیون خطی مناسب نبوده و از مدل رگرسیون لجستیک (که به دلای...

15 صفحه اول

استنباط آماری توزیع پارتو بر اساس مقادیر رکوردی-زمانی و استنباط آماری برای پارامترهای فازی

چکیده در یک دنباله از مشاهدات، رکوردها مقادیری هستند که از مشاهدات ماقبل خود بزرگتر (کوچکتر) می باشند. همچنین شماره سریالی که در آن رکورد رخ می دهد را زمان رخداد رکورد می نامیم. استنباط آماری در حالت کلاسیک بر پایه داده ها، متغیرهای تصادفی، پارامترها، برآورد نقطه ای و آزمون فرضیه های آماری به صورت دقیق است. مواردی وجود دارند که مفاهیم ذکر شده در بالا به-صورت دقیق قابل بیان نیستند. از طرف دیگر ...

15 صفحه اول

استنباط های آماری استوار برای مدل های خطی

در این پایان نامه به بررسی استنباط های آماری استوار در مدل رگرسیون خطی می پردازیم. به منظور کاهش اثر داده های پرت بر توزیع خطاها در یک مدل خطی ، روش های استنباط استوار بسیاری پیشنهاد شده است. از جمله این روش ها برآوردهای رگرسیونی استوار است که در بین آن ها برآوردهای mm از ویژگی های استواری مناسبی برخوردار هستند. برآوردهای به طور هم زمان دارای نقطه فروریزش و کارایی بالا هستند. بنابراین ما بیشتر ...

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 بیرجند - دانشکده علوم انسانی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023