مدل‌یابی معادلات ساختاری، یک رویکرد آماری چندمتغیری نیرومند جهت ارزیابی روابط پیچیده‌ی بین متغیرهای مکنون در بسیاری از حوزه‌های علوم انسانی و رفتاری است. یکی از چالش‌های رایج در برآورد مدل‌های معادلات ساختاری که بر مبنای آزمون فرضیه‌ها انجام می‌شود، وجود داده‌های گمشده است. شیوه‌ی معمول، حذف آزمودنی‌هایی با پاسخ‌های گمشده روی هر کدام از سوالات است که با افزایش درصد مقادیر گمشده در مجموعه داده‌ه...

مقدمه و هدف: داده های گمشده در بسیاری از مطالعات آماری از جمله مدلهای رگرسیونی وجود دارند و باعث کاهش دقت برآورد می شوند. تا کنون روشهای گوناگونی برای مقابله با مشکل داده های گمشده ابداع شده که عموما بر داده های گمشده متغیر پاسخ متمرکز بوده است حال آنکه متغیرهای پیشگو نیز می توانند دستخوش تغییر و از دست رفتن اطلاعات شوند.مواد و روشها: در این تحقیق ضمن بررسی روش جانهِی داده هاِی گمشده با استفاده ا...

سابقه و هدف: استفاده از منحنی رشد قدرتمندترین وسیله پایش رشد کودکان می باشد و از این طریق می توان انحرافات از الگوی رشد طبیعی را بموقع تشخیص داد. ریزش داده ها و مقادیر گمشده از مشکلات معمولی در تجزیه و تحلیل داده های طولی رشد محسوب می شود. لذا اهمیت دارد که با برآورد نمودن مقادیر گمشده، داده ها کامل شده و در مسیری مناسب و صحیح جهت تحلیل قرار داده شوند. مواد و روش ها: این مطالعه طولی طی دو سال ب...

بررسی داده های گمشده از کاربردی ترین قسمت های آمار در علوم کاربردی است. تحلـیل های آماری و مدل سـازی برای این نوع داده ها از دیر باز مورد توجه آماردانان قرار گرفته و همواره به دنبال روش های بررسی و تجزیه و تحلیل مناسب تر در این مطالعات بوده اند. در این پایان نامه بررسی هایی در راستای این مطالعات انجام گرفته که در آن پاسخ های دوحالتی در طول زمان تکرار شده اند. تکرار در زمان برای مقادیر پاسخ منجر...

اغلب مجموعه داده های مربوط به داده کاوی و ماشین یادگیری دارای داده هایی با مقادیر Missing Values یا داده گمشده می باشند. چگونگی برخورد با داده گمشده و نیز ارائه راهکارهایی مبتنی بر تخمین مقدار مربوط به داده گمشده، منجر به بروز یک مسئله بسیار مهم در زمینه داده کاوی و ماشین یادگیری  شده است. در بین الگوریتم های داده کاوی، الگوریتم C4.5، به دلیل کارآیی، استفاده در کاربردهای مختلف داده کاوی و نیز ت...

وجود داده های گمشده در داده های ریزآرایه، سبب کاهش دقت رسم شبکه های تنظیمی ژن، ایجاد اشتباه در خوشه بندی و تقسیم بندی تخصصی ژن ها و سایر تحلیل ها می شود. بنابراین تخمین داده-های گمشده مرحله مهمی در پیش پردازش داده های ریزآرایه، محسوب می شود. عملکرد الگوریتم-های تخمین در مجموعه داده های مختلف و با درصدهای متفاوت گمشدگی، متغیر است. همواره انتخاب مناسب ترین الگوریتم به منظور دستیابی به بیشترین دقت...

در تحلیل داده ها، گاهی برخی مشاهدات به دلایل گوناگون و روش های متفاوت، گمشده محسوب می شوند. چگونگی برخورد با این مشاهدات در تحلیل داده ها، به دلیل اهمیت نتایج حاصل از آنها به ویژه در تصمیم گیری های حساس، از اهمیت به سزایی برخوردار است. پیش از این، برای غلبه بر مشکل داده های گمشده مرسوم ترین روش، حذف داده های گمشده بود که منجر به داده هایی با کیفیت پایین و به تبع آن تحلیل و استخراج نتایج دارای س...

پاتریک مودیانو یکی از بهترین و خلاق ترین نویستدگان زنده فرانسه است و کتاب خیابان بوتیک های خاموش را که بلافاصله بعد از اولین چاپش جایزه ادبی گنکور را ازان خود کرد به عنوان ششمین اثر خود ثبت کرد. این اثر روایت از جست و جوی هویت نویسنده می کند که در ورای یک داستان کارگاهی حافظه باخته که همانند همه شخصیت های ضد قهرمان داستان های مودیانو سهمی از گذشته دارد و به بویی از امروز آغشته است. این داستان خ...

وجود داده‌های گمشده در داده‌های ریزآرایه، سبب کاهش دقت رسم شبکه‌های تنظیمی ژن، ایجاد اشتباه در خوشه بندی و تقسیم‌بندی تخصصی ژن‌ها و سایر تحلیل‌ها می‌شود. بنابراین تخمین داده-های گمشده مرحله مهمی در پیش پردازش داده‌های ریزآرایه، محسوب می‌شود. عملکرد الگوریتم-های تخمین در مجموعه داده‌های مختلف و با درصدهای متفاوت گمشدگی، متغیر است. همواره انتخاب مناسب‌ترین الگوریتم به منظور دستیابی به بیشترین دقت...

داده‌های گمشده هواشناسی یکی از مشکلات پیش روی متخصصان و طراحان پروژه‌های منابع آب است و لازم است این نواقص آماری به طریقی برطرف گردد .روش‌های متعدد‌ی برای تخمین داده‌های گمشده وجود دارد. در این پژوهش کارایی دو مدل درختی و شبکه عصبی در مورد بازسازی داده‌های گمشده تبخیر روزانه 4 ایستگاه هواشناسی استان خوزستان مورد ارزیابی قرار گرفت. دوره آماری این تحقیق از سال 2005 تا 2008 بود و داده‌ها به دو دور...