چند برآوردگر نااریب با کمترین واریانس سهل‌الوصول
نویسنده
چکیده مقاله:
این مقاله چکیده ندارد
منابع مشابه
برآوردگر نقطه ای نااریب به طور یکنواخت با کمترین واریانس با استفاده از مشاهدات فازی
در این پایان نامه ما به دنبال یافتن روش های جدیدی برای پیدا کردن برآوردگرهای نقطه ای نااریب با کمترین واریانس (umvue) در حالت فازی هستیم. برای این کار ما روش های به دست آوردن umvue در حالت غیر فازی را توضیح داده و آنها را به حالت فازی تعمیم می دهیم. در آمار کلاسیک روش های مختلفی برای پیدا کردن umvue وجود دارد. یکی از این روش ها استفاده از امید شرطی می باشد که ما این روش را به حالت فا...
تجزیه و تحلیل طیفی منفرد بر اساس برآوردگر کمترین واریانس
: تحلیل طیفی منفرد ssa به عنوان یک روش قدرتمند در تحلیل سری های زمانی توسعه یافته و در بسیاری مسائل علمی از آن استفاده می شود. این تحقیق روش تحلیل طیفی منفرد را تشریح می کند. برای این کار ابتدا به معرفی ماتریس هنکل و تجزیه ویژه مقدار svd می پردازیم. در ادامه روش ssa بر پایه برآوردگر مینیمم واریانس و کمترین توانهای دوم خطا برای پیش بینی سری های زمانی را معرفی می نماییم. سپس در مورد انتخاب پارام...
15 صفحه اولبرآورد واریانس برآوردگر کالیبره مجموع جامعه با مجموع جامعه کمکی نامعلوم
به کارگیری متغیرهای کمکی برای اصلاح برآوردگرها روشی متداول در آمار و به خصوص بررسی های نمونه ای است. به عنوان مثال می توان به برآوردگرهای نسبتی و رگرسیونی در نمونه گیری اشاره کرد. با فرض معلوم بودن مجموع جامعه کمکی و برقرار بودن یک سری شرایط، برآوردگرهای کالیبره و واریانس آنها را می توان با استفاده از برآوردگرهای رگرسیونی تعمیم یافته به دست آورد. در این مقاله، با فرض نامعلوم بودن مجموع مت...
متن کاملکاربرد روش برآورد مولفه‌های واریانس کمترین مربعات در مشاهدات GPS با استفاده از مدل هندسه- مبنا
پردازش داده‌های ژئودتیکی، عموماً با روش کمترین مربعات صورت می‌گیرد. برای رسیدن به بهترین برآورد نااریب خطی ، استفاده از مدل تصادفی مناسب و یا به بیان دیگر ارائه وزن مناسب برای مشاهدات، الزامی است. برای تعیین مدل تصادفی مناسب از روش برآورد مولفه‌های واریانس استفاده می‌شود. یکی از کاربرد‌های ژئودتیکی برآورد مولفه‌های واریانس، وزن‌دهی به مشاهدات سیستم تعیین موقعیت جهانی GPS می‌باشد. در این تحقیق از...
متن کاملکران های پایین باتاچاریا و شیرساگار چندپارامتری برای واریانس برآوردگرهای نااریب
در این مقاله ضمن معرفی کران های باتاچاریا و شیرساگار، سعی شده است کران باتاچاریا چندپارامتری را که کمتر مورد بررسی دقیق قرار گرفته به طور ساده تر و قابل فهم بازنویسی شود. همچنین کران شیرساگار چندپارامتری که تاکنون مورد مطالعه قرار نگرفته است بیان و اثبات می شود. در نهایت با ارائه چند مثال از توزیع لگ نرمال به محاسبه و مقایسه کران های معرفی شده پرداخته می شود
متن کاملبررسی و مقایسه کران های مختلف برای واریانس برآوردگرهای نااریب
در این رساله با تمرکز بر کران های باتاچاریا و شیرساگار در برخی از خانواده توزیع های مهم از جمله خانواده نمایی طبیعی، گامای تعمیم یافته و بر، به مقایسه مقادیر آن ها با مقدار تقریبی واریانس برآوردگر به روش بوت استرپ پرداخته و در نهایت تعمیمی از کران های بارانکین و شیرساگار در حالت چند پارامتری را ارائه می دهیم. در فصل اول این رساله ضمن معرفی و بیان تاریخچه ای از کران های مختلف برای واریانس برآور...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 2 شماره 2
صفحات 38- 43
تاریخ انتشار 1998-03
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023