یک مدل آمیخته ی پواسون با توزیع اثرهای تصادفی غیرنرمال

thesis
abstract

در تحلیل داده های طولی با پاسخ شمارشی معمولاً توزیع نرمال برای اثرهای تصادفی در نظر گرفته می شود. ممکن است در برخی از کاربردها، توزیع اثرهای تصادفی نرمال نباشد. از طرفی دیگر، بدمشخص سازی توزیع اثرهای تصادفی ممکن است باعث کاهش کارایی برآوردگرهای موجود شود. در این پایان نامه از توزیع لگ گامای تعمیم یافته که توزیع نرمال را به عنوان یک حالت خاص در بر دارد استفاده می شود. تحلیل فراوانی گرای مدل آمیخته ی طولی با پاسخ شمارشی و استفاده از توزیع لگ گامای تعمیم یافته نیز مرور می شود. همچنین، تحلیل بیزی این مدل معرفی و در دو مثال کاربردی مربوط به داده های واقعی استفاده می شود. چند مطالعه ی شبیه سازی نیز به منظور بررسی عملکرد برخی مدل ها انجام خواهد شد.

similar resources

مدل رگرسیونی بیزی با متغیر پاسخ پواسون آمیخته متناهی دومتغیره

در این مقاله تحلیل رگرسیونی با متغیر پاسخ دارای توزیع پواسون دومتغیره آمیخته با رهیافت بیزی مورد بررسی قرار گرفته است. نشان داده شده است که به دلیل شکل پیچیده تابع درستنمایی مبتنی بر توزیع پواسون دومتغیره، توزیع پسین فاقد شکل بسته بوده و پیچیده است. از این رو، توزیع‌های پسین شرطی کامل پارامترها محاسبه و الگوریتم گیبز برای نمونه‌گیری از توزیع پسین ارائه شده است. به‌منظور ارزیابی مدل بیزی پیشنهاد...

full text

مدل های چند متغیره ی آمیخته با اثرهای تصادفی غیرنرمال در تحلیل داده های طولی و کاربرد آنها در داده های پزشکی

چکیده در بسیاری از تحقیقات کاربردی به خصوص در علوم پزشکی، مدل های چند متغیره ی رگرسیونی با اثرهای آمیخته برای تحلیل داده های طولی در مواجهه با چندین پیامد، به کار می روند. در این مدل ها وجود اثرهای تصادفی باعث تبیین تغییرپذیری درمشاهدات تکراری و تعدیل ساختار همبستگی بین اندازه های مکرر مربوط به واحدهای درون طبقات شده که این امر موجب کارایی بیشتر برآورد پارامترها و در نتیجه افزایش دقت می شود. ف...

15 صفحه اول

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

برازش مدل های رگرسیونی با اثرات آمیخته با توزیع های غیرنرمال

در بسیاری از تحقیقات کاربردی بخصوص در علوم پزشکی، کشاورزی و مطالعات اقتصادی، مدل های رگرسیونی با اثرات آمیخته برای تحلیل داده های طولی و مشاهدات وابسته به کار می روند. در این مدل ها وجود اثرهای تصادفی باعث تبیین تغییرپذیری درمشاهدات تکراری وتعدیل ساختارهمبستگی بین اندازه های مکرر مربوط به واحدها و یا مشاهدات وابسته درون طبقات شده که این موجب افزایش دقت وکارایی بیشتر برآورد پارامترها می شود. فرض...

15 صفحه اول

توزیع متغیر تصادفی آمیخته

در فصل اول به بیان برخی مفاهیم مقدماتی که به فهم بیش تر موضوع کمک می کند می پردازیم. در فصل دوم میانگین وزنی تصادفی را تعریف و برخی ویژگی های آماری آن مانند میانگین، واریانس و گشتاور های مراتب بالاتر را به دست می آوریم. در سراسر فصل سوم به بیان نتایجی در مورد میانگین وزنی تصادفی که در سال های اخیر به دست آمده است، می پردازیم. و بالاخره در فصل چهارم با به کار گیری تبدیل اشتیلیس تعمیم یافته و قضی...

یک مدل ترکیبی برای رتبه بندی اعداد فازی غیرنرمال

  Because of the suitability of fuzzy numbers in representing uncertain values , ranking the fuzzy numbers has widely applications in different sciences. Many models are presented in field of ranking the fuzzy numbers that each one rank based on special criteria and features. The purpose of this paper is presenting a new method for ranking generalized fuzzy numbers based on some parameters such...

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 - دانشکده ریاضی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023