روشهای رگرسیون کمترین توانهای دوم جزیی (pls) برای الگوسازی و برآورد پارامترهای مدل های رگرسیونی در صورت وجود هم خطی چندگانه و هنگامی که تعداد متغیرهای توضیحی بیشتر از تعداد کل مشاهدات باشد، به کار گرفته می شوند. روش pls اولین بار توسط اسوانت ولد و هارلد مارتنز (1983) در زمینه طیف سنجی ارائه شده و دی جونگ (1993) الگوریتم simpls را در مواقعی که بیش از یک متغیر پاسخ برای الگوی رگرسیونی مطرح باشد، ارائه نموده است. مشاهدات دورافتاده تاثیر بسیار زیادی در برآورد ضرایب رگرسیونی می گذارند و در این صورت استفاده از روش رگرسیونی pls، موجب از دست دادن کارایی و ارائه نتایج غیرواقعی خواهد گردید. از طرف دیگر شناسایی و حذف داده های دورافتاده از مجموعه داده ها سبب از بین رفتن اطلاعات می شود. بنابراین بهترین راه برخورد با داده های دورافتاده، استفاده از روش های استوار می باشد به طوری که آماره ها و برآوردگرهای روش مورد استفاده تحت تأثیر داده دورافتاده قرار نگیرند. در این تحقیق ضمن معرفی و بیان مدل های رگرسیونی pls، الگوریتم های متداول برای برآورد ضرایب رگرسیونی را مطرح و مورد بحث قرار می دهیم. در به کارگیری رگرسیون کمترین توانهای دوم جزیی با n مشاهده وp پارامتر درصورت انحراف از فرض هایی چون نرمال بودن توزیع خطا و زمانی که به دلیل وجود داده های دورافتاده احتمال های بیشتری در دمهای توزیع داریم روش رگرسیون استوار pls را در نظر می گیریم. این روش علاوه بر سرعت بالای محاسبات، نسبت به روش کمترین توان های دوم موثرتر بوده و به نقاط نفوذ و انواع داده های دورافتاده وزن کمتری می دهد به طوری که در به دست آوردن برآورد پارامترها بر خلاف روش کمترین توانهای دوم جزیی که به مشاهدات وزن یکسان می دهد روش استوار قادر است به آن ها وزن های نابرابر دهد به طوری که مشاهداتی که مانده های بزرگتری را تولید می کنند در این روش وزن کمتری می گیرند.

در اقتصاد و سایر علوم اجتماعی، پژوهش گران اغلب تمایل به مدل بندی داده های پانلی که در آن واحدهای نمونه ای به طور مکرر در مقاطع زمانی مختلف مشاهده می شوند، دارند. یکی از کاربردهای داده های پانلی براورد نرخ تغییر میانگین متغیر پاسخ در طی زمان است. در انواع آمارگیری ها به ویژه آمارگیری های پانلی، بی پاسخی یک مشکل اساسی است که در داده های علوم اجتماعی و پزشکی به وفور رخ می دهد. این نوع مطالعه ها معمولاً با کاهش پاسخگو در دوره های دوم به بعد تولید داده ها مواجه هستند. این امر که منجر به نمونه ی کاهیده می شود سبب کاهش کارایی براوردگرها و غالباً نیز سبب اریبی آن ها می شود. برای برخورد با این مشکل در آمارگیری پانلی روش های ‎«جانهی»‎ و ‎«وزن دهی»‎ گوناگونی وجود دارد که از جمله ی این روش های جانهی، جانهی با الگوریتم ‎em‎ می باشد. الگوریتم ‎em‎ یک الگوریتم مکرر برای براورد ماکسیمم درستنمایی مسئله ی داده های گمشده یا ناتمام می باشد. با توجه به این که ساختار گمشدگی تصادفی فرض شده است لذا این الگوریتم برای جانهی مناسب می باشد. در این پایان نامه پس از معرفی مفهوم های اولیه آمارگیری پانلی، انواع گمشدگی در آمارگیری های پانلی و ساختارهای گمشدگی، الگوریتم ‎em‎ به عنوان روشی برای جانهی داده های گمشده معرفی می شود و به دلیل مشکلاتی که در محاسبات این الگوریتم ممکن است وجود داشته باشد چهار نوع از این الگوریتم معرفی می شود. سرانجام با استفاده از داده های آمارگیری پانلی خانواری انگلیس، توزیع نمونه گیری شبیه سازی شده و روش جانهی با الگوریتم ‎em‎ با دو روش جانهی با میانگین مشاهده های مشابه و جانهی با نمونه ی جدید از نظر معیارهای مختلف (با توجه به اثر اندازه ی نمونه، همبستگی بین دوره ها و نرخ بی پاسخی دوره) مقایسه می شوند. نتایج این مطالعه نشان می دهد که جانهی متغیر تحت بررسی در آمارگیری پانلی خانواری انگلیس با استفاده از الگوریتم ‎em‎ وقتی که همبستگی بین دو دوره زیاد باشد، عملکرد بهتری دارد.

over the past decades a number of approaches have been applied for forecasting mortality. in 1992, a new method for long-run forecast of the level and age pattern of mortality was published by lee and carter. this method was welcomed by many authors so it was extended through a wider class of generalized, parametric and nonlinear model. this model represents one of the most influential recent developments in the field of mortality forecasts. also, the important feature of this model is that for a precise value of the time index , we can define a complete set of death probabilities that allow us to calculate entries life table. these are some reasons for selecting the lee-carter model in our work. in this thesis we investigate the feasibility of the lee-carter model and two of the main extensions of this model, which are obtained by adding cohort (year of birth) effect, in forecasting mortality rate. we applied these three models on rasht mortality data (total, men and women) in order to find the best model and then use it to forecast rasht mortality rate for the next six years.

بی پاسخی به عنوان یکی از خطاهای غیرنمونه گیری در بسیاری از آمارگیری ها اتفاق می افتد و اغلب سبب اریبی براوردگرها می شود. از مهم ترین روش های تعدیل اثر بی پاسخی می توان تعدیل وزن دهی و جانهی را نام برد. هنگامی که ساختار گم شدگی قابل چشم پوشی باشد، جانهی استفاده می شود. مجموعه داده های کامل مهم ترین نتیجه ی حاصل از فرایند جانهی است و بر اساس آن امکان استفاده از براوردگرهای متعارف، فراهم می شود. در بیشتر روش های رایج جانهی، براوردگرهای میانگین و مجموع کل (براوردگرهای جانهی) نااریبی خود را حفظ می کنند ولی معمولاً واریانس این براوردگرها (واریانس جانهی) با استفاده از براوردگرهای متعارف، کم براورد می شود. منبع های پراکندگی نهفته در براوردگرهای متعارف واریانس، ساختار نمونه گیری و مقدارهای متغیر هستند. در حالی که پس از جانهی، منبع های تغییر دیگری مانند ساختار گم شدگی و فرایند جانهی نیز ایجاد می شوند. ولی براوردگرهای متعارف این منبع های تغییر را در نظر نمی گیرند و یا به عبارت دیگر نمی شمارند. کم براوردی واریانس، به عنوان معیار پراکندگی یک براوردگر، می تواند خطای زیادی را در استنباط ها ایجاد کند. در این پایان نامه روش های مختلف براورد واریانس جانهی که هر کدام به شکلی از کم براوردی جلوگیری می کنند، معرفی می شوند. رویکرد عمومی، براورد واریانس جانهی چندگانه، روش جک نایفی تعدیل شده، روش مدل یار، روش خودگردانی و روش نیم نمونه ی متعادل تعدیل شده از جمله روش های براورد واریانس جانهی هستند. رویکرد یک پارچه ی خطی سازی در براورد واریانس جانهی نیز به عنوان یکی از روش های معرفی شده در سال های اخیر بررسی می شود. در این روش ابتدا براوردگر جانهی (براوردگر پارامتر اصلی) با استفاده از یک روش خطی سازی نسبت به براوردگرهای پارامترهای مزاحم خطی می شود. براوردگر خطی سازی شده یک معادل مجانبی برای براوردگر جانهی است. واریانس این دو براوردگر نیز به طور مجانبی برابر هستند. رویکرد یک پارچه، همه ی روش های جانهی قطعی و تصادفی به جز جانهی نزدیک ترین همسایه را پوشش می دهد. سرانجام در قالب یک مطالعه ی کاربردی، هنگامی که روش جانهی رگرسیونی است، براوردگرهای واریانس جانهی در جانهی چندگانه، روش مدل یار، خودگردانی و رویکرد یک پارچه با یکدیگر مقایسه می شوند. مجموعه داده های هزینه و درامد خانوار در این مطالعه ی شبیه سازی به کار گرفته می شود و روش های براورد واریانس جانهی بر اساس معیارهایی مانند کارایی نسبی و احتمال پوشش مقایسه می شوند.

در این رساله، یک چارچوب بیزی برای تحلیل داده های پاسخ ترتیبی طولی ارائه شده است. در تحلیل داده های طولی، باید همبستگی های بین پاسخ های مرتبط با هر آزمودنی درنظر گرفته شود. برای مدل بندی این همبستگی ها مدل های مختلفی را می توان به کار برد که عبارتند از مدل بندی حاشیه ای، مدل بندی اثرهای تصادفی و مدل بندی انتقالی (مارکوف). به منظور به دست آوردن برآورد پارامترها، از یک مدل رگرسیون لوژستیک تجمعی و ‏رهیافت بیزی، استفاده شده است. برآورد بیزی پارامتر گاما در سطوح مختلف متغیّرهای تبیینی به دست آمده است. سپس، حساسیت خلاصه های پسین نسبت به تغییر ابرپارامترهای توزیع پیشین مورد ارزیابی قرار گرفته است. همچنین، یک آزمون بیزی برای فرضیه ی همگنی مدل انتقالی برای تحلیل داده های پاسخ ترتیبی طولی ارائه شده است. به عبارت دیگر، فرضیه ی ثابت بودن احتمال های انتقال آزمودنیm‎اُم از موقعیت ‎a‎ به موقعیت ‎b‎ در زمان t‎، ‎(?_mabt)‎، برای هر مقدار ‎t‎، آزمون شده است. همچنین، همگنی برای یک متغیّر تبیینی خاص (یا مجموعه ای از متغیّرهای تبیینی) تعریف شده است. به علاوه، یک چارچوب بیزی برای تحلیل یک مدل انتقالی برای داده های پاسخ ترتیبی و پیوسته ی آمیخته ی طولی ارائه شده است. مدل پیشنهادی، یک مدل آمیخته ی چند متغیّره را برای پاسخ ها در نظر می گیرد. برای مدل بندی پاسخ های ترتیبی و پیوسته ی هر آزمودنی به ترتیب از یک مدل رگرسیون لوژستیک تجمعی انتقالی و یک مدل اتورگرسیو استفاده می شود. همچنین به منظور در نظر گرفتن ارتباط بین پاسخ های ترتیبی و پیوسته طولی در هر زمان از یک پارامتر پیوند استفاده می شود. آزمونی برای فرضیه ی همگن بودن و همچنین آزمونی برای فرضیه ی صفر بودن مقدار این پارامتر و در نتیجه ناهمبسته بودن پاسخ های ترتیبی و طولی ارائه شده است.

روند رو به رشد جمعیت در کنار افزایش نیازهای اقتصادی و غذایی انسان بدون در نظر گرفتن توان اکولولوژیک عرصه ها، دردهه های گذشته منجر به ایجاد پدیده تخریب اراضی گردیده است. به این دلیل ازجمله اقدامات ضروری جهت اصلاح و بهبود اراضی تخریب شده و بهره گیری از پتانسیل بالقوه رویشگاه ها و اراضی، خصوصاَ در مناطق بیابانی‎ که تحت تأثیر تنش‎های عوامل محیطی، ادافیک و کلیماتیک می باشند، دقت در زمینه اقدامات اجرایی از جمله انتخاب واریته های مناسب، تعیین محل مناسب کاشت بوته ها، توجه به تأثیرات آللوپاتی گیاهی و... می باشد. به منظور بررسی پرایمینگ بر جوانه زنی بذر پنجه مرغی در شرایط تنش آللوپاتی آتریپلکس لنتی فورمیس مطالعه ای به صورت فاکتوریل برپایه طرح کاملاَ تصادفی با 4 تکراردر سه آزمایش جداگانه در مرکز تحقیقات کشاورزی و منابع طبیعی زابل در سال 92 انجام گرفت. فاکتور اول درکلیه آزمایش ها پرایمینگ شامل سالسیلیک اسید در سه سطح (100، 200، 300 میلی گرم برلیتر)، جیبرلیک اسید در سه سطح (125، 250، 500 پی پی ام) و نیترات پتاسیم در سه سطح (1/0 0/0، 2/0 0/0 ، 3/0 0/0) و آب مقطر به عنوان شاهد بود. فاکتور دوم درآزمایش آللوپاتی 5 سطح (0، 5، 25، 50، 75 درصد) بودند. نتایج آزمایشگاهی با استفاده از نرم افزار mctat-c و آزمون دانکن مورد تجزیه و تحلیل قرار گرفتند بر اساس نتایج تجزیه واریانس عصاره آللوپاتی و پیش تیمار برکلیه صفات جوانه زنی در سطح 01/0 آماری معنی دار بودند، پیش تیمار نیترات پتاسیم تنها بر درصد جوانه زنی تأثیر معنی دار در سطح 5 0/0 و بر طول ساقچه تأثیر معنی داری نداشت. همچنین نتایج نشان داد تفاوت معنی داری در سطح01/0درصد بین غلظت های مختلف عصاره آللوپاتی و سطوح پیش تیمار سالیسیلیک اسید بر صفات جوانه زنی وجود دارد. در بررسی غلظت های مختلف عصاره آللوپاتی و سطوح مختلف پیش تیمار جیبرلیک اسید بر صفات جوانه زنی تجزیه واریانس نشان داد تفاوت معنی داری در سطح 01/0 وجود دارد و جیبرلیک اسید تنها بر وزن ساقچه و شاخص بنیه بذر تأثیر معنی داری نداشت. در بین کلیه پیش تیمارها مورد استفاده سالسیلیک اسید بیشترین تأثیر را بر خصوصیات جوانه زنی این گیاه در شرایط تنش مورد مطالعه داشت. کلمات کلیدی: آتریپلکس، آللوپاتی پیش تیمار، پنجه مرغی

در تحلیل داده های طولی با پاسخ شمارشی معمولاً توزیع نرمال برای اثرهای تصادفی در نظر گرفته می شود. ممکن است در برخی از کاربردها، توزیع اثرهای تصادفی نرمال نباشد. از طرفی دیگر، بدمشخص سازی توزیع اثرهای تصادفی ممکن است باعث کاهش کارایی برآوردگرهای موجود شود. در این پایان نامه از توزیع لگ گامای تعمیم یافته که توزیع نرمال را به عنوان یک حالت خاص در بر دارد استفاده می شود. تحلیل فراوانی گرای مدل آمیخته ی طولی با پاسخ شمارشی و استفاده از توزیع لگ گامای تعمیم یافته نیز مرور می شود. همچنین، تحلیل بیزی این مدل معرفی و در دو مثال کاربردی مربوط به داده های واقعی استفاده می شود. چند مطالعه ی شبیه سازی نیز به منظور بررسی عملکرد برخی مدل ها انجام خواهد شد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

تحلیل طیفی یک روش توسعه یافته برای تحلیل سری های زمانی در قلمرو فرکانس است. این روش از متداولترین شیوه های مورد استفاده برای کاهش مناسب داده ها و متعاقباً مقایسه این گونه از ثبت داده هاست. اشتباهات ذاتی یا سهوی در داده های یک سری زمانی تحت بررسی می تواند نتایج گمراه کننده و غیر سودمندی در نتایج مربوط به طیف آن داده ها برجای گذارد. به این منظور ضمن بیان انواع داده های دورافتاده در سری های زمانی و تبیین نقش حساس آن ها در نتایج، به ارائه برآورد استوار تابع چگالی طیفی می پردازیم. یکی از این روش ها یافتن تابع چگالی طیفی استوار با استفاده از تبدیل فوریه تابع اتوکوواریانس استوار شده می باشد. روش دیگر پیش وزن دار کردن برای کاهش ریسک داده های دورافتاده در تابع چگالی طیفی می باشد. سپس با انجام روش های شبیه سازی کارایی این روش ها در رابطه با نقاط دور افتاده از نوع جمع پذیر و ابداعی مورد مقایسه قرار می گیرد.

در این پژوهش، طول عمر سیستمهای موازی که یکی از مهمترین سیستم های تکنیکی و صنعتی در نظریه قابلیت اعتماد بشمار می روند، مورد مطالعه قرار می گیرند.