یکی از مسائل مهم در تحلیل سری های زمانی برآورد بازه ی پیشگویی بر اساس مشاهدات گذشته است. در سال های اخیر، روش های متفاوت بوت استرپ برای برآورد بازه های پیشگویی بدون هیچ فرضی در مورد توزیع خطاها، ارائه شده است. روش های بوت استرپ نیم پارامتری بر اساس برازش یک مدل اتورگرسیو بر روی داده ها است و نمونه های بوت استرپ با استفاده از بازنمونه گیری از باقیمانده ها تولید می شود. در این مقاله در ابتدا، روش...

روش بوت استرپ افرون برای برآورد میزان دقت برآوردگرها، هنگام مشاهدات مستقل کاربرد دارد. برای داده های فضایی که بر حسب موقعیت قرار گرفتن آن ها در فضای مورد بررسی به یک دیگر وابسته هستند، معمولاً روش بوت استرپ بلوک متحرک مورد استفاده قرار می گیرد. از آنجا که در این روش مشاهدات مرزی نسبت به سایر مشاهدات امکان کمتری برای حضور در بلوک ها دارند، در این مقاله روش بوت استرپ بلوک مجزا معرفی و الگوریتمی بر...

معمولاً عمل کرد یک فرآیند تولیدی به وسیلۀ نمودارهای شوهارت که ابزاری برای کشف انحراف های با دلیل و بهبود فرآیند با کاهش تغییرپذیری است، تحت نظارت و کنترل قرار می گیرد. هنگامی که توزیع فرآیند نرمال نباشد این گونه نمودارها کارایی ندارند. روش بوت استرپ یک خانواده از روش های باز نمونه گیری است که می تواند بدون فرض نرمال بودن مشاهده ها در کنترل کیفیت آماری استفاده شود. در مقاله های متعددی تنها از روش...

مبحث سری های زمانی در علوم مختلف بسیار پرکاربرد است و از هدف های اصلی آن برآورد بازه های پیشگویی بر اساس مشاهدات گذشته ی سری و برآورد بازه های درون یابی برای مقادیر گمشده است. در روش های سنتی فرض بر این است که توزیع باقیمانده ها معلوم است. اما روش های بوت استرپ بازه های پیشگویی و درون یابی را بدون هیچ فرضی درباره ی توزیع خطاها برآورد می کند. در سال های اخیر روش های متفاوت بوت استرپ ارائه شده اس...

این رساله مشتمل بر شش فصل است که فصل اول آن کلیات و مفاهیم مورد استفاده در کل رساله و همچنین تاریخچه پیدایش بوت استرپ فصل دوم آشنایی با روش بوت استرپ و جک نایف و مقایسه آنها در برآورد خطای استاندارد برآوردگرها و فصل سوم روشهای برآورد اریبی یک برآوردگر فصل چهارم بازه های اطمینان بوت استرپ فصل پنجم آزمونهای فرض به روشهای جایگشت و بوت استرپ و فصل ششم برنامه های کامپیوتری حل مثالهای ارائه شده در رس...

آینده یک سری زمانی را می توان به کمک داده هایی که در طی زمان های گذشته گرداوری شده اند، را پیش بینی کرد. پیش بینی را می توان به صورت نقطه ای یا فاصله ای انجام داد. در این تحقیق، هدف پیش بینی فاصله ای است. در رویکرد کلاسیک فاصله های پیش بینی بر اساس توزیع نرمال برای خطای پیش بینی بوده است. لذا پیش بینی مناسبی با این فرض به دست نمی اید. ما در این تحقیق از روش بوت استرپ برای این فاصله ها استفاده ک...

مقدمه و اهداف: حجم نمونه کم می تواند تجزیه و تحلیل داده های آماری از جمله داده های بقا را تحت تأثیر قرار دهد. کاهش حجم نمونه می تواند به دلایل مختلف، از جمله از دست رفتن اطلاعات رخ دهد؛ یعنی داده های گم شده در برخی از متغیرها وجود داشته باشد. هدف این مطالعه، براورد پارامترها با استفاده از روش های بازنمونه گیری بوت استرپ و جک نایف در تحلیل بقای بیماران مبتلا به تالاسمی ماژور است. روش کار: در این...

در اغلب مطالعات محیطی، داده­ها بر حسب موقعیت­شان در ناحیه مورد مطالعه معمولا وابسته فضایی هستند. تعیین ساختار همبستگی فضایی و پیشگویی دو مساله مهم در تحلیل داده­های فضایی هستند. برای تحلیل این داده­ها، اغلب یک مدل تغییرنگار پارامتری به تغییرنگار تجربی داده­ها برازش داده می­شود و براساس آن پیشگویی صورت می­پذیرد. با توجه به اینکه شکل بسته­ای برای برآوردگر پارامترهای تغییرنگار وجود ندارد، معمولا ا...

بسیاری از داده هایی که در زمینه های علوم اجتماعی، علوم پزشکی، علوم انسانی، علوم زیستی و ... جمع آوری می شوند دارای ساختار سلسله مراتبی هستند. برای تحلیل چنین داده هایی که در آن گروه ها تصادفی و ساختار داده ها به صورت سلسله مراتبی است از مدل های چندسطحی استفاده می شود. بدلیل اهمیت برآوردهای مولفه های واریانس در مدل چندسطحی چندین روش برای برآورد آنها پیشنهاد شده است که روش ماکسیمم درستنمایی کامل ...

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...