استخراج الگوها و مدل های مطلوب از مجموعه داده های بزرگ توجه بسیاری را در رشته های مختلف بخود جلب کرده است، در این خصوص استخراج اطلاعات مفید از پایگاه های داده و داده کاوی دو زمینه جالب توجه برای محققین در شناسایی الگوها، آمار، هوش مصنوعی و خصوصاً محاسبات در سطوح بالا ایجاد کرده است.در این پایان نامه یک روش کارا و استوار به نام تجزیه کلاس رگرسیونی آمیخته برای استخراج کلاس های رگرسیونی در مجموعه د...

بسیاری از سری های زمانی دارای ویژگی های غیر نرمال هستند ازجمله سری های زمانی با واریانس ناپایدار. این نوع از سری های زمانی نقش محوری در بسیاری از علوم مانند ریاضیات مالی، بیمه و زلزله شناسی ایفا می کنند. مدل توزیع انتقال آمیخته، اولین بار توسط رفتری در سال 1985 برای مدلبندی زنجیرهای مارکف مرتبه بالا معرفی شد. در این پایان نامه، مدل توزیع انتقال آمیخته در مورد سری های زمانی با واریانس ناپایدار ...

الگوی نرمال بدلیل برخورداری از برخی ویژگی های ذاتی و سهولتی که معمولاً در استنباط فراهم می آورد، از جایگاه ویژه ای در استنباط آماری برخوردار است. در سال های اخیر تلاش های گسترده ای برای توسعه الگوهایی جامعتر از نرمال که علاوه بر ویژگی های مطلوب الگوی نرمال قابلیت بیشتری در مدلبندی داده های متنوع داشته باشند، صورت پذیرفته است. اما با وجود موفقیت آمیز بودن بخشی از این تلاش ها الگوی نرمال هنوز هم ب...

برای مدلبندی پاسخ های گسسته فضایی زمین آمار از مدل های آمیخته خطی تعمیم یافته فضایی استفاده می شود و ساختار همبستگی فضایی داده ها از طریق متغیرهای پنهان در نظر گرفته می شود. از مهمترین اهداف در بررسی این مدل ها پیش گویی متغیرهای پنهان و برآورد پارامترهای مدل است. در این مقاله برای تحلیل این مدل ها، ابتدا یک روش پیش گویی ارائه و سپس به بیان رهیافت بیزی و الگوریتم های مونت کارلویی پرداخته می شود....

برای مدلبندی پاسخ های گسسته فضایی زمین آمار از مدل های آمیخته خطی تعمیم یافته فضایی استفاده می شود و ساختار همبستگی فضایی داده ها از طریق متغیرهای پنهان در نظر گرفته می شود. از مهمترین اهداف در بررسی این مدل ها پیش گویی متغیرهای پنهان و برآورد پارامترهای مدل است. در این مقاله برای تحلیل این مدل ها، ابتدا یک روش پیش گویی ارائه و سپس به بیان رهیافت بیزی و الگوریتم های مونت کارلویی پرداخته می شود....

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...

تحلیل داده های دودویی براساس یک رهیافت بیز نیمه پارامتری یک روش مهم و پرکاربرد برای تحلیل داده های دودویی بر مبنای بکارگیری مدل های متغیر پنهان است، که از هر دو دیدگاه نظری و محاسباتی می تواند یک بستر مناسب فراهم سازد. در این چارچوب، مدل بندی پاسخ های چندمتغیره وابسته با ایجاد یک ساختار همبستگی در متغیرهای پنهان، امکانپذیر است. بطور کلی اغلب فرض می شود توزیع پیشین متغیر پنهان نرمال است و بدین...

در مطالعات بیماری های مزمن گاهی هر فرد امکان تجربه تعدادی پیشامد مختلف یا تجربه متعدد یک پیشامد را در زمان های مختلف دارد، این نوع بیماری ها را عودپذیر یا بازگشتی می نامند. در ارزیابی روند پیشرفت این بیماری ها، متغیرهایی وجود دارند که در طی زمان به طور تناوبی اندازه گیری می شوند و بررسی اثر آن ها در طی زمان بر پیشامد عود بیماری برای محقق بالینی از اهمیت خاصی برخوردار است. این متغیرهای وابسته به...

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...

در مدلبندی سیستم های پیچیده دنیای واقعی ممکن است اطلاعات ما دقیق نباشد. واضح است در چنین مواردی بسیاری از این مدلبندی ها منجر به مدلهای برنامه ریزی ریاضی غیردقیق می گردد. در این پایان نامه ابتدا به بررسی مفاهیم بنیادی نظریه مجموعه های فازی می پردازیم و سپس راهکارهایی برای حل مسائل برنامه ریزی خطی فازی و برنامهریزی صحیح فازی ارائه می دهیم.