صادقی فر, مجید
گروه آمار، دانشگاه بوعلی سینا همدان، ایران
[ 1 ] - مقایسه عملکرد روش‌های شبکه عصبی مصنوعی پرسپترون چندلایه مبتنی بر الگوریتم wrapper، تحلیل ممیزی و رگرسیون لجستیک در تعیین عوامل خطر دیابت نوع 2
هدف: در این مطالعه عملکرد پیش‌بینی سه مدل آماری جهت تعیین ریسک فاکتورهای دیابت مقایسه گردید. مواد و روش‌ها: شاخص توده بدن (BMI)، قندخون ناشتا (FBS)، فشارخون (HT)، چربی‌های خون (TC، TG، HDL و LDL، HbA1C)، وزن و سابقه سیگار کشیدن از پرونده درمانی افراد تحت بررسی گردآوری شد. مدل‌های شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) و تحلیل ممیزی (DA) رگرسیون لجستیک (LR) به منظور شناسایی ریسک فاکتورها بر داد...
[ 2 ] - مقایسه تصادفی چولگی سیستم‌های موازی در مدل پارتو
در این مقاله به مقایسه تصادفی طول عمر سیستم‌های موازی با مؤلفه‌های غیر همگن از توزیع پارتو بر حسب ترتیب تصادفی ستاره و ترتیب تصادفی محدب پرداخته می‌شود. ثابت خواهد شد که طول عمر یک سیستم موازی با مؤلفه‌های مستقل غیر همگن از مدل پارتو بر حسب ترتیب تصادفی محدب، همیشه کمتر از طول عمر یک سیستم موازی دیگر با مؤلفه‌های مستقل همگن از مدل پارتو است. همچنین تحت یک شرط کلی روی پامترهای مقیاس نتیجه‌ای در...
[ 3 ] - بررسی رابطه بین رشد سود و بازده سهام با استفاده از مدل سود باقی مانده در بورس اوراق بهادار تهران
موضوع اصلی این پژوهش بررسی رابطه بین رشد سود و بازده سهام با استفاده از مدل سود باقی مانده در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران است. در این پژوهش از مدل سود باقی مانده برای تفکیک رشد سود به رشد سرمایه به کار رفته و رشد سود باقی مانده و بررسی رابطه آن‌ها با بازده جاری و آتی سهام استفاده شده است. اطلاعات مورد نیاز برای دوره زمانی 1383 تا 1390 جمع آوری و برای آزمون فرضیه‌ها از ضریب...
[ 4 ] - پیش‌بینی تعداد زایمان با استفاده از مدل‌های پوآسن مارکف پنهان
Background and Objectives: Delivery is one of the most important services in the health systems, and increasing its effectiveness and efficiency are a health priorities. The aim of this study was to forecast the number of deliveries in order to design plans for using all facilities to provide patients with better services. Methods: The data used in this study were the number of deliveries per ...
نویسندگان همکار