در اغلب تحلیل های آمار فضایی فرض بر این است که داده ها تحققی از یک میدان تصادفی گاوسی هستند، اما مشخصه های ناگاوسی مانند متغیرهای تصادفی نامنفی با توزیع چوله در اکثر زمینه های علمی دیده می شوند. مدل بندی این نوع داده ها با استفاده از میدان تصادفی چوله گاوسی، که براساس توزیع چوله نرمال چند متغیره تعریف شده و از انعطاف پذیری بیشتری برخوردار است، صورت می پذیرد. در این رساله خانواده توزیع های چوله ...

این مقاله در راستای یکپارچه سازی مباحث مربوط به ساختن توزیع های چوله - متقارن (چوله- نرمال ) و توزیع های دو (چند) نمایی، براساس توزیع های متقارن و تک مدی، توزیع های وزنی را مورد توجه قرار داده است. بحث خواهد شد که توزیع های چوله متقارنی که در سالهای اخیر بخش قابل توجهی از تحقیقات را به خود اختصاص داده اند را می توان از دیدگاه توزیع های وزنی بصورت کلی تر و با ویژگی های دیگری مانند چند نمایی بودن...

در تحلیل های آمار فضایی اغلب فرض بر این است که داده ها تحققی از میدان تصادفی گاوسی هستند، اما مشخصه های ناگاوسی مانند متغیرهای تصادفی نامنفی با توزیع چوله در اکثر زمینه های علمی دیده می شود. مدل بندی این نوع داده ها با استفاده از میدان تصادفی چوله گاوسی صورت می پذیرد. شبیه سازی از این میدان تصادفی برای بعضی مقادیر پارامترها و بعدهای بالا خیلی زمان بر و حتی در برخی حالت ها امکان پذیر نیست و نیاز...

در طول دهه ی گذشته علاقه ی فزاینده ای به ایجاد کلاس های پارامتری از توزیع ها برای نمایش مناسب داده ها با رد فرض های غیر واقعی وجود داشته است. انگیزه ی اصلی این امر از مدل بندی داده هایی ناشی شده است که اغلب بعضی فرض های استاندارد از جمله نرمال بودن را ندارند. کلاس توزیع های متقارن چوله یک مثال از این توزیع ها می باشد. در این پایان نامه، این کلاس از توزیع ها و ویژگی های اساسی آن ها مورد بررسی قر...

توزیع های آمیخته متناهی، ابزار مهمی در تحلیل داده هایی با بیش از یک مد می باشند. یک توزیع آمیخته، ترکیبی از چند توزیع آماری است ،وقتی که نمونه گیری از یک جامعه آماری ناهمگن، با توزیع های احتمال متفاوت انجام شود. روش عمومی برای برآورد پارامترها در توزیع آمیخته، الگوریتم امیدریاضی–ماکسیمم سازی است. یک موضوع بسیار مهم در استفاده از مدل های آمیخته این است که اگر توزیع مشاهدات نامتقارن باشد آنگاه ...

فرض متداول در برازش مدل‌های رگرسیونی عرض از مبدأ تصادفی، نرمال بودن توزیع مؤلفه‌های خطا و اثرهای تصادفی است. با توجه به این‌که غیرنرمال بودن این توزیع‌ها در کاربرد‌های تجربی امکان‌پذیر است مطالعه‌ بر روی توزیع‌های منعطف‌تر از نرمال در سال‌های اخیر مورد توجه محققین قرارگرفته است. در این مقاله ما با در نظرگرفتن توزیع‌ لاپلاس- چوله برای مؤلفه‌های خطا و اثرهای تصادفی، مدل رگرسیونی منعطفی را در براز...

فرض متداول در برازش مدل های رگرسیونی عرض از مبدأ تصادفی، نرمال بودن توزیع مؤلفه های خطا و اثرهای تصادفی است. با توجه به این که غیرنرمال بودن این توزیع ها در کاربرد های تجربی امکان پذیر است مطالعه بر روی توزیع های منعطف تر از نرمال در سال های اخیر مورد توجه محققین قرارگرفته است. در این مقاله ما با در نظرگرفتن توزیع لاپلاس- چوله برای مؤلفه های خطا و اثرهای تصادفی، مدل رگرسیونی منعطفی را در برازش ...

به خوبی می دانیم که توزیع های متقارن به منظور مدل بندی انواع داده ها مناسب نیستند. لذا اغلب نیاز به توزیع های احتمالی که از انعطاف پذیری بیشتری نسبت به توزیع های متقارن برخوردار باشند، در مدل بندی آماری وجود دارد. از آن جا که استنباط آماری مبتنی بر توزیع نرمال نسبت به نقاط پرت و خطاها که دارای توزیعی با دم های کلفت تر از نرمال هستند، حساس است، علاقه ی زیادی در بین آماردانان برای به وجود آوردن...

چکیده ندارد.

در بسیاری از مسائل آماری برای مدل بندی داده هایی که در طول زمان و به طور مکرر اندازه گیری می - شوند، معمولاً مدل آمیخته خطی نرمال که در آن توزیع اثرات تصادفی و خطاها نرمال فرض می شود، به کار می رود. اما هنگامی که در میان داده ها، داده دورافتاده وجود داشته باشد، این مدل برازش خوبی به داده ها ندارد. برای حل این مشکل می توان به جای توزیع نرمال از کلاس توزیع های نرمال مستقل استفاده کرد، که دارای دم ...