چکیده ندارد.

چکیده سری های زمانی چند متغیره مالی اغلب دارای توزیع های کناری با دم های کلفت و ناهمسانی شرطی می باشند که مدل بندی های کلاسیک اغلب قادر به بیان این ویژگی ها نیستند.از این رو در این پژوهش برای بیان هم حرکتی سری های زمانی مالی از مدل های ناهمسانی شرطی و هم چنین توابع مفصل که توابع توزیع چند متغیره ای هستند که کناری های یک بعدی آن ها دارای توزیع یکنواخت در فاصله ( 0,1) می باشند، استفاده می شود. ی...

تحقیقات جغرافیایی نیازمند مدلهایی است که اطلاعات منتج از تخصص های مرتبط را در قالبی یکپارچه و در راستای پاسخ مسائل اینگونه تحقیقات، ساماندهی کند. در عرصه دانش جغرافیا، مدل به معنای دستگاهی است که ضمن تبیین رابطه گزاره های منتج ازحوزه های دانشی مرتبط، به تولید دانش نیز بپردازد. از آنجایی که شالوده سازی فضای عادلانه نیازمند طراحی مدلی مناسب برای سنجش میزان تحقق و همچنین تغییرات سنواتی آن می باشد ...

همبستگی بین مشاهدات در زمان های متفاوت در سری های زمانی، حافظه نامیده شده و اغلب بوسیله تابع خودهمبستگی اندازه گیری می شود. حافظه بلند مدت بدین معناست که مشاهدات با فاصله زیاد از هم، مانند مشاهدات نزدیک به هم، دارای وابستگی شدیدی می باشند. تابع خودهمبستگی فرآیندهای با حافظه بلند مدت به آرامی با نرخ هیپربولیک کاهش می یابد در حالی که این کاهش در فرآیندهای با حافظه کوتاه مدت به صورت نمایی است. در ...

پژوهش های متداول در زمینه رگرسیون های پیشگو، حالتی را بررسی می کنند که در آن به ازای هر t، متغیر yt به وسیله متغیر xt-1 پیش بینی می شود، وقتی که {xt} ساختار ar(1) دارد. با وجود این، ممکن است سری های پیشگویی وجود داشته باشند که ساختار اتورگرسیو آن ها با مرتبه بزرگ تر از 1 باشند. مسأله موجود در این مدل ها، اریبی برآوردگرهای حداقل مربعات معمولی ضرایب شیب، تحت برخی شرایط است. در این پایان نامه مدل...

هدف اصلی مقاله حاضر، استفاده از مدل‌های احتمال اتورگرسیو میانگین متحرک(ARMA) به منظور مدل‌سازی سری زمانی موقعیت روزانه ایستگاه دائمی GPS می‌باشد. موقعیت‌های روزانه ایستگاه دائمی </stron...

خشک‌سالی پدیده‌ای است که برای پیش‌بینی آن نمی‌توان از مدل مشخصی استفاده کرد. بر این اساس، محققان تلاش می‌کنند با استفاده از مدل‌های پیشرفته دقت پیش‌بینی‌ها را افزایش دهند. در این زمینه، مدل‌های استوکاستیک خطی، شبکة عصبی مصنوعی، و مدل‌های هیبرید می‌توانند در دقت پیش‌بینی مفید باشند. تحقیق حاضر به بررسی کارایی مدل‌های اتورگرسیو میانگین متحرک تجمعی (ARIMA)، شبکة عصبی مصنوعی مستقیم (DMSNN)، شبکة عص...

در رگرسیون کلاسیک و فضایی معمولا فرض می شود که داده های تحت بررسی نرمال هستند. اما در عمل با موارد متعددی مواجه می شویم که در توزیع داده ها شواهدی از چولگی یا سنگینی دم ها مشاهده می شود. در اینگونه مسائل، خانواده توزیع های آمیخته مقیاسی از چوله نرمال روش مناسبی برای مدلبندی داده ها فراهم می سازد. در این رساله با هدف ارائه مدل های جدید و انعطاف پذیر که با مشکلات مدل های موجود مواجه نباشد، ابتدا...

اگر مشاهدات از لحاظ موقعیت قرار گرفتن در فضای مورد مطالعه به یکدیگر وابسته باشند، داده های فضایی هستند. همچنین داده های فضایی که در زمان های متوالی به دست آیند، داده های فضایی-زمانی و اگر این داده ها در طول زمان مستقل باشند، داده های پانلی فضایی نامیده می شوند. به دلیل وجود همبستگی فضایی یا فضایی-زمانی بین آن ها، لازم است به نحوی ساختار همبستگی آنها تعیین و در مدل بندی محسوب شود. این کار مستلزم...