بررسی و ارزیابی ویژگی های توابع کواریانس فضایی- زمانی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس
  • نویسنده الهام بهشاد
  • استاد راهنما محسن محمدزاده
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1389
چکیده

برای تحلیل داده های فضایی-زمانی که بر حسب موقعیت فضایی و زمانی به یکدیگر وابسته هستند، لازم است ساختارهمبستگی آن ها توسط کواریانس فضایی-زمانی تعیین گردد. این تابع کواریانس که نقش به سزایی در پیشگویی موقعیت های فضایی یا زمانی فاقد مشاهده دارد، معمولا نامعلوم است و بایستی بر اساس مشاهدات برآورد شود. پذیرش فرض هایی مانند مانایی، تقارن و تفکیک پذیری تابع کواریانس فضایی-زمانی به نحو قابل ملاحظه ای برازش یک مدل معتبر به داده ها را تسهیل می نماید. اما ضرورتا این فرض ها در مسائل کاربردی محقق نمی باشند. لذا لازم است صحت هر یک از آن ها مورد بررسی قرار گیرند. در سال های اخیرمطالعات زیادی در زمینه بررسی تحقق این فرض ها با روش های پارامتری و ناپارامتری صورت پذیرفته است. در این پایان نامه ابتدا با فرض گاوسی بودن میدان تصادفی آزمون تفکیک پذیری نسبت درستنمایی میشل بیان می شود. سپس بدون هیچ-گونه فرضی بر روی توزیع داده ها، انواع آزمون های ناپارامتری و طیفی ارائه شده برای تقارن و تفکیک پذیری تابع کواریانس فضایی-زمانی معرفی خواهند شد. آن گاه اندازه و توان هر یک از آزمون های مطرح شده درمطالعه شبیه سازی تحت شرایط مختلف ارزیابی شده و تحت شرایطی یکسان آزمون های مختلف تقارن وتفکیک پذیری مورد مقایسه عددی قرار می گیرند و برای وضعیت های مختلف آزمون مناسب تر معرفی می شود. نهایتا روش های آزمون برتر برای بررسی هر یک از ویژگی های ساختارهمبستگی داده های سرعت باد اقیانوس آرام به کار گرفته شده و تابع کواریانس فضایی-زمانی مناسب به داده ها برازش داده می شود.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

ساختن توابع کواریانس فضایی-زمانی تفکیک ناپذیر

در آمار کلاسیک به طور کلی فرض می شود مشاهدات نمونه ای، از یکدیگر مستقل اند، در حالی که در عمل با موارد زیادی مواجه می شویم که مشاهدات به نوعی به یکدیگر وابسته اند. داده هایی که علاوه بر همبستگی فضایی از نظر زمانی نیز همبسته و این همبستگی ناشی از موقعیت و فاصله آنها در فضا و زمان می باشد داده های فضایی-زمانی نامیده می شوند. برای تحلیل داده های فضایی-زمانی لازم است ساختار همبستگی آن ها توسط تابع...

15 صفحه اول

برآورد ناپارامتری توابع کواریانس فضایی-زمانی

مدل بندی ساختار کواریانس نقش کلیدی در تحلیل داده های فضایی ایفا می کند. مدل های پارامتری مختلفی وجود دارد با این حال همه ی آنها محدود هستند ولی در آمار ناپارامتری هیچ گونه محدودیتی وجود ندارد. واضح است که مدل کواریانس ناپارامتری کارایی خوبی دارد. هدف این پایان نامه بدست آوردن ساختارکواریانس ناپارامتری براساس تابع کاملاً یکنوا و توابع -bاسپلاین است. ما در مطالعه شبیه سازی نیز به ارزیابی کارایی ای...

مقایسه و انتخاب توابع کواریانس تفکیک پذیر و تفکیک ناپذیر در میدان های تصادفی فضایی-زمانی

اسحاق نیوتن نخستین مدل ریاضی از زمان و فضا را در کتاب اصول ریاضی خود در سال 1687 منتشرکرد. در مدل نیوتن، زمان و فضا کاملا جدا از یکدیگر در نظر گرفته می شدند. با این همه در نظریه نسبیت انشتین ، زمان و فضا به گونه ای جدایی ناپذیر به یکدیگر گره خورده اند. به طور مشهود در بسیاری از پدیده ها نیز هر دو عامل فضا و زمان تاثیر گذار بوده و در بسیاری از مواقع نادیده گرفتن یکی از این عوامل می تواند منجر به...

مدلسازی تغییرنگار داده های فضایی-زمانی با تابع کواریانس تفکیک ناپذیر

داده هایی که نوعاً بر حسب موقعیت (مکان) قرارگرفتن آنها در فضای مورد مطالعه همبسته باشند و این همبستگی تابعی از فاصله موقعیت آنها باشد، داده های فضایی نامیده می شوند. مجموعه ای از داده-های فضایی که در زمانهای متوالی(منظم یا نامنظم) مشاهده شوند را داده های فضایی-زمانی می نامند. هدف اصلی این پایان نامه یافتن ساختار وابستگی داده های فضایی- زمانی و مدلسازی این وابستگی است که به وسیله تابع تغییرنگار...

15 صفحه اول

مدلسازی توابع کواریانس ناهمسانگرد

چکیده: در بسیاری از روش های آماری فرض بر استقلال مشاهدات می باشد، که این امر کمک شایانی به تسهیل مبانی نظری می‏نماید، اما در عمل اغلب با داده هایی مواجه می شویم که فرض استقلال برای آنها برقرار نیست و به یکدیگر وابسته‏اند. داده‏های فضایی نوعی داده‏ وابسته هستند که وابستگی آنها برحسب فاصله فضایی بین موقعیت‏ داده‏ها برآورد و مدلسازی می‏شود. برای تحلیل داده‏های فضایی لازم است ساختار همبستگی آنها ...

استنباط بیزی مدل های فضایی-زمانی پویا با ساختار کواریانس ناهمگن

اغلب در مدل های فضایی-زمانی پویا تحت فرض های محدودکننده ایستایی و همسانگردی، مدلی پارامتری برای تابع کوواریانس فضایی اختیار شده و استنباط ها ارایه می شود. اما در برخی مسایل کاربردی این مفروضات همگنی ممکن است برقرار نباشد. از طرف دیگر گاهی با مواردی وجود دارد که تعداد موقعیت های نمونه گیری زیاد است و استنباط بیزی با استفاده از الگوریتم های مونت کارلوی زنجیر مارکوفی محاسبات فراوانی بدنبال خواهد د...

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023