اثبات وجود خداوند از دیر باز وجهه همت فیلسوفان بوده است و حاصل تلاش آنان براهین متعددی است که بر وجود خداوند اقامه کرده اند. یکی از روشن ترین و استوارترین براهین اثبات وجود خداوند، برهان امکان و وجوب است که از اندیشه های ابتکاری فارابی بشمار می رود، پس از وی برهان مزبور پیوسته مورد توجه فلاسفه الهی – به ویژه فلاسفه اسلامی- بوده و بیانات مختلفی در تقریر آن ذکر گردیده است. برهان امکان و وجوب اگرچه تنها طریق خداشناسی فلسفی نیست، اما مهمترین آنهاست. این برهان تقریرهای گوناگونی دارد که یکی از قدیمی ترین و نیز معروف ترین آنها برهان ابن سیناست. در این نوشتار ضمن ارائه تحلیلی از برهان امکان و وجوب در تحول تاریخی اش، نقدهای عمده ای که به برهان امکان و وجوب شده، بررسی، سپس نسبت آن نقدها با برهان امکان و وجوب، سنجیده شده است. برهان امکان و وجوب در آثار اندیشمندان غربی، جزء براهین جهان شناختی است. ایمانوئل کانت این برهان را ضمن اینکه ساده و قابل فهم همگان می داند، در عین حال دارای بیشترین درجه اقناع دانسته، و آن را اساس تمام برهان های خداشناسی طبیعی که به صورت های مختلف عرضه شده می شمارد. از میان تقریرهای متعددی که این برهان در غرب به خود اختصاص داده است، دو تقریر آکویناس و لایب نیتز شهرت فراوانی دارند. و در ادامه به تقریرهای توماس آکوئینی، لایب نیتس، نقدهای کانت، هیوم، راسل که به برهان امکان کرده اند پرداخته شده است.

هوای غالب در یک مکان که از عناصر متفاوتی تشکیل شده است، در دراز مدت اقلیم آن مکان را شکل می دهد. در این میان دو عنصر اصلی اقلیم، دما و بارش می باشد. دما از نمایه های اصلی در مطالعات اقلیمی بوده و در تعیین سایر عناصر اقلیمی نیز عامل مهمی به شمار می رود. بارش نیز به دلیل نقش کلیدی آن در زندگی و فعالیت های انسان و موجودات زنده اهمیت فوق العاده ای دارد. بنابراین بررسی رفتار و رابطه این دو عنصر با اهمیت و آینده نگری آن ها ضروری به نظر می رسد. پژوهش حاضر سعی در بررسی و شناخت رفتار های حاکم بر این فراسنج ها، رابطه موجود بین آنها در شهر زنجان و ارائه یک چشم اندازی از نوع رفتار این دو عنصر در آینده دارد. برای این منظور از دوره آماری 53 ساله (1387-1335) ایستگاه هواشناسی زنجان استفاده شده است. در این میان برای بررسی اقلیمی دما و بارش از روش های متفاوت مثل الگو های رگرسیونی، مقایسه های چند گانه، تحلیل طیفی، مدل های زنجیره مارکوف استفاده شده است. برای آینده نگری دما و بارش نیز از الگو های فوریه بهره گرفته شده است. برای بکار گیری این روش ها از نرم افزار هایی نظیر ، ، و استفاده شده است. نتیجه حاصل از بکارگیری این تکنیک ها نشان می دهد که بارش در زنجان با یک روند خطی در حال کاهش و دما با روند سهمی در حال افزایش است. میانگین دما و بارش در بیشتر دوره های سه ساله متوالی، تفاوت های معنادار با هم دارند و همین طور دمای دارای چرخه های 5/3 – 3 ساله، 5/2 و 18 ساله و بارش نیز چرخه های 3 و 6 ساله دارد. ماه های فروردین و اردیبهشت بالاترین احتمال وقوع روز بارانی و بالاترین احتمال بارندگی با تداوم چند روزه را دارا هستند. ماه های فصل تابستان نیز بالاترین احتمال روز های خشک را نشان می دهد. نتیجه الگو سازی دما و بارش ماهانه و سالانه مشخص ساخت که الگو های فوریه برای بررسی رفتار نوسانی دما در این مکان به دلیل تغییرات و بی نظمی های فراوان آن، برازش مناسبی ندارد. الگوی برازش یافته بر بارش ماهانه نیز شامل سه همساز 53 ، 106 و 212 است که قادر به تبیین حدود 50 درصد از تغییرات نوسانی بارش است.

مسأله ی انتخاب سبد یکی از مسائل مهم در حوزه ی مدیریت سرمایه گذاری است. اولین مدل برای این مسأله بر مبنای رابطه ی ریسک و بازده توسط مارکوئیتز در سال ???? مطرح شده که به مدل میانگین-واریانس معروف است. وزن های به دست آمده از مدل میانگین-واریانس به پارامترهای ورودی به خصوص بازده های مورد انتظار، بسیار حساس هستند. در این پایان نامه سعی شده است با استفاده از روش های بیزی که قابلیت ترکیب اطلاعات پیشینی سرمایه گذار با اطلاعات حاصل از مشاهدات را دارند، برآورد بهتری از پارامترها برای بهبود نتایج حاصل از مدل میانگین-واریانس صورت گیرد. همچنین مدل بلک-لیترمن به عنوان یکی از مدل های معروف بیزی که سعی در ترکیب دیدگاه های سرمایه گذار با اطلاعات بازار دارد، مورد بررسی قرار گرفته است. طبق اصل کلی فون نویمن و مورگن اشترن سرمایه گذاران وزن های بهینه ی سبد را با ماکزیمم سازی مطلوبیت مورد انتظار ثروت خود با توجه به یک تابع مطلوبیت غیر نزولی به دست می آورند که در این پایان نامه از تابع مطلوبیت نمایی استفاده شده است. چون توزیع پسینی تعدادی از مدل های بیزی که بررسی شده اند شکل بسته نداشته اند، لذا روش نمونه گیری گیبس برای استنباط مورد استفاده قرار گرفته است. همه ی مدل ها نیز با استفاده از داده های واقعی بازار مورد بررسی قرار گرفته اند.

هدف این پژوهش مطالعه ی مدلهای نوسان تصادفی در سریهای زمانی مالی واستنباط درمورد انها بااستفاده از روشهای بیزی است. نوسان نقش مهمی درپیش بینی های مالی دارد، زیرا می تواند میزان تورم در ارزش سرمایه و کمیت های تصادفی که اغلب تغییرات ناگهانی قیمت پدید می اورد را اندازه گیری کند. در بین مدلهای پیش بینی سریهای زمانی مالی، از انجاییکه مدل های نوسان تصادفی توانایی ارزیابی تغییرات سهام یانرخ ارزکه در طی زمان مشاهده می شود را دارد،به عنوان یکی از مهمترین کلاس مدلها در این زمینه محسوب می شوند. این مدلها درسری های زمانی مالی توسط بسیاری از تحلیلگران کمی، باتمرکزبر فرایندهای نرمال یالاگ نرمال مورد مطالعه قرارگرفته است. درحالی که میدانیم کشیدگی بازدههای مالی نشان دهنده ی این است که توزیع بازده ها دم هایی کلفت تر از توزیع نرمال دارد . در نتیجه توزیع نرمال نسبت به داده ها(بازده ها) استواری قابل قبولی ندارند.به همین دلیل استفاده از توزیع های آمیخته در سالهای اخیر برای مدلهای نوسان تصادفی پیشنهاد شده است. دراین رساله توزیع پیشنهادی توزیع لاپلاس چوله است که کشیدگی و چولگی آن نسبت به توزیع نرمال و توزیع های آمیخته، انعطاف پذیر تروهمچنین دارای استواری بیشتری نیز می باشد. به این دلیل که دراین گونه مدلها توزیع پسینی پارامترها به شکل بسته قابل حصول نیست، از روشهای زنجیر مارکف مونت کارلو، (تحلیل بیزی) برای استنباط استفاده خواهد شد. درپایان نیز کارایی مدل پیشنهادی نسبت به مدل های دیگربااستفاده از داده های واقعی بازار مورد مقایسه قرار خواهد گرفت.

-توابع کوواریانس فضایی- زمانی دارای این خاصیت هستند که رفتارهای فضایی-زمانی فرآیندهای مورد مطالعه را به طور هم زمان بیان می کنند. در سال های گذشته توجه زیادی به ارایه توابع کوواریانس فضایی -زمانی شده است ولی روش موثری برای برآورد این گونه توابع مطرح نگردیده است? معمولاً برای سادگی برآورد، توابع کوواریانس فضایی-زمانی را تفکیک پذیر در نظر می گیرند. یعنی یک کوواریانس فضایی-زمانی به صورت حاصلضرب دو تابع کوواریانس که یکی تابع کوواریانس فضایی و دیگری تابع کوواریانس زمانی است، در نظر گرفته می شود. در حالی که در عمل و کاربردهای واقعی چنین نیست و اثر زمان و مکان را نمی توان مجزا از هم در نظر گرفت. برای فرآیند تصادفی گاوسی محاسبه دقیق درستنمایی امری مشکل است زیرا نیازمند محاسبه وارون ماتریس بزرگی می باشد. یک راه حل این است که تابع درستنمایی تقریب زده شود(استاین 2005). به منظور مقایسه روش های حداقل مربعات وزنی (کرسی 1985) نیز برای برآورد تابع کوواریانس استفاده شده است. در این پایان نامه از روش درستنمایی ترکیبی برای برآورد تابع کوواریانس فضایی-زمانی استفاده می گردد. این روش یک تقریب بر مبنای درستنمایی حاشیه ای یا شرطی پیش آمدها است. هر چند این روش برای داده های فضایی مورد استفاده قرار گرفته ولی کمتر مطالعه ای برای حالتی که داده ها ساختار فضایی- زمانی دارند انجام گرفته است. واژه های کلیدی: درستنمایی ترکیبی، کوواریانس فضایی-زمانی، کوواریانس کاملاً متقارن، تفکیک پذیری.

مسا?له ی انتخاب سبد یکی از مسائل مهم در حوزه ی مدیریت سرمایه گذاری است. اولین مدل برای این مسا?له بر مبنای رابطه ی ریسک و بازده توسط مارکوئیتز در سال ???? میلادی مطرح شده که به مدل میانگین-واریانس معروف است. وزن های به دست آمده از این مدل به پارامترهای ورودی بسیار حساس هستند و همچنین عدم قطعیت در برآورد پارامترهای ورودی ، نتایج را تحت تاثیر قرار می دهد. به طوری که ریسک سبد بهینه حاصل شده، از ریسک واقعی کمتر برآورد می شود. در این پایان نامه سعی برآن است که با انجام تعدیل در ماتریس واریانس-کوواریانس، عدم قطعیت در برآورد پارامترها را کاهش داده تا برآورد بهتری از ریسک سبد به دست آید. در مدل میانگین-واریانس نرمال بودن توزیع داده ها فرض اساسی است که در بسیاری از داده های مالی این فرض معتبر نیست. لذا انتخاب بیزی سبد با استفاده از توزیع های آمیخته نرمال که نسبت به توزیع نرمال دارای انعطاف بیشتری است، مورد بررسی قرار می گیرد.

در این پایان نامه روشهای مختلف رگرسیونی برای انتخاب متغیرهای توصیفی مهم و برآورد پارامترها مطرح می شود و مزایا و معایب هریک مورد بررسی قرار می گیرد.به طور ویژه روشهای رگرسیونی تاوانیده با تاوان l1 از دیدگاه آمار کلاسیک و آمار بیزی موردمطالعه و بررسی قرار می گیرند .روش رگرسیونی چندکی لاسوی انطباقی برای برآورد دقیق ضرایب رگرسیونی وانتخاب متغیرهای توصیفی مهم از دیدگاه آمار بیزی معرفی می شود. با استفاده از شبیه سازی عملکرد مدلهای رگرسیونی مختلف ارایه شده مورد بررسی و مقایسه قرار گرفته و نیز مجموعه داده های واقعی مورد تحلیل قرار می گیرند.

موضوع این پژوهش بررسی رابطه ی کمی وضعیت انرژی گاوهای خشک با بروز ناهنجاری های متابولیکی و تولید شیر در گاوهای هلشتاین در اوایل دوره ی شیردهی است. انرژی جیره های آزمایشی در دوره ی دور از زایش و نزدیک به زایش، با 4 سطح انرژی به ترتیب (1/35,145, 1/55, 1/60) و (1/44, 154, 1/60, 1/65) با 2143 راس گاو هلشتاین مورد مطالعه قرار گرفت. برای تعیین مشخصات عمومی گله ها و گاوها و تهیه جدول آمار توصیفی از رویه means استفاده شد. اثرات جیره های آزمایشی و نمره ی وضعیت بدنی روی پاسخ های تولید شیر و ترکیبات آن با رویه ی mixed آنالیز آماری شد. داده های حاصل از ناهنجاری های متابولیکی با proc genmod آنالیز شدند و نتایج به صورت برآوردی از میانگین و فاصله اطمینان 95 درصد بیان شد. بررسی جیره های دور از زایش و نزدیک به زایش بر تولید شیر، درصد چربی، مقدار و درصد پروتئین، نسبت چربی به پروتئین و تعداد سلول های بدنی تفاوت غیر خطی و از طرف دیگر درصد چربی، نسبت چربی به پروتئین و تعداد سلول های بدنی در 120 روزگی شیردهی تفاوت غیر خطی نشان دادند. اثرات جیره های دور از زایش و نزدیک به زایش بر پارامترهای تولید مثلی از جمله تعداد تلقیح انجام شده و نرخ آبستنی در دو تلقیح اول بصورت غیرخطی معنی دار مشاهده شد (p<0/05) امّا بر ناهنجاری های متابولیکی اثر معنی داری دیده نشد. اثر نمره ی وضعیت بدنی پیش از زایش بر شیر تولیدی، شیر تصحیح شده بر اساس 4 درصد، مقدار چربی، مقدار پروتئین و تعداد سلول های بدنی در کل تولید و تولید 120 روزگی تفاوت غیرخطی دیده شد. اثر نمره ی وضعیت بدنی پیش از زایش روی نمره ی وضعیت بدنی زمان زایش و نمره ی بدنی زمان زایش بر نمره ی بدنی پس از زایش بصورت خطی افزایش یافت. اثر نمره ی وضعیت بدنی پیش از زایش بر تغییرات نمره ی بدنی زمان زایش و نمره ی وضعیت بدنی پس از زایش بصورت خطی کاهش یافت. نمره ی وضعیت بدنی زمان زایش بر روزهای باز تفاوت خطی کاهشی دیده شد. بیشترین مقدار تولید شیر در جیره های دور از زایش با انرژی 1/55 و انرژی نزدیک به زایش 1/6 دیده شد. بطور کلی انرژی متوسط در دوره ی دور از زایش و نزدیک به زایش سبب بهبود عملکرد تولید مثلی و تولید شیر شد.

رگرسیون حداقل مربعات میانگین متغیر پاسخ را به عنوان تابعی از یک یا چند متغیر توصیفی بیان می کند. اما رگرسیون چندکی، چندکهای شرطی متغیر پاسخ را به عنوان تابعی از متغیرهای توصیفی بررسی می کند. اخیرا نیز رگرسیون لاسو که از مهمترین روشهای انتخاب متغیرها و رگرسیون تاوانیده است ارایه شده است. اما در این روشها (رگرسیون چندکی و لاسو و ...) در بیشتر مواقع استنباط در مورد پارامترها انجام نمی شود، به دلیل اینکه برآوردها بصورت عددی به دست آمده و توزیع این برآوردها اغلب مشخص نیست. به همین دلیل روشهای بیزی در این گونه روشهای رگرسیونی کاربرد فراوان پیدا کرده است. زیرا با روشهای mcmc استنباط در مورد پارامترها به سادگی قابل انجام است. در این پایان نامه رگرسیون چندکی بیزی با بکارگیری یک تابع درستنمایی مطرح می شود که بر اساس توزیع لاپلاس نامتقارن مدل بندی می شود.و سپس با تعمیم آن رگرسیون چندکی لاسو و رگرسیون چندکی لاسوی تطبیق پذیر از دیدگاه بیزی معرفی و بررسی خواهند شد. برای این منظور توزیع های پیشینی به صورت گامای معکوس روی پارامترهای زیان تعریف کرده و از روشهای mcmc برای استنباط در مورد پارامترها استفاده می شود. با استفاده از شبیه سازی و تجزیه وتحلیل مجموعه ای از داده های واقعی روشهای بیزی لاسو و لاسوی تطبیق پذیر با روشهای فراوانی گرا مورد مقایسه قرار خواهند گرفت.

در چند سال اخیر ریسک اعتباری و مدیریت آن به یکی از مهمترین بحث های بازار مالی مبدل شده است. در ابتدای این پایان نامه ساختار مدل های ریسک اعتباری مختلف در ارتباط با مدل سازی همبستگی بین نکول مشتریان معرفی شده است. ‍ پس از آن مدل های آستانه ای، به عنوان مدل پایه ای برای مدل سازی در نظر گرفته شده است. با معرفی کلاس جدیدی از مدل ها، یعنی مدل های آمیخته، یک مدل آستانه ای به شکل مدلی آمیخته نمایش داده می شود. نمایش یک مدل آستانه ای به صورت مدلی آمیخته، شبیه سازی، استنباط آماری و مطالعه خواص سبد های بزرگ را آسان می سازد. با در نظر گرفتن توزیع های مختلف برای مدل آمیخته برنولی و استفاده از داده های تاریخی نکول، پارامترهای مدل به دو روش حداکثر درستنمایی و گشتاوری برآورد می شوند. با مقایسه نتایج، مشخص شد که روش برآورد حداکثر درستنمایی، دقیق تر از برآورد گشتاوری است. بخش دیگر این پایان نامه، شامل معرفی مدل های آمیخته خطی تعمیم یافته و نمایش انعطاف پذیری بالای این مدل ها در مدل سازی ریسک اعتباری سبد است. مزیت استفاده از این مدل ها در مدل سازی ریسک اعتباری، انعطاف پذیری آن ها در استفاده از روش های آماری مختلف، در نظر گرفتن تمام کلاس های رتبه بندی در یک آزمایش، در نظر گرفتن وابستگی سریالی و پیش بینی احتمالات نکول با استفاده از داده های قبلی است. در این مدل ها از روش های حداکثر درستنمایی و بیزی برای برآورد پارامترها استفاده شده و برتری رویکرد بیزی نشان داده شده است.

پیش بینی ریسک های مالی و روش های اندازه گیری ریسک در دو دهه ی اخیر به موضوعی مورد علاقه برای اشخاص و موسسات مالی تبدیل شده است. ارزش در معرض خطر و ریزش مورد انتظار از معیارهای متداول برای اندازه گیری ریسک بازار هستند. در این پایان نامه، به پیش بینی این دو اندازه ریسک می پردازیم. برای این منظور از روش پارامتری استفاده می کنیم که فرض می کند بازدهی دارایی ها توزیع خاصی دارند و پارامترهای توزیع با استفاده از داده های تاریخی تخمین زده می شوند. برای مدل بندی نوسانات مدل های ریسک سنجی، gjr-garch و st-garch را در نظر گرفته و پارامترهای مدل با استفاده از الگوریتم متروپولیس-هستینگ تخمین زده می شوند. اما برای مدل بندی بازدهی ها از توزیع های دُم کلفت مانند: تی، تی چوله، لاپلاس نامتقارن و وایبل دوطرفه استفاده خواهد شد. برای مقایسه ی عملکرد این مدل ها، بازدهی روزانه شامل چهار شاخص بازار سهام و دو سری نرخ ارز در یک دوره ی پیش بینی دو ساله که شامل بحران مالی اخیر نیز است را به کار گرفته و با استفاده از داده های تاریخی به برآورد ارزش در معرض خطر و ریزش مورد انتظار می پردازیم. در پایان نیز با روش های پیش آزمایی، اعتبارسنجی مدل انجام شد. با مقایسه ی کارایی مدل ها مشاهده شد که توزیع های دُم کلفت نسبت به توزیع نرمال نتایج بهتری را در هر دو سطح اطمینان alpha = 0.01,0.05 ارائه می دهند. در برآورد ارزش در معرض خطر و ریزش مورد انتظار، نتایج بدست آمده بیانگر اهمیت توجه به پهن بودن دنباله ی توزیع داده ها نسبت به انتخاب مدل تلاطم است. keywords{ارزش در معرض خطر، پیش آزمایی، توزیع وایبل دوطرفه، توزیع لاپلاس نامتقارن، ریزش مورد انتظار. }

مطالعه ی داده های طولی قسمت مهمی از مطالعات مربوط به ایپدمیولوژی، بالینی و علوم اجتماعی را شامل می شود. برخلاف اکثر مطالعات که یک متغیر پاسخ برای هر فرد یا واحد آزمایشی وجود دارد، در این نوع مطالعات هر فرد یا واحد آزمایشی تحت اندازه گیری مکرر در طول زمان قرار می گیرند و داده های طولی را به دست می دهد.بنابراین در فصل اول به تعریف داده های طولی پرداخته شده و مدل داده های طولی ارائه شده است سپس تعریف رگرسیون و شاخه ای از آن به نام گرسیون چندکی ارائه شده و در ادامه یکی از جدیدترین روش های رگرسیون به نام رگرسیون چندکی تاوانیده که یکی از روش های مهم در انتخاب متغیر است، معرفی می شود.در فصل دوم، مدل رگرسیون چندکی بیزی برای داده های طولی ارائه شده است. در این مدل با فرض این که مولفه های خطا دارای توزیع لاپلاس نامتقارن هستند، مدل را به صورت یک مدل سلسله مراتبی بیزی بیان کرده و سپس توزیع پسینی شرطی کامل پارامترها محاسبه شده و با استفاده از روش های مونت کارلو مدل مورد تجزیه و تحلیل قرار می گیرد.در فصل سوم با گسترش بحث، رگرسیون چندکی با در نظر گرفتن تاوان لاسو و لاسوی انطباقی روی اثرهای تصادفی در داده های طولی ارائه می شود. استفاده از این روش زمانی که تعداد واحد های آزمایشی و به تبع آن تعداد اثر های تصادفی زیاد است، مورد توجه قرار می گیرد. در این مدل با در نظر گرفتن تاوان لاسو و لاسوی انطباقی روی اثرهای تصادفی، اثرهای تصادفی کم اهمیت از مدل حذف شده و مدلی تنک ایجاد می شود. سپس با استفاده از روش های شبیه سازی کارایی این مدل با مدل های دیگر مورد مطالعه قرار می گیرد.با توجه به این که در بسیاری از مطالعات متغیر های پاسخ ممکن است به صورت دودویی باشد، لذا در فصل چهارم روش رگرسیون چندکی با تاوان لاسو و لاسوی انطباقی برای داده های طولی با پاسخ های دودویی ارائه خواهد شد. یکی از روش های معمول برای تعریف مدل های رگرسیونی با پاسخ های دودویی استفاده از متغیرهای پنهان است. بنابراین مدل داده های طولی با متغیرهای پنهان تعریف شده و مدل رگرسیون چندکی دودویی برای این نوع پاسخ ها ارائه می شود. در پایان نیز با ارائه شبیه سازی و تحلیل داده های واقعی نتیجه می شود روش های ارائه شده از کارایی بالایی در مقایسه با سایر روش ها برخوردار است.

یکی از موضوعات مهم در آمار، مسأله ی انتخاب متغیر است. مدل رگرسیونی لاسو که به طور همزمان برای انتخاب متغیر و برآورد ضرایب به کار می رود، در سال های اخیر مورد توجه ویژه ای قرار گرفته است. این مدل رگرسیونی به صورت های مختلفی از دیدگاه آمار بیزی و فراوانی گرا مورد مطالعه قرار گرفته است. پارک و کسلا ‎(2008)‎ همانند حالت کلاسیک تنها از یک پارامتر به منظور انقباض برآوردگرها و کنترل تعداد پارامترهای مدل استفاده کرده و توزیع پیشینی نرمال را برای بردار ضرایب به کار بردند. اما چن و همکاران ‎(2011)‎ از توزیع پیشینی لاپلاس برای ضرایب رگرسیونی استفاده کرده و دو پارامتر جداگانه برای کنترل تعداد پارامترهای مدل و میزان انقباض پارامترها به صفر مورد استفاده قرار دادند. توجه کنیم روش مرسوم انتخاب متغیر در مدل های رگرسیون خطی، استفاده از معیار مجموع مربعات تاوانیده است. جورج و فوستر ‎(2000)‎ با تعریف توزیع پیشینی دوجمله ای برای تعداد پارامترهای مدل و توزیع پیشینی نرمال چندمتغیره برای بردار ضرایب رگرسیونی نشان دادند، استنباط بیزی براساس توزیع پسینی حاصل، منطبق بر استنباط حاصل از معیار مجموع مربعات تاوانیده در آمار کلاسیک است. آنها به منظور استنباط بیزی از روش های بیز تجربی استفاده کردند. چن و همکاران ‎(2011)‎ بدین منظور با تعریف توزیع های پیشینی برای ابرپارامترها از روش های عددی ‎mcmc‎ بهره بردند.‎ گفتنی است در مسائل انتخاب متغیر برای مدل های رگرسیونی خطی از دیدگاه آمار بیزی برای تعریف توزیع های پیشینی، اغلب از توزیع های عنوان شده توسط جورج و فوستر ‎(2000)‎ استفاده می شود. مدل پروبیت یکی از این مدل ها است. لی و همکاران ‎(2003)‎ انتخاب متغیر بیزی در مدل پروبیت را مورد مطالعه قرار داده و از توزیع پیشینی دوجمله ای برای تعداد ضرایب غیرصفر مدل و از توزیع پیشینی نرمال چندمتغیره برای بردار ضرایب استفاده کردند. باراگاتی ‎(2011)‎ نیز با افزودن اثرهای تصادفی به مدل پروبیت از توزیع های پیشینی عنوان شده، استفاده کرد.

چکیده ندارد.

در این پایان نامه پس از ارائه تعاریف مقدماتی در باره آنتروپی ، یکی از مهمترین کاربردهای آنتروپی که روش ماکسیمم آنتروپی است ، بیان می شود. هدف این روش رهیافت ، ابتدا روش برآورد توابع چگالی به وسیله ماکسیمم آنتروپی بررسی شده و سپس نقش اصل ماکسیمم آنتروپی در حل مسئله مهمی در ارتباط با شبکه ترافیک مورد مطالعه قرار می گیرد. همچنین برای برآورد پارامترهای مدل ، روش ماکسیمم آنتروپی تعمیم یافته ، معرفی می شود. در پایان ضمن بیان محدودیتهایی از ضریب همبستگی ، چگونگی کاربرد آنتروپی در اندازه های وابستگی بررسی شده و شاخص های وابستگی مبتنی برآنتروپی برای مرتفع ساختن این محدودیتها ارائه می شود.

در دو دهه اخیر خوشه های فلزی مورد توجه خاص بوده اند. خوشه ها مجموعه ای از تعداد محدود، ‏‎n‎‏، اتم (مولکول) هستند‎‏ و خواصی بین خواص اتمی و حالت کپه ای ماده دارند. در طیف انرژی خوشه های فلزی به دلیل برانگیخته شدن پلاسمونهای سطحی یا حجمی ترازهایی وجود دارد. وضعیت این ترازها به ابعاد خوشه وابسته است. در صورتی که یک توزیع آماری از یک نوع خوشه فلزی وجود داشته باشد آنگاه این ترازها به صورت قله های جذبی در طیف جذبی نوری این مجموعه مشاهده می شود. شکل و تغییر شکل این قله جذبی اطلاعاتی در مورد توزیع آماری و تحول خوشه ها به دست می دهد.در این پروژه رشد و تحول خوشه های فلزی (یونی و اتمی) مس و نقره در بستر یک نوع شیشه سودا- لایم، با استفاده از طیف جذبی نوری آنها بررسی شده اند.