نتایج جستجو برای: هستینگس
تعداد نتایج: 9 فیلتر نتایج به سال:
در علوم رفتاری و اجتماعی برخورد با متغیرهای پنهان بسیار متداول است. یکی از بهترین روش ها برای مدل بندی این گونه متغیرها، مدل معادلات ساختاری است که از دو معادله ی اندازه گیری و ساختاری تشکیل یافته است و روابط بین متغیرهای پنهان با معادله ی ساختاری نشان داده می شوند. با وجود این، نظریه ی ماکسیمم درستنمایی و نرم افزارهای کامپیوتری موجود نظیر لیزرل [8] و eqs [1] که در مطالعات روان شناسی و اجتماعی ...
روش مونت کارلو زنجیر مارکوفی (mcmc) را برای استنباط بیزی فرآیندهای تلاطم تصادفی ارنشتاین – النبک غیر گاووسی گسترش می دهیم. همچنین برای فرآیند تلاطم تصادفی فرآیند لوی پشت زمینه ای، پواسن مرکب در نظر گرفته می شود. در این پایان نامه در ابتدا دو روش بر اساس الگوریتم های متروپلیس – هستینگس (m-h) و گیبس، که از بهترین الگوریتم های mcmc هستند، با عنوان روش های مرکزی و غیر مرکزی ارائه می شوند. آن گاه ا...
در این مقاله مدل فضایی برای تحلیل مقادیر کرانگین با توزیع حاشیه ای مقدار کرانگین تعمیم یافته معرفی می شود، که در آن وابستگی های کوچک مقیاس با استفاده از تابع مفصل تی فاصله مدل بندی و سپس با رویکردی سلسله مراتبی میدانی تصادفی برای جذب وابستگی های بزرگ مقیاس با پارامتر مکان توزیع های حاشیه ای مرتبط می شود. برازش مدل در رهیافت بیزی با استفاده از تکنیک های مونت کارلوی زنجیر مارکوفی انجام می گیرد که...
در آمار فضایی متغیر مورد اندازه گیری ممکن است گسسته یا پیوسته باشد. در حالتی که پاسخ های فضایی پیوسته باشند، با در نظر گرفتن یک میدان تصادفی مانا، پیش گویی مقادیر نامعلوم در موقعیت های معلوم با روش کریگیدن امکان پذیر است. اما در مواردی که پاسخ های فضایی گسسته هستند، پیش گویی فضایی با استفاده از مدل های آمیخته خطی تعمیم یافته فضایی امکان پذیر می شود. در این مدل ها ساختار همبستگی فضایی داده ها از...
چکیده: در این مقاله، یک مدل فضای وضعیت نرمال چولهی مدار الکتریکی RC با در نظر گرفتن معادلهی دیفرانسیل تصادفی این مدار با نوفهی سفید و رنگی بهعنوان مدل پویا و نوفهی اندازهی نرمال چوله به جای نرمال معرفی میشود. فن پالایش بهینه با استفاده از طرح مونته کارلوی دنبالهای برای بهدست آوردن بار بهعنوان متغیر وضعیت مدل به کار گرفته شده است. علاوه بر آن فرض شده است که مدل شامل پارامترهای نامعلوم ...
در علوم رفتاری و اجتماعی برخورد با متغیرهای پنهان بسیار متداول است. یکی از بهترین روشها برای مدلبندی اینگونه متغیرها، مدل معادلات ساختاری است که از دو معادلهی اندازهگیری و ساختاری تشکیل یافته است و روابط بین متغیرهای پنهان با معادلهی ساختاری نشان داده میشوند. با وجود این، نظریهی ماکسیمم درستنمایی و نرمافزارهای کامپیوتری موجود نظیر لیزرل [8] و EQS [1] که در مطالعات روانشناسی و اجتماعی...
در علوم کاربردی و مهندسی شبیه سازی از توزیع های آماری از اهمیت ویژه ای برخوردار است، اگرچه این ممکن است ساده نباشد. تاکنون روش های متفاوت شبیه سازی معرفی شده اند که از بین آن ها روش های مبتنی بر مونت کارلو زنجیر مارکفی از مهم ترین هستند. دو الگوریتم متروپولیس-هستینگس و گیبس پرکاربردترین الگوریتم ها هستند اما در مواردی با محدودیت هایی مواجه هستند. روش نمونه گیری برشی برای رفع برخی از محدودیت ه...
در این پایان نامه، ابتدا خلاصه ای از مدل رگرسیون را به منظور شرح روش های کلاسیک انتخاب متغیر شامل روش های رگرسیونی گام به گام بیان می کنیم. سپس روش های نمونه گیری mcmc از جمله نمونه گیری گیبس و روش متروپولیس هستینگس را شرح می دهیم. پس از آن به شرح روش های انتخاب متغیر بیزی در مدل رگرسیون شامل: کیو و مالیک، انتخاب متغیر گیبس (gvs) ، جستجوی تصادفی انتخاب متغیر (ssvs) ، انقباض توافقی و mcmc...
در بیشتر تحلیل هایی که از الگوهای نقطه ای نشان دار پیوسته انجام می شود، فرض می کنند که چگالی نقاط با نشان های متفاوت یکسان است؛ اما در حقیقت در بسیاری از موقعیت ها چنین فرضی اعتبار لازم را ندارد. برای مثال در یک منطقه از یک جنگل، ممکن است تعداد درختان کوچک بیشتر از تعداد درختان بزرگ باشد. بنابراین مدل بایستی دارای فراوانی بزرگتری از نقاط با نشان های کوچک باشد. به علاوه فرایند باید به گونه ای در...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید