چکیده ندارد.

زمینه و هدف: ارایه فواصل اطمینان برای پارامترهای مجهول در مطالعات مختلف معمولا بر اساس پذیرش پیش فرض هایی است که از آن جمله می توان به ضرورت بزرگ بودن حجم نمونه (به اندازه کافی) اشاره داشت. هدف از انجام این تحقیق، بررسی چگونگی به کارگیری روش بوت استرپ (bootstrap) در مدل رگرسیون لجستیک (logistic regression) و نشان دادن ضرورت بکارگیری روش بوت استرپ در مدل های رگرسیونی لجستیک در مواردی است که اطلا...

مقدمه و اهداف: به تازگی مطالعه های صید- بازصید در پژوهش های بهداشتی به وفور مورد استفاده قرار می گیرد و پژوهشگران به استفاده از این گونه مطالعه ها در مسایل بهداشتی تمایل زیادی پیدا کرده اند. در این مقاله، اصول اولیه و نکات مهمی که در طراحی این مطالعه ها باید مدنظر قرار بگیرد، بحث شده است. در ابتدا توضیح مختصری در مورد مطالعه های صید- بازصید ارایه می شود، سپس پیش فرض های این نوع مطالعه ها مورد ب...

چکیده ندارد.

تعیین چگالی های ناشناخته در بسیاری از کاربردها نظیر مدل های بیزی پیچیده تنها به کمک شبیه سازی ممکن بوده و در این میان روشهای مونت کارلوی زنجیر مارکوفی بیشترین سهم را دارند. روش های مختلف مونت کارلوی زنجیر مارکوفی ، امروزه به عنوان ابزاری اساسی در قلمرو علم آمار و به ویژه در مباحث بیزی بکار رفته و همراه با افزایش قدرت پردازش و سرعت محاسبات کامپیوترها در حال تکمیل و گسترش می باشد. در این پایان نا...

the main objective in sampling is to select a sample from a population in order to estimate some unknown population parameter, usually a total or a mean of some interesting variable. a simple way to take a sample of size n is to let all the possible samples have the same probability of being selected. this is called simple random sampling and then all units have the same probability of being ch...

نمونه گیری خوشه ای سازوار یک طرح نمونه گیری است که در آن برخلاف طرح های نمونه گیری سنتی ، انتخاب واحدها در هر مرحله به اطلاعات واحدهایی که در مراحل قبل انتخاب شده اند، وابسته است. در این روش بعد از انتخاب نمونه اولیه ای به روش های نمونه گیری سنتی از جامعه مورد نظر، به ازای هر واحد انتخابی در نمونه اولیه اگر متغیر مورد نظر واحد انتخابی در یک شرط از پیش تعیین شده صدق کند، واحدهای همسایه آن واحد ب...

چکیده ندارد.