شناسایی نقاط دورافتاده در داده های چوله

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه
author مریم صفرنوراله
adviser مسعود یارمحمدی علی شادرخ
Number of pages: First 15 pages
publication year 1389

abstract

چکیده برای تشخیص داده های منظم از داده های دورافتاده می توان از فواصل ماهالانوبیس استفاده کرد و با محاسبه ی مقدار برش بر مبنای توزیع فواصل بدست آمده، نقاط دورافتاده را تشخیص داد اما این در صورتی است که فرض نرمال بودن داده ها برقرار باشد لذا درمورد داده های نامتقارن این روش کارآمد نمی باشد. ازجمله روشهایی که برای تشخیص داده های دورافتاده در توزیع های چوله استفاده می شود. رسم نمودارجعبه ای تعدیل یافته و نمودار کیسه ای و همچنین محاسبه ی معیارهای دورافتادگی تعدیل یافته و مقدار برش می باشد. دراین تحقیق پس از معرفی مفاهیم مورد نیاز در تشخیص داده های دورافتاده، روشهای کشف این داده ها در مورد داده های چوله با استفاده از روشهای شبیه سازی مورد بحث و بررسی قرار می گیرد. در این راستا مقدار دورافتادگی تعدیل یافته ی هر مشاهده را بدست آورده و داده هایی که مقدار دورافتادگی آنها از یک حد استاندارد و مشخص بالاتر باشد به عنوان داده های دورافتاده در نظر می گیریم.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

شناسایی نقاط دورافتاده در داده های نرمال بر اساس مقادیر Z اصلاح شده مشاهدات

در این مقاله، به دلیل اهمیت و گستردگی استفاده از توزیع نرمال، نمونه های مبتنی بر این توزیع در نظر گرفته شده، با استفاده از مقادیر برش وابسته به حجم نمونه، نقاط دورافتاده آنها شناسایی می شوند. برای به دست آوردن مقادیر برش بهینه یک مسا له تصمیم مطرح و به روشی کمبیشینه (مینیماکس) حل می گردد. در حل این مسا له از روش شبیه سازی بهره گرفته شده است .

full text

تحلیل استوار داده های فضایی در حضور داده های دورافتاده

معمولاً تابع تغییرنگار که ساختار همبستگی دادههای فضایی را تعیین میکند و نقش پایه ای در تحلیل آنها دارد، نامعلوم است و لازم است براساس مشاهدات برآورد شود. وجود داده های دورافتاده در مشاهدات تاثیر نامناسبی در برآورد تغییرنگار و سایر بخشهای تحلیل دادههای فضایی همچون پیشگویی فضایی و برآورد پارامترهای روند دارد. در این مقاله ابتدا با استفاده از برآوردگرهای مقیاس، چند برآوردگر استوار جدید با ن...

full text

شناسایی نقاط دورافتاده در داده های نرمال بر اساس مقادیر z اصلاح شده مشاهدات

full text

اثرات نقاط دورافتاده در شناسایی و برآورد مدل های garch

در این تحقیق تأثیر نقاط دورافتاده در شناسایی ناهم واریانسی شرطی و برآورد مدل های تعمیم یافته ی اتورگرسیو ناهم وایانس شرطی (garch) مورد بررسی قرار می گیرد. نخست، تقریب اریبی تابع خودهمبستگی نمونه ای مربوط به توان دوم مشاهدات، تولید شده به وسیله فرآیندهای مانا، به دست آمده و نشان می دهیم که خواص آزمون های هم واریانس شرطی به دلیل وجود نقاط دورافتاده متأثر می گردد. سپس، تقریب اریبی های نمونه ای متن...

رگرسیون با انقباض نقاط دورافتاده

در آمار از جمله ابزار مهم برای تحلیل داده ها برآورد مناسب یک تابع است که روش های مختلفی برای آن در حالت های پارامتری و ناپارامتری ارائه شده است. یکی از معروف ترین روش ها در برآورد توابع پارامتری، روش کمترین توان های دوم عادی است که در شرایط مطلوب از مزیت های زیادی برخوردار است. با این وجود یک نقطه ضعف بسیار مهم این روش تاثیرپذیری آن از نقاط دورافتاده ای است که خواسته یا ناخواسته در مجموعه ی مشا...

15 صفحه اول

تحلیل دوسطحی با اثرات تصادفی چوله نرمال و مدل بندی داده های طولی

مدل سازی داده های دوسطحی با فرض نرمال بودن مولفه تصادفی و خطا انجام می شود. عدم برقراری این فرض باعث استنباط غلط در مورد پارامترهای مدل می گردد. در این مقاله، استفاده از خانواده توزیع چوله نرمال که خانواده ای انعطاف پذیرتر از توزیع نرمال است مطرح می شود. سپس در یک مطالعه شبیه سازی نشان داده می شود عدم در نظر گرفتن چولگی مثبت (منفی) در مدل باعث بیش برآوردی (کم برآوردی) عرض از مبدا و کم برآورد...

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

Keywords

شناسایی نقاط دورافتاده

Hosted on Doprax cloud platform doprax.com