برآورد ناپارامتری توابع کواریانس فضایی-زمانی

پایان نامه
چکیده

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 این مدل پرداخته ایم. نتایج شبیه سازی نشان می دهد که مدل ناپارامتری به خوبی مدل پارامتری عمل می کند.

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

بررسی و ارزیابی ویژگی های توابع کواریانس فضایی- زمانی

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 ب...

15 صفحه اول

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 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 ...

ارزیابی اثر روش های مختلف مدل بندی روند فضایی- زمانی بر برآورد توابع کوواریانس

تحلیل آماری داده های فضایی-زمانی مستلزم تعیین ساختار همبستگی آن ها از طریق تابع کوواریانس فضایی-زمانی است. این تابع که معمولاً نامعلوم است بر اساس مشاهدات برآورد می شود. از آنجا که وجود روند در داده ها موجب اریبی در برآورد تابع کوواریانس می گردد، ضروری است روند داده ها مدل بندی شده و با کسر روند از مشاهدات، باقیمانده های فاقد روند برای برازش تابع کوواریانس مورد استفاده قرار گیرد. اما روش های متع...

15 صفحه اول

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

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 زنجان - دانشکده علوم

کلمات کلیدی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023