نتایج جستجو برای: برآوردگر اریب و نااریب
تعداد نتایج: 760593 فیلتر نتایج به سال:
در برخی از مسائل مربوط به مقدار مرزی، بیش از یک مقدار مرزی وجود دارد و بدین ترتیب صرفاً راه حلی واحد برای مسئله موجود نیست. مسئله مقدار مرزی گرانی سنجی برداری از جمله همین مسائل است، که دارای دو حل انتگرالی است. در این مقاله، این مسئله ابتدا در دامنه طیفی حل می شود و سپس به فرمول های انتگرالی در دامنه مکانی بدل می گردد. کرنل این انتگرال ها واگرا هستند، ولی با استفاده از روش تلفیق طیفی این کرنل ه...
برآوردگر حداقل مربعات معمولی (ols) ? ?=?(x^ x)?^(-1) xy اغلب برای برآورد ضرایب رگرسیونی در مدل رگرسیون خطی y=x?+? استفاده می شود. اما این برآوردگر به شدت به خصوصیات ماتریس x^ x بستگی دارد. هم خطی چندگانه بین متغیرهای توضیحی در مدل رگرسیون خطی، یک مسأله مهم در بکارگیری این مدل می باشد. در این حالت برآوردکننده کمترین مربعات (? ?) دارای واریانس بزرگی است. در این پایان نامه، ابتدا با الهام از کلاس ...
مسئله برآورد نقطه ای ضریب تعیین در توزیع نرمال p متغییره مورد توجه افراد زیادی قرار گرفته است. این معیار بدلیل کاربرد فراوان، دارای اهمیت زیادی است، در این مقاله با در نظر گرفتن کلاس برآوردگرهای خطی ارائه شده توسط مرشاند (2001)، دو برآوردگر جدید معرفی می شوند که دارای مخاطره کمتری نسبت به دو برآوردگر معمول یعنی ضریب تعیین نمونه ای و تعدیل شده آن می باشند. همه برآوردگرهای ارائه شده اریب هستند، ب...
در برخی از مسائل کاربردی نیاز به انتخاب یکی از جوامع مورد بررسی و برآورد پارامترهای این جامعه گزینش شده است. فرض کنید k نمونه تصادفی از k جامعه به ترتیب با تابع توزیعهایی که از مدل نرخ شکست متناسب یا نرخ شکست وارون متناسب پیروی میکنند انتخاب شده باشد و براساس یک قاعده گزینش معین هدف برآورد تابعی از پارامتر بهترین (بدترین) جامعه گزینش شده باشد. در این مقاله تحت تابع زیان نامتقارن آنتروپی، ب...
دراین پایانامه ابتدا برخی مفاهیم و اصطلاحات اساسی مورد استفاده در فصل های مختلف پایان نامه را به اختصار شرح می دهیم. به معرفی تابع توزیع و برخی از ویژگی های آن می پردازیم و سپس آماره های ترتیبی را که اکثر تحلیل ها و بررسی های این پایان نامه بر مبنای آنها می باشد معرفی می کنیم. پس از آن چندک ها، چندک های خاص و برخی از خواص مهم چندک ها را ارائه می دهیم .درمبحث بعد مسئله برآورد ناپارامتری میانه-نا...
در این مقاله سه نوع برآوردگر جدید به روش ناپارامتری برای اندازه وابستگی دمی بالا به دست آورده و نشان داده می شود که برآوردگرهایی سازگار و به طور مجانبی نااریب هستند. سپس با شبیه سازی مونت کارلو از سه مفصل متفاوت، این سه برآوردگر با هم مقایسه شده و با به کارگیری داده های واقعی روشی جدید برای انتخاب بهترین برآوردگر ارائه می شود
با توجه به اینکه برآورد پارامترها در توزیع های آماری یکی از مهمترین ابزارها برای استفاده آن در علوم دیگر است. ارائه برآوردگرهای با خواص مطلوب از اهمیت بالایی برخوردار است. از این خواص می توان به برآورد کارا، نااریب ، مستحکم و دارای میانگین توان دوم خطای مینیمم شده و مینیماکس اشاره کرد. حال با توجه به کاربرد گسترده توزیع لوگ نرمال در اقتصاد و کشاورزی و کاربرد محدودتر آن برای الگوی های درآمد، ارت...
مسئله برآورد نقطهای ضریب تعیین در توزیع نرمال p متغییره مورد توجه افراد زیادی قرار گرفته است. این معیار بدلیل کاربرد فراوان، دارای اهمیت زیادی است، در این مقاله با در نظر گرفتن کلاس برآوردگرهای خطی ارائه شده توسط مرشاند (2001)، دو برآوردگر جدید معرفی می شوند که دارای مخاطره کمتری نسبت به دو برآوردگر معمول یعنی ضریب تعیین نمونهای و تعدیل شده آن می باشند. همه برآوردگرهای ارائه شده اریب هستند، ب...
هنگامی که همخطی بین ستون های ماتریس طرح در رگرسیون خطی وجود دارد، استفاده از روش کمترین توان های دوم در برآورد ضرایب مدل، معمولاً باعث می شود که برآوردهای خیلی ضعیفی به دست آید. ثابت شده است که واریانس برآوردگرهای کمترین توان های دوم ضرایب رگرسیون ممکن است در حد قابل توجهی افزایش یابند و طول بردار برآورد کمترین توان های دوم پارامتر به طور متوسط خیلی زیاد می شود. در این راستا، یکی از راه های رفع ...
یک برآورد کننده جدیدی برای برآورد پارمتر مقیاس ، توزیع های مکان - مقیاس (با فرض مشخص بودن پارامتر مکان)معرفی می گردد که یک برآوردکننده بهینه و بصورت یک ترکیب خطی از قدر مطلق آماره های ترتیبی می باشد. این برآوردکننده را برآوردکننده بهینه نااریب خطی (ouae) می نامیم. با محاسبه گشتاورهای قدر مطلق از آماره های ترتیبی، کارایی نسبی این برآوردگر جدید را نسبت به بهترین برآوردکننده نااریب خطی (blue) برای...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید