کارایی روش منشأیابی با ردیاب­‌ها یا انگشت­‌نگاری به‌­عنوان روشی موفق و مؤثر برای تعیین منابع رسوبات به اثبات رسیده است. اولین و مهم­ترین مرحله روش منشأیابی رسوب، انتخاب ترکیب مناسبی از ردیاب است که قادر به جداسازی منابع رسوب باشند .وجود داده­‌های پرت بر انتخاب ترکیب مناسبی از ردیاب­‌ها اثر گذاشته، ممکن است مانع انتخاب متغیرهای مهم (ردیاب­‌های مؤثر) شده و توان جداسازی یا درصد طبقه­‌بندی صحیح را ...

همانطور که می دانیم حضور داده های پرت در یک مجموعه از مشاهدات هموارد مورد بحث بوده است، در سری های زمانی نیز حضور این گونه داده ها غیر قابل اجتناب است و از آنجا که حذف داده های پرت از یک مجموعه داده ی سری زمانی کاری نسبتا نامعقول است، پس لازم است به برآوردگرهایی دست یابیم که اثرپذیری کمتی از داده های پرت نسبت به برآوردگرهای کلاسیک داشته باشند. از آنجا که الگوی خودبازگشتی همبسته دوره ای دارای کا...

In data envelopment analysis the use of peer set to assess individual or best practice performance, detecting outliers is critical for achieving accurate results. In these deterministic frontier models, statistical tests are now mostly available. This paper deals with two statistical tests for detecting outliers in data envelopment analysis. In the presented methods, each observation is deleted...

وجود مشاهدات پرت یکی از مهمترین موضوعات در استنباط آماری است. با توجه به این که این مشاهدات تاثیر زیادی بر روی مدل برازش شده و استنباط­های مربوط به آن  دارند، پیدا کردن روشی برای مشخص کردن اثر مشاهدات پرت ضروری است. هدف این مقاله بررسی تاثیر مشاهدات پرت بر روی برآورد تابع  چگالی به روش هسته­ای است. در این مقاله با استفاده از  روش جستجوی پیشرو، به شناسایی مشاهدات پرت و تاثیر آنها بر برآورد تابع ...

وجود مشاهدات پرت یکی از مهم ترین موضوعات در استنباط آماری است. با توجه به این که این مشاهدات تأثیر زیادی بر مدل برازش داده شده و استنباط های مربوط به آن دارند، پیدا کردن روش هایی برای کشف مشاهدات پرت ضروری است. در این پایان نامه چندین روش کشف مشاهدات پرت در مجموعه داده های تک متغیره و چندمتغیره معرفی شده است. این روش ها بر اساس فاصله و نزدیکترین همسایگی هستند. سپس چهار روش برای کشف مشاهدات پرت ...

در آنالیز داده ها، چگونگی تأثیرگذاری مشاهدات بر جنبه های گوناگون مدل آماری دارای اهمیت ویژه ای است. برخی از مشاهدات می توانند بسیاری از ویژگی های مدل را تحت تأثیر قرار دهند. شناسایی این گونه مشاهدات با استفاده از روش های مبتنی بر آنالیز تأثیر بسیار حائز اهمیت است و روش های مختلفی بدین منظور پیشنهاد شده است. از جمله این روش ها می توان به معیارهای نفوذ، باقی مانده ها، dfbetas ، dffits ، فاصله کوک...

در این مقاله پس از تشریح روش پرت دلایل عدم کارایی این روش بیان می گردد. آن گاه استفاده از تابع توزیع احتمال با رویکردهای مختلف آن به عنوان یک روش جدید معرفی می شود . این روش نواقص روش پرت را که ناشی از فرض های ساده کننده و غیر واقعی آن است برطرف می نماید. فرض هایی که باعث می شوند زمان تکمیل پروژه با استفاده از روش پرت کمتر از زمان واقعی آن تخمین زده شود.

عوامل مختلفی مانند خطاهای انسانی و دستگاهی، شرایط اندازه‌گیری و طبیعت جریان در شرایط یکتا ممکن است سبب بروز داده‌هایی شود که با الگوی نرمال جامعه آماری در تناقض باشند؛ به گونه‌ای که این گمان به وجود آید که با یک روند متفاوت تولید شده‌اند. در یک تعریف کلی به این نوع از داده‌ها، داده‌های غیرنرمال (پرت یا خارج از محدوده) گفته می‌شود. شناسایی داده‌های پرت از جنبه‌های مختلف دارای اهمیت بوده و منجر ب...

در سال های اخیر به دلیل افزایش جمعیت شهرنشینی و تغییر در الگوی مصرفی انسان ها، خاک های با کاربری شهری، صنعتی و کشاورزی در معرض آلاینده های مختلفی مانند عناصر سنگین قرار گرفته اند. عنصر سرب به عنوان یکی از این عناصر شناخته شده و سمیت آن باعث مشکلاتی در سلامتی انسان می گردد. این پژوهش با هدف تعیین نقاط حساس سرب با استفاده از شاخص های جامع و منطقه ای مورن در زیرحوضه کشف رود صورت پذیرفته است. تعداد...

کشف داده پرت مرحله مهمی در پیش پردازش داده ها است و نتایج داده کاوی وابسته به انجام صحیح آن می باشد. در کشف داده پرت، داده هایی که با سایر داده ها تفاوت زیادی دارند و رفتار داده های معمولی را نشان نمی دهند، شناسایی شده و حذف می گردند. مراحل بعدی داده کاوی تنها بر روی داده های معمولی انجام می شوند. چنانچه داده های پرت حذف نشوند و همراه با داده های معمولی پردازش شوند، ممکن است مدل نا صحیحی ایجاد ...