تحلیل داده های فضایی ناحیه ای با استفاده از مدل های آمیخته خطی تعمیم یافته

thesis
  • وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم ریاضی
  • author مریم روزبه
  • adviser مجید جعفری خالدی
  • Number of pages: First 15 pages
  • publication year 1391
abstract

مدل های بطور شرطی خود بازگشتی در مدل بندی فرایندهای فضایی که روی یک شبکه یا مجموعه ای از ناحیه های نامنظم مشاهده می شوند، از مسائل با اهمیت بشمار می روند. به ویژه هنگامی که داده ها ناگاوسی هستند و یک مدل آمیخته خطی تعمیم یافته برای تحلیل آن ها اتخاذ می شود، اغلب مدل های بطور شرطی خودبازگشتی برای اثرات تصادفی در نظر گرفته می شود. تابع همسایگی در یک مدل بطور شرطی خودبازگشتی معمولاً بصورت مقادیر تعیینی و بدون توجه به جهت قرارگیری آن ها اختیار می شود. اما ممکن است اثرات همسایگی متفاوت باشند. در این حالت مدل بطور شرطی خود بازگشتی با سیستم همسایگی تصادفی مورد استفاده قرار می گیرد که در آن تابع همسایگی وابسته به پارامتری تصادفی فرض می شود. بعلاوه هنگامی که فرایند فضایی ناهمسانگرد است مدل بطور شرطی خودبازگشتی جهتی که وابستگی فضایی در آن تحت تاثیر جهت ها قرار دارد، اساس استنباط آماری را می سازد. در این پایان نامه با هدف تعمیم مدل های آمیخته خطی تعمیم یافته فضایی ناحیه ای، مدل بطور شرطی خودبازگشتی با سیستم همسایگی تصادفی و مدل بطور شرطی خودبازگشتی جهتی برای اثرات تصادفی به کار می روند. برای تحلیل مدل ها، رویکرد بیزی اتخاذ شده که در آن از روش داده افزایی و روش های مونت کارلوی زنجیر مارکوفی برای انجام محاسبات استفاده می شود. عملکرد این مدل ها با استفاده از مثال کاربردی و شبیه سازی مورد بررسی و ارزیابی قرار می گیرد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

تحلیل مدل های آمیخته خطی تعمیم یافته فضایی با استفاده از تقریب لاپلاس آشیانی جمع بسته

برای مدلبندی پاسخ های گسسته فضایی زمین آمار از مدل های آمیخته خطی تعمیم یافته فضایی استفاده می شود و ساختار همبستگی فضایی داده ها از طریق متغیرهای پنهان در نظر گرفته می شود. از مهمترین اهداف در بررسی این مدل ها پیش گویی متغیرهای پنهان و برآورد پارامترهای مدل است. در این مقاله برای تحلیل این مدل ها، ابتدا یک روش پیش گویی ارائه و سپس به بیان رهیافت بیزی و الگوریتم های مونت کارلویی پرداخته می شود....

full text

برآورد مدل های آمیخته خطی تعمیم یافته فضایی با متغیرهای پنهان چوله نرمال بسته

مدل های آمیخته خطی تعمیم یافته فضایی معمولا برای مدل بندی پاسخ فضایی گسسته به کار می روند، که در آنها ساختار همبستگی فضایی دادهها از طریق متغیرهای پنهان در نظر گرفته می شود. مسئله مهم در این مدلها برآورد متغیرهای پنهان فضایی در موقعیتهای دارای مشاهده پاسخ و پارامترهای مدل و در نهایت پیشگویی متغیرهای پنهان در موقعیتهای فاقد مشاهده است. در این راستا اغلب کاربران برای سهولت توزیع نرمال را برای متغ...

full text

شناساپذیری در مدل های خطی تعمیم یافته با اثرهای تصادفی

شناساپذیری یکی از ویژگی‌های لازم برای کفایت یک مدل آماری است. وقتی مدلی شناساپذیر نباشد، با هیچ اندازه‌ای از نمونه، نمی‌توان پارامتر حقیقی مدل را تعیین کرد. در این مقاله، مروری بر مفهوم مشهور شناساپذیری و ویژگی‌های آن شده است. به‌علاوه از آن‌جایی که مشکل شناساناپذیری در مدل‌های خطی تعمیم‌یافته‌ با اثرهای تصادفی بسیار رایج است، تمرکز اصلی ما بر روی این گونه از مدل‌ها بوده است. از سوی دیگر، معمول...

full text

برآورد ناحیه کوچک با استفاده از مدل های خطی و خطی تعمیم یافته با اثرهای آمیخته

تکنیک برآورد ناحیه کوچک به طور عمده متکی بر مدل های آمیخته با اثرهای تصادفی ناحیه ای می باشد. بر این مینی با استفاده از روش های متداول در برآورد پارامترها در مدل های آمیخته به دنبال یک برآورد برای ناحیه کوچک هستیم و در این میان به معرفی بهترین پیش بینی کننده ی خطی نااریب blup برای پارامتر مورد نظر ناحیه کوچک می پردازیم. اما در مقابل این رویکرد، رویکرد دیگری مبتنی بر توابع حساسیت و رگرسیون m- چن...

15 صفحه اول

تحلیل بیزی مقادیر کرانگین با استفاده از اسپلاین در مدل آمیخته تعمیم یافته

مدل‌بندی پاسخ‌های کرانگین در حضور اثرات غیرخطی، زمانی، فضایی و متقابل می‌تواند با مدل آمیخته صورت پذیرد. به علاوه اسپلاین همواری در مدل آمیخته و رهیافت بیزی تواما چارچوب مناسبی را برای استنباط مقادیر کرانگین فراهم می‌کنند. در این مقاله به کارگیری اسپلاین همواری برای اثر غیرخطی متغیر تبیینی در قالب یک مدل آمیخته تعمیم‌یافته بیان و برای تحلیل مقادیر کرانگین به کار می‌رود. برای این منظور فرض می‌شو...

full text

تحلیل مدل های آمیخته خطی تعمیم یافته فضایی با روش های همسانه سازی داده ها و درستنمایی مرکب

دگرگونی های عمده در حجم و پیچیدگی تحلیل داده ها در کنار پیشرفت های اساسی روش های محاسباتی، استفاده از مدل های آماری دقیقتر اما پیچیده تر را به همراه داشته اند. روشی معمول برای مدل بندی داده های ناگاوسی همبسته، استفاده از مدل های آمیخته خطی تعمیم یافته و برای داده های فضایی ناگاوسی، مدل های آمیخته خطی تعمیم یافته فضایی می باشد، که در آن همبستگی فضایی داده ها از طریق اثرات تصادفی در مدل لحاظ می ش...

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 - دانشکده علوم ریاضی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023