شناساپذیری یکی از ویژگی های لازم برای کفایت یک مدل آماری است. وقتی مدلی شناساپذیر نباشد، با هیچ اندازه ای از نمونه، نمی توان پارامتر حقیقی مدل را تعیین کرد. در این مقاله، مروری بر مفهوم مشهور شناساپذیری و ویژگی های آن شده است. به علاوه از آن جایی که مشکل شناساناپذیری در مدل های خطی تعمیم یافته با اثرهای تصادفی بسیار رایج است، تمرکز اصلی ما بر روی این گونه از مدل ها بوده است. از سوی دیگر، معمولاً...

مدل اثرهای تصادفی یک طرفه همان مدل خطی یک طرفه با اثرهای اصلی تصادفی می باشد. کاربرد این مدل در پرورش حیوانات، زیست شناسی، آزمایش های محیطی و دیگر زمینه های آماری که سطوح اثر به صورت یک نمونه تصادفی از جامعه ی سطوح انتخاب شده اند می باشد و محقق به دنبال به دست آوردن اطلاعاتی از پارامتر های توزیع این سطوح است. از دلایل اصلی این مطالعه می توان به موارد زیر اشاره کرد: • برآورد پارامتر های مدل یا ...

تحلیل واریانس یکی از مهمترین موضاعات در علم آمار می باشد.تحلیل واریانس در صنعت، کشاورزی، اقتصاد،علوم انسانی و اجتماعی از اهمیت بالایی برخوردار است. اهمیت موضوع تحلیل واریانس تا جایی است که باعث شده در زمینه های مختلف موضوع تحقیقات بسیاری باشد و روش های مختلفی برای برآورد به وجود آید. تعداد روش های مختلف برآورد سبب شد که این پژوهش شکل گیرد تا به این سوال پاسخ دهد که کدام روش، در چه شرایطی بهتر...

چکیده در بسیاری از تحقیقات کاربردی به خصوص در علوم پزشکی، مدل های چند متغیره ی رگرسیونی با اثرهای آمیخته برای تحلیل داده های طولی در مواجهه با چندین پیامد، به کار می روند. در این مدل ها وجود اثرهای تصادفی باعث تبیین تغییرپذیری درمشاهدات تکراری و تعدیل ساختار همبستگی بین اندازه های مکرر مربوط به واحدهای درون طبقات شده که این امر موجب کارایی بیشتر برآورد پارامترها و در نتیجه افزایش دقت می شود. ف...

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 ...

در تحلیل داده های طولی با پاسخ شمارشی معمولاً توزیع نرمال برای اثرهای تصادفی در نظر گرفته می شود. ممکن است در برخی از کاربردها، توزیع اثرهای تصادفی نرمال نباشد. از طرفی دیگر، بدمشخص سازی توزیع اثرهای تصادفی ممکن است باعث کاهش کارایی برآوردگرهای موجود شود. در این پایان نامه از توزیع لگ گامای تعمیم یافته که توزیع نرمال را به عنوان یک حالت خاص در بر دارد استفاده می شود. تحلیل فراوانی گرای مدل آمیخت...

شناساپذیری یکی از ویژگی‌های لازم برای کفایت یک مدل آماری است. وقتی مدلی شناساپذیر نباشد، با هیچ اندازه‌ای از نمونه، نمی‌توان پارامتر حقیقی مدل را تعیین کرد. در این مقاله، مروری بر مفهوم مشهور شناساپذیری و ویژگی‌های آن شده است. به‌علاوه از آن‌جایی که مشکل شناساناپذیری در مدل‌های خطی تعمیم‌یافته‌ با اثرهای تصادفی بسیار رایج است، تمرکز اصلی ما بر روی این گونه از مدل‌ها بوده است. از سوی دیگر، معمول...

مطالعه‌های بسیاری در حوزه‌های مختلف شامل داده‌هایی به‌صورت نرخ‌ها یا نسبت‌ها هستند که باید تحلیل شوند. این داده‌ها همچنین ممکن است شامل مقادیر صفر و یک نیز باشند. مدل‌های رگرسیونی بتای افزوده انتخاب مناسبی برای متغیرهای پاسخ پیوسته در بازه‌ی بسته‌ی [۰,۱] هستند. داده‌ها در این مدل بر اساس آمیختن سه توزیع شامل دو توزیع تباهیده در صفر و یک با چگالی بتا در بازه‌ی (۰,۱) مدل‌بندی می‌شوند. اثرهای تصاد...