در این پایان نامه، مدل بندی ساختار کوواریانس داده های طولی چند متغیره ‎‎مورد بررسی قرار می گیرد. برای این منظور‏، ابتدا تعریفی از داده های طولی ارائه می شود. سپس با استفاده از تجزیه بلوکی چولسکی‏ تعدیل شده، یک‏، پارامتری سازی نامقید جانشینی برای ماتریس کوواریانس بیان و مدل های صرفه جویانه برای این پارامتری سازی پیشنهاد می شود. در پایان‏، عملکرد برآوردگرها ‎‎برای نمونه متناهی به وسیله ی شبیه ساز...

چکیده ندارد.

در این رساله برای افزایش دقت برآوردگرها در نمونه گیری خوشه ای دومرحله ای، ابتدا روشهای استفاده از اطلاعات کمکی با معرفی برآوردگرهای نسبتی، حاصلضربی، رگرسیونی و شبه حاصلضربی در نمونه گیری تصادفی ساده معرفی شده است و مقایسه کارایی این برآوردگرها با برآوردگر نااریب مورد بررسی قرار گرفته است. سپس در نمونه گیری خوشه ای دومرحله ای به برآورد حجم نمونه بر اساس تابع هزینه خطی پرداخته ایم. در پایان ضمن...

برآوردگرهای پارامترها در مدلهای رگرسیونی سانسور شده از چپ و سانسور شده از راست مورد نظر می باشد. این شکل از برآوردگرها نیازی به شرط متقارن بودن توزیع خطاها ندارند. برآوردگرهای معرفی شده "برآوردگر سانسور از چپ"، "برآوردگر سانسور از راست"، "برآوردگر مد چارکی" و "برآوردگر میانگین وینزوری" می باشند. خاصیت سازگاری و بطور مجانبی نرمال بودن این برآوردگرها نشان داده می شود. در پایان ویژگی های این برآور...

خانواده ای از مفصل ها تحت عنوان مفصل های مقدار فرین معرفی شده و برخی از ویژگی های آن بیان می شود.خانواده مفصل های مقدار فرین توسط مولدی مناسب که تابع وابستگی پیکند نام دارد، تولید می شود و بسیاری از ویژگی های این خانواده توسط تابع وابستگی پیکند بیان می گردد‎.‎ برآوردگرهای مختلف تابع وابستگی پیکند همراه با ویژگی ها و رفتار حدی آن ها عنوان شده و با یکدیگر مقایسه می شوند. برمبنای برآوردگرهای معرف...

بیشتر نتایج در تئوری رگرسیون ناپارامتری فقط برای حالتی که خطا جمع پذیر است، گسترش داده شده است. در این حالت بسیاری از روش های هموارسازی مانند روش آستانه سازی موجکی بسط داده شده است و نشان داده شده که از میزان تطبیق پذیری بالایی برخوردار می باشند. در این پایان نامه ما رگرسیون ناپارامتری را در خانواده های نمایی، بخصوص در خانواده های نمایی طبیعی با تابع واریانس درجه دو در نظر گرفته ایم. با استفا...

مهم ترین مسأله برای بررسی رفتار یک سری زمانی برازش مدل مناسب به آن می باشد. در مدل بندی کلاسیک، استفاده از فرآیندهای arma به همراه نوفه های سفید با واریانس متناهی در نظر گرفته می شود و انتخاب مدل با تاکید بر روی رفتار تابع خودهمبستگی نمونه ای آن انجام می گیرد. اما داده هایی نیز وجود دارند که توزیع کناری دم سنگین برازنده آنهاست . رفتار این داده ها و آنالیز آنها با سری های زمانی دیگر تفاوت عمده ا...

چکیده ندارد.