بررسی آزمون نیکویی برازش توابع مفصل با استفاده از یک تبدیل جدید

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه الزهراء - دانشکده علوم پایه
  • نویسنده رودابه پورغفار مغفرتی
  • استاد راهنما صدیقه شمس
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1391
چکیده

مروزه توابع مفصل یکی از ابزارهای مهم مدل بندی وابستگی است.اما برای بررسی این که مدل منتخب مناسب مجموعه داده هاست یا نه روش خاصی توصیه نشده است.در برخی از آزمون های نیکویی برازش مسئله چند متغیره به یک متغیره تبدیل شده،آن گاه روش های یک متغیره برای آزمون نیکویی برازش به کار می رود.یکی از این روش ها که تا کنون به طرق مختلف مورد استفاده واقع شده،روش مبتنی بر تبدیل رزن بلت است.در این تحقیق نیز دو روش بر اساس دو تبدیل جدید که الهام گرفته از روش رزن بلت است ،معرفی شده و خواص آن برای توابع مفصل دو متغیره مورد بررسی قرار گرفته است.تبدیلات مذکور بر متغیرهایی که با به کارگیری تابع مفصل شرطی از هم مستقل شده اند،اعمال شده و آن گاه مقدار خطای واقعی با استفاده از شبیه سازی محاسبه می شود و اختلاف آن با سطح آزمون تعیین شده مورد بررسی قرار می گیرد.در این پژوهش با برازاندن مدل های مختلف به داده های شبیه سازس شده و محاسبه مقدار خطای واقعی و احتمال رد،در نهایت به این نتیجه رسیدیم که آزمون مبتنی بر تبدیل اول که از آن به عنوان تبدیل لگاریتمی یاد می شود,آزمون مناسبی است.اما در آزمون دوم یعنی آزمون براساس تبدیل دوم یا تبدیل پارتو، خطای محاسبه شده مقادیری بزرگتر از مقدار مفروض دارند ودر نتیجه توانمندی آزمون مورد تردید است.

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

آزمون نیکویی برازش برای توابع مفصل

یکی از مسائل اساسی در آمار، مدل بندی پدیده های تصادفی است. به طور کلی از مدل های آماری برای نشان دادن ساختارهای تصادفی، پیش بینی رفتار متغیرها در آینده، استنباط و استخراج اطلاعات از داده ها استفاده می شود. در این میان تابع مفصل به عنوان یک مدل برای مشاهدات چند متغیره و وابسته توانسته است در مطالعات اخیر توجه بسیاری از کاربران آمار را به خود جلب نماید. در حقیقت این تابع به آماردان کمک می کند تا ...

15 صفحه اول

آزمون نیکویی برازش برای توابع مفصل

با توجه به نقش توزیع های چند متغیره و ارتباط توابع مفصل با این توزیع ها و همچنین کاربرد توابع مفصل در زمینه های متفاوت از جمله مطالعه ی بردارهای تصادفی ، شبیه سازی ، بیان ساختار وابستگی در داده های مالی و بیمه ای و مسائل آنالیز بقا ، در پژوهش های مختلف مسئله ی نیکویی برازش توابع مفصل حائز اهمیت است که در این رساله به آن پرداخته و روشی برای آزمون نیکویی برازش توابع مفصل معرفی کرده ایم. با توجه ...

15 صفحه اول

آزمون های نیکویی برازش برای مدل های ارشمیدسی توابع مفصل

تابع مفصل یکی از اصلی ترین ابزارهای بیان وابستگی است‎.‎ برای بررسی این‎‎ که ساختار وابستگی داده ها به خوبی توسط تابع مفصل ‎‎منتخب بیان ‎‎می شود‏، روش های زیادی توصیه شده است. در بسیاری از روش ها موضوع چند متغیره ابتدا به یک متغیره کاهش یافته و سپس از آزمون های یک متغیره استفاده می شود‏. هم چنین روش هایی وجود دارند که از چند متغیره استفاده می کنند. در این پایان نامه هر دو دسته از روش ها مورد برر...

15 صفحه اول

آزمون نیکویی برازش توزیع نمایی برمبنای برآوردگرهای جدید آنتروپی

در این مقاله، ابتدا دو برآوردگر جدید آنتروپی معرفی می‌شود. سپس آزمون نیکویی برازش فرضیه نمایی بودن توزیع جامعه برمبنای برآوردگرهای جدید معرفی می‌شود و توان آنها با توان سایر آزمون‌های برمبنای آنتروپی توزیع نمایی مورد مقایسه قرار می‌گیرد. نتایج مطالعات شبیه‌سازی نشان می‌دهد که برآوردگرهای پیشنهادی عموما عملکرد بهتری در مقایسه با سایر برآوردگرها در برآورد آنتروپی و آزمون نیکویی برازش دارند

متن کامل

آزمون نیکویی برازش برای توزیع نمایی وزنی

در رده جدیدی از توزیع های نمایی وزنی که توسط گوپتا و کاندو [1] ارائه شد، پارامتر چولگی به توزیع نمایی اضافه گردیده است. بنابراین توزیع نمایی وزنی دارای پارامترهای چولگی و مقیاس است. در این مقاله آزمون نیکویی برازش برای این رده با پارامترهای مجهول را بررسی می کنیم. آزمون بر مبنای آماره های معروف اندرسون و کلموگروف-اسمیرنف انجام می گیرد. برای یافتن چندک های آماره اندرسون از روش بوت استرپ اما در م...

متن کامل

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 الزهراء - دانشکده علوم پایه

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023