نام پژوهشگر: صفرعلی حیدری
صفرعلی حیدری علیرضا مرادی
پژوهش حاضر با هدف بررسی و مقایسه عملکرد افراد ptsd، mdd و عادی در تکلیف حافظه کاذب صورت پذیرفت. جامعه پژوهش شامل کلیه افراد مبتلا به ptsd وmdd مراجعه کننده به بیمارستان صدر و افراد non-ptsd درگیر با ترومای جنگ و افراد عادی است. 84 نفر (هر گروه 21 نفر) با استفاده از شیوه نمونه گیری در دسترس انتخاب و در مطالعه شرکت داده شدند. برای جمع آوری اطلاعات از، مقیاس های افسردگی بک(bdi ii)، اضطراب بک(bai)، مقیاس خودسنجی تأثیر رویداد (ies- r)، نسخه کوتاه هوشی وکسلر،مصاحبه ساختار یافته scid-ii و تکالیف شنیداری و دیداری حافظه کاذب به صورت فردی استفاده شد. داده های به دست آمده با استفاده ازروش تحلیل واریانس مورد تجزیه وتحلیل قرار گرفتند. نتایج نشان داد که بین گروهها در بخش حافظه کاذب کلامی تفاوت معنادار وجوددارد، همچنین در بخش حافظه کاذب دیداری بین افرادگروهptsd با افراد عادی و افراد mdd با افراد non-ptsd تفاوت معناداری وجود دارد(p<0/001).نتایج مقایسه درون گروهی نیر نشان داد که گروه های ptsdوnon-ptsdبه لحاظ حافظه کاذب کلامی و دیداری تفاوت معنادار دارند اما این تفاوت برای گروه کنترل و mddمعناداری نبود(p>0/005).
صفرعلی حیدری نادر اسدیان فیلی
بیش تر سری های زمانی به ویژه سری های اقتصادی در عمل دارای نوسان هستند. تحلیل سری های زمانی متعارف مانند، مدل اتورگرسیو و میانگین متحرک یا تلفیق یافته این دو مدل بر پایه همسانی واریانس ها هستند. منطقی آن است که از مدل هایی استفاده شود که، شروط ناهمسانی را در مدل های قبلی در نظر بگیرند. یک خانواده مهم در این مدل ها، خانواده مدل های اتورگرسیو واریانس ناهمسان شرطی (arch) است که به خوبی نوسانات را مدل سازی می کند. این مدل توسط انگل در سال 1982 معرفی شده است. در این رساله ابتدا مفاهیم اقتصادسنجی وناهمسانی واریانس و طریقه آزمون آن بیان شده است. در ادامه به بررسی مدل های کلاسیک سری زمانی و سپس مدل های اتورگرسیو واریانس ناهمسان شرطی و تعمیم یافته آن (garch) پرداخته شده است. در انتها طریقه شبیه سازی این مدل ها در نرم افزار " s-plus " شرح داده شده است. شبیه سازی بر روی چند سری زمانی اقتصادی از جمله سری های بازده سهام شرکت کوکاکولا و زیمنس آلمان انجام شده است. نتایج به دست آمده حاکی از آن است که مدل های تعمیم یافته ی اتورگرسیو واریانس ناهمسان شرطی (garch) و الحاقات آن نسبت به مدل اولیه (arch) برای توجیه سری های اقتصادی نام برده بهتر عمل می کنند.