شناسایی نقاط پرت به عنوان نقاط مورد علاقه در بسیاری از زمینه های تحقیقاتی و نقاط تأثیرگذار بر روش های کلاسیک آماری از اهمیت بالایی برخوردار است. به ویژه در ابعاد بزرگ که حضور این نقاط شانس بیشتری دارند و تشخیص آن ها به کمک معیارهای ساده آماری امکان پذیر نیست. استفاده از روش های استوار به منظور ارائه نتایج واقعی از برآوردگرهای پارامتر مکان و مقیاس با تأثیر پذیری بسیار اندک نسبت به نقاط پرت در ا...

داده­های پرت در ژئوشیمی اکتشافی بسیار مهم هستند و می­توانند اثرات زیادی بر نتایج روش­های آماری از جمله جداسازی آنومالی از زمینه داشته باشند. بنابراین یکی از اولین مراحل پیش پردازش در تحلیل داده­های ژئوشیمیایی، تشخیص و تصمیم­گیری در مورد حذف یا تصحیح آن­ها است. این داده­ها را به 3 روش تک متغیره، دو متغیره و چند متغیره می­توان شناسایی کرد که هدف از این تحقیق جداسازی آن­ها با استفاده از روش­های تک...

در این پایان نامه برآوردگر نیمه پارامتری از خانواده برآوردگرهای لگاریتم دوره نگار رگرسیون (gph) برای برآورد پارامتر تفاضل گیری کسری در مدل اتورگرسیو میانگین متحرک جمعی کسری (arfima) که در برابر نقاط دورافتاده جمع پذیر استوار می باشد، معرفی می کنیم. شیوه یافتن این برآوردگر مبتنی بر برآوردگر استواری از تابع اتوکواریانس ام آ وای و جنتون (2000) می باشد که برای بدست آوردن یک دوره نگار استوار شده مور...

در مطالعه قابلیت اطمینان سیستم های قدرت، نرخ خطا پارامتری مهم است. نرخ خطا در مطالعات شبکه های توزیع معمولاً به طور تقریبی ثابت در نظر گرفته می شود ولی به طور دقیق تر و در عمل، پارامتری متغیر است که به عوامل داخلی و خارجی زیادی بستگی دارد. برای پیش بینی نرخ خطای متغیر، از وقایع قبلی و داده های آماری آنها استفاده می شود. در این مقاله، نرخ خطای متغیر در شبکه های توزیع فشار متوسط هوایی در اثر برخور...

یکی از حوزه های مهم در داده کاوی و یادگیری ماشین، حوزه شناسایی داده پرت می باشد. روش های بسیاری برای شناسایی داده پرت ارائه شده که همه آن ها از فرض یکسان بودن توزیع احتمال داده های تست نسبت به داده های آموزش پیروی می کنند. اما در بسیاری از برنامه های کاربردی واقعی نظیر شناسایی اسپم یا تقلب، تفاوت توزیع داده های آموزش و تست امری محتمل است. زمانی که داده های ورودی آموزش و تست از توزیع غیر یکسانی ...

در حضور هم خطی با ناپایدار بودن برآورد کمترین توان های دوم پارامترها، انتظار می رود که باقیمانده ها هم ناپایدار باشند و در این صورت ممکن است که یک باقیمانده بزرگ از برازش کمترین توان های دوم نمایان گر یک مشاهده پرت نباشد و برعکس. در این صورت لزوم بررسی نقاط پرت هنگامی که از روش های معمول برآورد غیر از کمترین توان های دوم از جمله برآوردگر لیو استفاده می شود ضروری به نظر می رسد. در این مقاله با ا...

نمودارهای کنترل از جمله مهمترین ابزارهای کنترل آماری فرایندها می باشند. طراحی مناسب نمودارهای کنترل نیازمند برآورد مقادیر پارامترهای فرایند با استفاده از داده های نمونه ای است. در روش های معمول طراحی نمودارهای کنترل، عموماً از برآوردکننده های کلاسیک برای برآورد پارامترهای فرایند استفاده می شود که تحت مفروضات خاصی قابل کاربرد بوده و در شرایط عملی به ندرت رخ می دهد. استفاده از این برآوردکننده ها ب...

ردیابی هدف با استفاده از اندازه‌گیری سمت یکی از روش‌های اصلی در ردیابی غیرفعال اهداف متحرک زیر دریا به شمار می‌رود. در این مساله همواره انتخاب نوع فیلتر و دقت تخمین‌های صورت گرفته از متغیرهای حالت هدف از مهم‌ترین موضوعات بوده است؛ اما در بسیاری از موارد و کاربردهای این نوع از ردیابی، وجود داده‌ پرت در اندازه‌گیری‌ها اجتناب‌ناپذیر است که موجب کاهش دقت تخمین‌ها یا ناپایداری در عملکرد فیلترهای ردی...

مدل های رگرسیونی برای برقراری ارتباط بین یک متغیر وابسته و تعدادی متغیر مستقل به کار می روند. برای ساختن این مدل ها نیاز به مشاهداتی از متغیرهای مورد مطالعه می باشد. در رگرسیون کلاسیک فرض می شود که این متغیرها و مشاهدات مربوط به آن ها دقیق هستند. ممکن است در یک بررسی مشاهدات مربوط به یک یا چند متغیر نادقیق باشند و یا نادقیق گزارش شده باشند. همچنین ممکن است که متغیرهای مورد مطالعه ذاتاً دارای ارت...