هدف اصلی تحقیق حاضر بررسی زیر شاخه های بینامتنیت به نامهای بینامتنیت درون متنی و برون متنی در ترجمه خبر وعناوین خبری می باشد. در این تحقیق ترجمه هایی شامل بینامتنیت مورد بررسی قرار گرفته و بررسی شده که آیا مترجم در روند ترجمه به این پدیده متنی واقف بوده است، و همچنین آیا در ترجمه بینامتنیت اصول خاصی بکار برده است. . تحقیق فوق بر پایه نظریه فرکلاو 2007 در خصوص دسته بندی بینامتنیت به درون متنی و برون متنی و نظریه ریچاردسون 2007 در خصوص دسته بندی بینامتنیت درون متنی به 5 زیر مجموعه استوار است. در این راستا تحقیق حاضر به دو فرضیه زیر می پردازد: 1- مترجم در ترجمه خبر و عناین خبری از وجود بینامتیت درون متنی وبرون متنی مطلع است و می کوشد پدیده متنی فوق را در ترجمه خود لحاظ کند. 2- مترجم در رویارویی با بینامتنیت درون متنی وبرون متنی در ترجمه خبر و عناوین خبری از اصول خاصی پیروی می کند.نتایج این تحقیق نشان می دهد که مترجمین متون و عناوین خبری در ترجمه های خود با انواع گوناگون بینامتنیت مواجه می شوند که اکثر این افراد از اصول خاصی در ترجمه این پدیده متنی پیروی می کنند. پیشنهاد می شود این تحقیق در خصوص تأثیر سایر طبقه بندی های بینامتنیت در ترجمه، کاربرد سایر اصول ترجمه در مورد طبقه بندی های مختلف بینامتنیت و ارزیابی ترجمه از دیدگاه بینامتنیت انجام گیرد.

در بیشتر پژوهش های مربوط به داده های طول عمر، عوامل بازدارنده ای هم چون زمان و هزینه باعث می شوند که آزمایش ها پیش از شکست همه ی واحدها، به پایان برسند؛ به داده های برآمده از این آزمایش ها، داده های سانسور شده گفته می شود. در مطالعات داده های سانسور شده، انجام آزمون نیکویی برازش برای این نوع داده ها، اهمیت به سزایی دارد. اغلب آماره های آزمون نیکویی برازش بر اساس فاصله ی تقریبی بین توابع توزیع تجربی و توزیع نظری هستند؛ برای مثال آماره ی آزمون کولموگروف-اسمیرنوف بر اساس سوپریمم فاصله بین دو تابع توزیع است و آماره های کرامر-فون میزس و اندرسون-دارلینگ از فاصله l ^2 وزنی استفاده می کنند. در آزمون هایی که بر اساس اندازه ی اطلاع کولبک-لایبلر و ه‍م چنین اندازه ی آنتروپی برای نمونه های کامل و سانسور شده ساخته می شوند، به دلیل پیچیدگی توزیع، امکان یافتن توزیع دقیق آماره ی آزمون و مقادیر بحرانی وجود ندارد و باید شبیه سازی مونت کارلو را به کار برد. هوفدینگ در سال 1940، ماکسیمم همبستگی بین دو تابع توزیع f و g ، به ترتیب با میانگین های ?_1 و ?_2 و انحراف معیارهای ?_1 و ?_2 را به صورت زیر تعریف کرد: ?^+ (f,g)=1/(?_1 ?_2 )(?_0^1??f^- (p) g^- (p)dp?-?_1 ?_2) کوادراس و فورتیانا در سال 1993، از آماره ی( ?^+ (f_n,f_0 به عنوان یک آماره ی نیکویی برازش برای نمونه ی تصادفی {x _{1},...,x _{n با تابع توزیع تجربی {f _{n و آزمون فرضیه ی صفر، {h _{0}:f(.)=f _(.){0 استفاده کردند. ابراهیمی در سال 2001، از اندازه ی اطلاع کولبک-لایبلر برای آزمون یکنواختی در یک ساختار کلی استفاده کرد. هم چنین فورتیانا و گرن در سال 2003، از آماره ی آزمون(q_n=s_n/?(1/12) ?^+ (f_n,f_u ، که {f _{u تابع توزیع یکنواخت (0,1) است، برای انجام آزمون یکنواختی استفاده کرد ند. به هر حال تعداد اندکی پژوهش در رابطه با آزمون نیکویی برازش برای نمونه های سانسور شده وجود دارد. لیم و پارک در سال 2007 از اندازه ی اطلاع کولبک-لایبلر برای آزمون نرمال یا نمایی بودن بر اساس داده های سانسور شده نوع دوم استفاده کردند. اخیراً نیز گرن در سال 2012، از آماره ی {q _{n برای انجام آزمون یکنواختی بر اساس طرح های سانسور چپ، راست و سانسور دوگانه استفاده کرده است. این پایان نامه مشتمل بر سه فصل است. در فصل اول، مفاهیم و تعاریف اولیه ی مورد نیاز این پایان نامه بیان شده است. در فصل های دوم و سوم به ترتیب آزمون نیکویی برازش دقیق برای داده های کامل و سانسور شده بر اساس ماکسیمم همبستگی هوفدینگ ارائه و با آزمون های کولموگروف-اسمیرنوف، کرامر-فون میزس و اندرسون-دارلینگ مقایسه می شوند.