نتایج جستجو برای: رگرسیون پانلپواسن

تعداد نتایج: 36197  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان فارس - دانشکده علوم پایه 1393
فاطمه راینی پور رضایی, علیرضا عرب پور, نرگس عباسی,

رگرسیون برای بررسی رابطه بین دو یا چند متغیر استفاده می شود، به طوری که یک متغیر از روی دیگری یا بقیه می تواند پیش بینی شود. در مواردی که متغیرهای مورد بررسی یا رابطه بین متغیرها نادقیق و مبهم باشد از رگرسیون فازی استفاده می شود. وجود داده های پرت در میان مشاهدات منجر به نتایج نادقیق در مدل سازی می شود. کشف چنین داده هایی جهت حذف یا کاهش اثر آن ها، اثر معنی داری بر اصلاح مدل دارد. در این پایا...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده صنایع 1389
نشاط بهشتی, حمید شهریاری,

تعیین بهترین مدل رگرسیون زمانی که تعداد متغیرهای مستقل زیاد باشد، متعلق به گروه مسائل hard-np است. طراحی الگوریتمی که همه راه حل های ممکن را بررسی نماید بدلیل ابعاد مسئله غیر عملی است. در این تحقیق الگوریتم شبیه سازی تبرید بر ای تعیین مدل رگرسیون خطی پیشنهاد شده است. از آنجاکه بعضی از متغیرها کم تأثیر می باشند و حضور آنها در مدل تغییرات چندانی را برای بهبود مدل به همراه ندارند و زمان حل را بالا...

15 صفحه اول
ژورنال: :پژوهشنامه اقتصاد کلان 2012
محمد حسن قلی زاده قاسم وحید پور

در پیش بینی قیمت سهام، روش های گوناگونی به کار رفته است، اما هیچ کدام از آن ها نمی تواند، به تمام متغیّرهای شرکت کننده در برآورد مدل قیمت سهام و اثر هر یک از آن ها و حل خطای مدل بپردازد. اکثر حوزه های پیش بینی در روش های کلاسیکی، چون arima و روش های نوینی، چون شبکه های عصبی برای قیمت سهام قرار دارند. در این پژوهش به روشی دست یافته شده که حاصل ادغام رگرسیون معمولی و رگرسیون فازی به همراه بهینه س...

متن کامل
ژورنال: :روانشناسی تحولی: روانشناسان ایرانی 2009
حمیدرضا عریضی محسن گل پرور

در ایـن پژوهش رگرسیـون ریـج و گـام به گـام در قلمرو روان شنـاسی صنعتی، که غالباً متغیرهای مستقل با هم همبسته هستند، مقایسه شد. از بیـن کارکنـان مرد صنایع شهر اصفهـان 329 نفر به دو پرسشنامه سبـک رهبری مدیران (گرستنر و دی، 1994) و رضایت شغلی (برایفیلد و روث، 1995) پـاسخ دادند. بر پایـه نتـایج رگرسیون گام به گام تنها عـامل بررسـی و رسیـدگی به شکـایتها، رضایت شغـلی را پیـش بیـنی کرد (84/0 =β و 05/0p

متن کامل
پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه 1391
صفیه غریب آبادی, مسعود یارمحمدی,

در این پایان نامه، برآورد ناپارامتری استوار برای رگرسیون فضایی مورد بحث و بررسی قرار می گیرد. به طور دقیق تر برای میدان تصادفی مانای اکید داده شد? ، یک خانواده از برآوردگرهای ناپارامتری استوار برای یک تابع رگرسیونی بر اساس روش هسته ای در نظر گرفته می شود. تحت برخی فرضیه های مرکب کلی سازگاری تقریبی و نرمال مجانبی برای این برآوردگرها بدست آورده و در ادامه یک روش استوار برای انتخاب پارامتر همو...

15 صفحه اول
پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده علوم 1388
الهام رهبری, منوچهر خردمندنیا,

چکیده ندارد.

15 صفحه اول
ژورنال: بررسی های آمار رسمی ایران 2010
سرمد, مجید, شاهینی, امیر,

در تحقیقات مختلف به‌طور معمول با مسائلی سر و کار داریم که با استفاده از مجموعه‌ای از متغیرهای توضیحی به پیش‌بینی رفتار یک متغیر وابسته می‌پردازیم. یکی از روش‌های آماری که کاربرد وسیعی در این‌گونه مسائل دارد رگرسیون چندگانه می‌باشد. اما هنگامی که بین متغیرهای توضیحی رابطه‌ی خطی وجود داشته باشد مسئله‌ی هم‌خطی چندگانه رخ می‌دهد و در نتیجه رگرسیون کم‌ترین توان‌های دوم معمولی به ایجاد براوردهای نااس...

متن کامل
ژورنال: اندیشه آماری 2004
, ,

This article has no abstract.

متن کامل
پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده علوم ریاضی 1392
فائزه شکیبا, غلامرضا محتشمی برزادران, عبدالحمید رضایی رکن آبادی,

در این نوشتار ابتدا مدل رگرسیون خطی، نحوه برآورد پارامترهای مدل رگرسیون، آزمون معنی داری ضرایب رگرسیون، انتخاب بهترین معادله رگرسیون و مساله هم خطی مطرح می شود. تعاریفی از نظریه اطلاعات بیان می گردد و اصل آنتروپی ماکسیمم معرفی می شود. با استفاده از نظریه اطلاعات‏، آنتروپی ماکسیمم برای ضرایب و خطا‎‏های مدل رگرسیون حاصل می شود، ضرایب مدل رگرسیون با کمک نظریه اطلاعات برآورد می شوند و آزمون معنی دا...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده علوم ریاضی 1391
خالد اصلان پور, حسین بیورانی, سعید پاشازاده,

امروزه داده کاوی به عنوان یک ابزار و روش علمی جدید برای بررسی و تحلیل داده ها در پایگاه های بزرگ داده مطرح شده است. با استفاده از تکنیک های این روش می توان حجم وسیعی از داده های خام را به اطلاعات مفید و قابل استفاده تبدیل کرد. داده کاوی تکنیک ها و الگوریتم های متنوع و متفاوتی برای تحلیل داد ه دارد. از این بین می توان به معروفترین آن ها از جمله شبکه های عصبی، درخت تصمیم، رگرسیون لجستیک، قوانین ا...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید

function paginate(evt) { url=/search_year_filter/ var term=document.getElementById("search_meta_data").dataset.term pg=parseInt(evt.target.text) var data={ "year":filter_year, "term":term, "pgn":pg } filtered_res=post_and_fetch(data,url) window.scrollTo(0,0); } function update_search_meta(search_meta) { meta_place=document.getElementById("search_meta_data") term=search_meta.term active_pgn=search_meta.pgn num_res=search_meta.num_res num_pages=search_meta.num_pages year=search_meta.year meta_place.dataset.term=term meta_place.dataset.page=active_pgn meta_place.dataset.num_res=num_res meta_place.dataset.num_pages=num_pages meta_place.dataset.year=year document.getElementById("num_result_place").innerHTML=num_res if (year !== "unfilter"){ document.getElementById("year_filter_label").style="display:inline;" document.getElementById("year_filter_place").innerHTML=year }else { document.getElementById("year_filter_label").style="display:none;" document.getElementById("year_filter_place").innerHTML="" } } function update_pagination() { search_meta_place=document.getElementById('search_meta_data') num_pages=search_meta_place.dataset.num_pages; active_pgn=parseInt(search_meta_place.dataset.page); document.getElementById("pgn-ul").innerHTML=""; pgn_html=""; for (i = 1; i <= num_pages; i++){ if (i===active_pgn){ actv="active" }else {actv=""} pgn_li="
  • " +i+ "
    • "; pgn_html+=pgn_li; } document.getElementById("pgn-ul").innerHTML=pgn_html var pgn_links = document.querySelectorAll('.mypgn'); pgn_links.forEach(function(pgn_link) { pgn_link.addEventListener('click', paginate) }) } function post_and_fetch(data,url) { showLoading() xhr = new XMLHttpRequest(); xhr.open('POST', url, true); xhr.setRequestHeader('Content-Type', 'application/json; charset=UTF-8'); xhr.onreadystatechange = function() { if (xhr.readyState === 4 && xhr.status === 200) { var resp = xhr.responseText; resp_json=JSON.parse(resp) resp_place = document.getElementById("search_result_div") resp_place.innerHTML = resp_json['results'] search_meta = resp_json['meta'] update_search_meta(search_meta) update_pagination() hideLoading() } }; xhr.send(JSON.stringify(data)); } function unfilter() { url=/search_year_filter/ var term=document.getElementById("search_meta_data").dataset.term var data={ "year":"unfilter", "term":term, "pgn":1 } filtered_res=post_and_fetch(data,url) } function deactivate_all_bars(){ var yrchart = document.querySelectorAll('.ct-bar'); yrchart.forEach(function(bar) { bar.dataset.active = false bar.style = "stroke:#71a3c5;" }) } year_chart.on("created", function() { var yrchart = document.querySelectorAll('.ct-bar'); yrchart.forEach(function(check) { check.addEventListener('click', checkIndex); }) }); function checkIndex(event) { var yrchart = document.querySelectorAll('.ct-bar'); var year_bar = event.target if (year_bar.dataset.active == "true") { unfilter_res = unfilter() year_bar.dataset.active = false year_bar.style = "stroke:#1d2b3699;" } else { deactivate_all_bars() year_bar.dataset.active = true year_bar.style = "stroke:#e56f6f;" filter_year = chart_data['labels'][Array.from(yrchart).indexOf(year_bar)] url=/search_year_filter/ var term=document.getElementById("search_meta_data").dataset.term var data={ "year":filter_year, "term":term, "pgn":1 } filtered_res=post_and_fetch(data,url) } } function showLoading() { document.getElementById("loading").style.display = "block"; setTimeout(hideLoading, 10000); // 10 seconds } function hideLoading() { document.getElementById("loading").style.display = "none"; } -->