تحقیق حاضر با هدف شناسایی و طبقه بندی دوکفه ای ها ی سواحل بحرکان در خلیج فارس در طی چهار فصل از بهار 1388 تا زمستان 1388 انجام گرفت. نمونه برداری به طور فصلی و با استفاده از گراب ون وین از 4 ایستگاه و با فاصله 0.5 مایل از همدیگر و در محدوده عمق 8 متری انجام شد، سپس نمونه های جمع آوری شده شمارش و به وسیله کلید های شناسایی معتبر شناسایی گردید. طبق این بررسی 16 گونه متعلق به 9 خانواده شناسایی گردید که اسامی علمی 9 خانواده عبارتند از: nuculidae، arcidae، mytilidae،carditidae، cardiidae، ،lucinidae، crasstelidae، veneridae، corbiculidae. اسامی علمی 16 گونه شناسایی شده عبارتند از: nuculoma layardii، acar plicata ، acar abdita، solamen vaillanti، fulvia fragile، trachycardium lacunosum، laevicardium papyraceum، bellucina sempriana ،carditopsis majeeda، bathytormus radiatus ، paphia undulate، paphia textile، bassina calophylla، circentia callipyga، corbula suculosa، corbula taitensis . درصد فراوانی هریک از خانواده ها و گونه ها در طول مدت مطالعه و بررسی محاسبه شد که از میان آن ها، خانواده veneridae با 39.96 درصد و گونه circentia callipyga با 36 درصد بیشترین درصد فراوانی را به خود اختصاص داده بودند. همچنین شاخص های تنوع، غالبیت و ترازی زیستی برای آنها محاسبه گردید. شاخص شانون – وینر، بیشترین تنوع گونه ای را در بهار و کمترین آن را در پاییز نشان داد، شاخص غالبیت سیمپسون، کمترین غالبیت را در فصل بهار و بیشترین غالبیت را در در فصل پاییز نشان داد. بیشترین و کمترین میزان ترازی زیستی به ترتیب در فصل های تابستان و پاییز مشاهده گردید.

در بسیاری از مدل های آماری که در طول زمان جمع آوری می شوند، داده های آماری همبسته هستند. در این مدل ها روش معمول برای برآورد پارامترهای مدل، استفاده از اطلاعات حاصل از همبستگی بین خطاها در مدل سازی است. در این پایان نامه هدف، بررسی نوعی رگرسیون خطی موضعی است که در آن فرض می شود خطاهای آماری از یک سری زمانی پیروی می کنند.در ابتدا به برخی مفاهیم پایه در رگرسیون و سری های زمانی پرداخته ایم. همچنین ملاک اطلاع بیزی را به منظور تعیین مقدار مناسب پارامتر میزان سازی در روش کمترین توان های دوم تاوان داده با تاوان قدر مطلق انحرافات جمع شده ی هموار معرفی کرده ایم. پس از آن به برآورد توابع رگرسیونی به روش ناپارامتری پرداخته و در پایان نامه نوعی رگرسیون خطی موضعی را مورد استفاده قرار داده ایم. روش کمترین توان های دوم تاوان داده را معرفی کرده و در ادامه با استفاده از مطالب پیشین به هموار سازی متغیر وابسته توسط رگرسیون خطی موضعی پرداخته ایم. از روش کمترین توان های دوم تاوان داده با تاوان قدر مطلق انحرافات جمع شده ی هموار به منظور تعیین مرتبه فرآیند خطاها که یک فرآیند خود بازگشت بود استفاده کرده ایم. سپس با شبیه سازی گسترده ای برتری این روش را نسبت به روش های زیائو و همکاران و روش نیم رخی نشان داده ایم. یک مثال واقعی در رابطه با اقتصاد کشورمان را با این روش تحلیل کرده ایم و به بررسی رابطه بین شاخص کل بورس و نرخ تورم پرداخته ایم. در آخر نیز به نتیجه گیری از پایان نامه و ترسیم سر خط پژوهش های آینده می پردازیم.

برخی موارد با آزمون فرض های آماری مواجه می شویم که در آن ها، پارامترهای جامعه مرتب شده هستند. روش رایج برای انجام چنین آزمون هایی، روش نسبت درستنمایی است. استفاده از آزمون های نسبت درستنمایی در این حالت مستلزم یافتن برآوردهای ماکزیمم درستنمایی تحت فرض با پارامترهای مرتب شده می باشد. بدیهی است تحت چنین فرضی انتظار این است که برآوردهای به دست آمده هم مرتب شده باشند. روش رگرسیون همنوا در یافتن این برآوردها روشی مفید می باشد. کارهای اولیه در استفاده از رگرسیون همنوای یک متغیره، برای برآورد پارامترها توسط بارتولومو(a, b1959)، بارلو و همکاران (1972) و رابرتسون و همکاران (1988) انجام گرفته است. بارتولومو(a1959)، با روش آزمون نسبت درستنمایی در حالت معلوم و حالت مجهول بودن واریانس های جامعه، برای وقتی که میانگین های جامعه نرمال در فرض مقابل مرتب شده (یک طرفه و دو طرفه) باشند، آماره آزمون را به ترتیب بر حسب توزیع کای دو و توزیع به دست آورد. رابرتسون و ویگمن (1978)، آماره آزمون نسبت درستنمایی را برای پارامترهای مرتب شده تحت فرض صفر محاسبه، سپس مقادیر بحرانی و توان آزمون را با استفاده از شبیه سازی به دست آوردند. گسترش این کار به آزمون های آماری چند متغیره مربوط می شود. رگرسیون همنوای چند متغیره نیز در زمینه استنباط آماری در توزیع های چند متغیره، تحت فرض مرتب بودن پارامترها دارای نقش اساسی می باشد. برای آزمون تساوی میانگین های جامعه نرمال متغیره در مقابل میانگین های مرتب شده، ساسابوچی و همکاران (1983)، با فرض معلوم بودن ماتریس های واریانس-کواریانس، آماره آزمون را با روش نسبت درستنمایی به دست آوردند. کولاتونگا و ساسابوچی (1984)، توزیع تحت فرض صفر آماره را برای حالت قطری بودن ماتریس های واریانس-کواریانس به دست آوردند و همچنین آماره آزمون و توزیع تحت فرض صفر آن را برای حالت نیمه مجهول بودن ماتریس های واریانس-کواریانس محاسبه کردند. کولاتونگا و همکاران (1990)، برای این آزمون، با فرض غیر قطری بودن ماتریس های واریانس-کواریانس، آزمون هایی را پیشنهاد و آنها را با روش شبیه سازی مورد مطالعه قرار دادند. ساسابوچی و همکاران (2003)، برای این آزمون، با فرض مجهول و برابر بودن ماتریس های واریانس-کواریانس، آماره آزمون را محاسبه و توزیع آماره را تحت فرض صفر به دست آوردند. ساسابوچی (2007)، دنباله ای از آزمون ها را ارائه داد که از آزمون ساسابوچی و همکاران (2003)، پرتوان تر باشند. در این پایان نامه به مطالعه آزمون فرض هایی که در آنها پارامترهای میانگین جامعه ها در فرض صفر یا در فرض مقابل مرتب شده هستند، پرداخته شده است. با توجه به روش برآورد پارامترهای مرتب شده، چندین نوع آزمون در ارتباط با میانگین های مرتب شده در توزیع نرمال چند متغیره مطرح می شود. آزمون تساوی میانگین های جامعه نرمال چند متغیره در مقابل میانگین های مرتب شده با ماتریس های واریانس-کواریانس معلوم و نیمه مجهول، در نظر گرفته شده و در ادامه کار کولاتونگا و ساسابوچی (1984)، مقادیر بحرانی و توان آماره آزمون محاسبه شده اند. برای ماتریس های واریانس-کواریانس کاملاً مجهول و برابر، آماره آزمون محاسبه شده و تعدادی آزمون ارائه و نشان داده می شود که محاسبه احتمال آنها می تواند به عنوان کران های بالا برای مقدارهای آماره آزمون بکار روند. آزمون فرض مرتب بودن میانگین های جامعه نرمال متغیره در مقابل این فرض که میانگین ها هیچ محدودیتی ندارند را برای حالت هایی که ماتریس های واریانس-کواریانس معلوم، نیمه مجهول و کاملاً مجهول هستند، مورد بررسی قرار گرفته اند. با روش نسبت درستنمایی، آماره آزمون محاسبه و با شبیه سازی مقادیر بحرانی آماره، توان آزمون و مقدارها به دست آورده شده اند. در بخشی دیگر از این پایان نامه آزمون تساوی میانگین های جامعه نرمال متغیره در مقابل این فرض که میانگین جامعه ها مرتب شده دو طرفه هستند، در نظر گرفته و آماره آزمون و ویژگی های آن را برای این فرض ها مورد بررسی قرار خواهیم داد.

جهت تحلیل تعداد تلفات تصادفات در داده های شهرستان خرم بید، ابتدا با مقایسه میانگین و واریانس نمونه متغیر پاسخ که به ترتیب 155/1 و 215/2 است؛ حدس می زنیم که داده ها حالتی از پراکندگی زیاد را نشان دهند. همچنین درصد مشاهدات صفر در داده های متغیر پاسخ ، عبارت است از 7/48% ؛ بنابراین حضور صفرهای زیاد را در متغیر پاسخ شمارشی نیز حدس می زنیم. با برازش مدل های pr ، gpr ،nbr ، zipr ، zigpr و zinbr به داده های متغیر پاسخ و مقایسه ملاک aic آنها در می یابیم که مدل رگرسیون پوآسون تعمیم یافته با صفر زیاد مناسب ترین مدل جهت برازش به داده ها می باشد. همچنین مقادیر?>1 و ?>0 نیز به ترتیب تاکیدی بر وجود پراکندگی بیش از حد و صفرهای زیاد در مدل می باشند. سپس توسط شیوه حذف پسرو مناسب ترین معادله رگرسیونی را در مدل zigpr به دست می آوریم. همان طور که در قسمت (5-6) گفته شد متغیرهای جاده برون شهری قسمت محور اصلی، وسیله نقلیه مینی بوس مقصر، برخورد نقلیه با مانع و فصل زمستان دارای تاثیر معنی دار بر روی تعداد تلفات تصادفات شهرستان خرم بید شدند. همچنین با اینکه متغیر سن راننده مقصر بر روی تعداد تلفات تصادفات دارای تاثیر معنی دار نشد اما با توجه به z مقدار آن نتوانستیم از تاثیر آن بر روی متغیر پاسخ شمارشی چشم پوشی کنیم. با توجه به تاثیر معنی دار تصادفات جاده برون شهری در قسمت محور اصلی بر روی تعداد تلفات تصادفات، لازم است حتی المقدور اصلاحاتی در این جاده کوهستانی صورت گیرد. دو عامل نقش به سزایی در بروز تصادفات در این جاده دارند که عبارتند از سرعت طرح بالا و صیقلی بودن آسفالت جاده. این جاده به گونه ای طراحی شده است که صورت خود به خود باعث افزایش سرعت ماشین می شود. علت آن عدم وجود تناسب بین سرعت طرح و قوس های قائم در این جاده می باشد؛ که باعث انحراف ناگهانی وسیله نقلیه می شوند. همچنین نوع روکش آسفالت این جاده صیقلی است که این نیز تاثیر به سزایی در بروز تصادفات و در پی آن تعداد تلفات تصادفات دارد. همان طور که در قسمت (5-6) گفته شد؛ برخورد وسیله نقلیه با مانع تعداد تلفات تصادفات را به طور معنی داری کاهش می دهد و در این میان می توان به اهمیت نقش گاردریل در جاده برون شهری پی برد. در بعضی از قسمت های جاده که پرتگاه های بسیار خطرناک و پل وجود دارد گارد ریل نصب شده است و این امر باعث شده است تا تعداد تلفات تصادفات رابطه معکوس با این متغیر داشته باشد. با توجه به مطالب گفته شده پیشنهادات خود را به صورت زیر ارائه می کنم: 1- در این پایان نامه به انواع مدل های رگرسیون پوآسون با پراکندگی بیش از حد و صفرهای زیاد پرداخته ایم. در آینده می توان حالت های دیگری از مدل رگرسیون پوآسون مانند رگرسیون پوآسون با حضور پراکندگی کمتر از حد انتظار یا صفرهای کمتر از حد انتظار و یا حضور توام پراکندگی و صفرهای کمتر از حد انتظار را مورد بحث قرار داد. 2- مدلی که در این پایان نامه برای برازش به داده ها از آن استفاده شد مدل رگرسیون zigp(?_i,?,?) می باشد که در آن مقادیر ? و ? ثابت می باشند. می توان در آینده از مدل رگرسیون zigp(?_i,?_i,?_i) استفاده نمود که ?_i و ?_i را به ترتیب در قسمت های (4-5-7) و (4-5-1) بحث کرده ایم. 3- با توجه به این که در این پایان نامه، مدل های رگرسیون پوآسون و دوجمله ای منفی را مورد بحث قرار داده ایم؛ می توان در آینده حالت های مختلف مختلف رگرسیون لجستیک را مورد بحث قرار داد. همچنین می توان با استفاده از حالت های مختف مدل رگرسیون لجستیک، عوامل موثر در بروز تصادفات را بررسی نمود. 4- با توجه به این که میانگین تعداد تلفات تصادفات در جاده محور اصلی معنی دار می باشد؛ به نظر می رسد برطرف کردن عوامل بروز تصادف در این جاده می تواند به کاهش تعداد تلفات تصادفات کمک کند.

جدول‏های توافقی در مطالعات آماری شامل داده‏های رسته‏ای از اهمیت ویژه‏ای برخوردارند. یک بخش مهم در تحلیل جدول‏های توافقی، استنباط در مورد توابعی از احتمالات خانه‏ای (تفاضل نرخ‏ها، نسبت نرخ‏ها یا نسبت بخت‏ها) می‏باشد. در برخی از این مطالعات، در عمل با داده‏های گمشده و جدول‏های توافقی ناقص مواجه‏ایم که در این حالات روش‏های استاندارد و نمونه بزرگ برای استنباط در مورد پارامتر یا قابل اجرا نمی‏باشند یا حتی در صورت امکان اجرا، به دلیل کوچک بودن اندازه نمونه از اعتبار و دقت کافی برخوردار نیستند. الگوریتم امید گرفتن-ماکزیمم کردن (em) یک روش متداول برای یافتن براوردهای حداکثر درستنمایی در مطالعاتی با داده‏های ناقص می‏باشد. با استفاده از این الگوریتم براورد و فاصله اطمینان مجانبی را برای توابعی از احتمالات خانه‏ای بدست می‏آوریم. سپس بر پایه روش افزایش داده‏ها (da) معرفی شده توسط تنر و وانگ (1987)، الگوریتم em کاراتر تانگ و همکاران (2007) را ارائه می‏دهیم و فاصله اطمینان‏های بوت‏استرپ را بدست می‏آوریم. همچنین با انجام یک مطالعه شبیه سازی الگوریتم تانگ و همکاران را با الگوریتم em متداول مقایسه می‏کنیم و برتری آن را از نظر تعداد مرحله‏ها و سرعت اجرا نشان خواهیم داد. سپس، نتایج به دست آمده را برای یک مجموعه داده های مربوط به فروش شرکت ایران خودرو بکار خواهیم گرفت.

تحقیق حاضر با هدف شناسایی و رده بندی ماهیان تالاب هورالعظیم در طی چهار فصل از بهار 1390 تابهار 1391 انجام گرفت. نمونه برداری به طور ماهانه و با استفاده از تور گوشگیر از 3 ایستگاه انجام شد، سپس نمونه های صید شده به وسیله کلید های شناسایی معتبر شناسایی گردید. طبق این بررسی 15 گونه متعلق به 3 خانواده شناسایی گردید که اسامی علمی 3 خانواده عبارتند از: cyprinidae, mugilidae, siluridae. اسامی علمی 15 گونه شناسایی شده عبارتند از: barbus sharpeyi, cyprinus carpio, barbus luteus, carassius auratus, aspius varax, barbus grypus, alburnoides bipunctatus, cyprinion macrostomum, cyprinion kais, barbus barbulus, barbus pectoralis, capoeta trutta, barbus xanthopterus, liza abu, silurus triostegus. درصد فراوانی هریک از خانواده ها و گونه ها در طول مدت مطالعه و بررسی محاسبه شد که از میان آن ها، خانواده cyprinidaeبا 87/4 درصد و گونه barbus luteus با 28/7 درصد بیشترین درصد فراوانی را به خود اختصاص داده بودند. همچنین شاخص های تنوع، غالبیت و ترازی زیستی برای آنها محاسبه گردید. شاخص شانون – وینر، بیشترین تنوع گونه ای را در پاییز و کمترین آن را در تابستان نشان داد، شاخص غالبیت سیمپسون، کمترین غالبیت را در فصل پاییز و بیشترین غالبیت را در در فصل تابستان نشان داد. بیشترین و کمترین میزان ترازی زیستی به ترتیب در فصل های تابستان و زمستان مشاهده گردید.

در این پایان نامه استواری در شبکه های بیزی مورد بررسی قرار می گیرد. تا کنون دو روش عمده برای تعیین میزان حساسیت توزیع پسین نسبت به پیشین مورد استفاده قرار گرفته است: روش کلی و روش موضعی. در روش کلی، با تعیین تمام پیشین های ممکن و محاسبه دامنه ای که توزیع های پسین در آن قرار می گیرند میزان استواری بررسی می شود. البته روش کلی به علت پیچیدگی در محاسبات برای مدل های پیچیده کمتر مورد استفاده قرار می گیرد. همین امر منجر به استفاده از روش حساسیت موضعی شده است. در این روش با ایجار تغییرات کم در توزیع پیشین رفتار توزیع پسین مورد بررسی قرار می گیرد. گوستافسون و وزرمن (1995) به بررسی چندین روش تشخیصی حساسیت موضعی در استنباط بیزی پرداختند که از آن جمله می توان از متریک تغییرات کل و ?-واگرایی نام برد. گوستافسون و وزرمن (1995) ضمن بررسی حساسیت موضعی با استفاده از روش های بیان شده نشان دادند که این روش ها دارای ایراداتی می باشد و آن اینکه با افزایش اندازه نمونه به سمت بینهایت اندازه حساسیت موضعی نیز برخلاف انتظار واگرا شده و به سمت بینهایت میل می کند. برای رفع این رفتار مجانبی، متریک جدیدی توسط اسمیت و دانشخواه (2010) معرفی شده است که فرم توسعه یافته متریک دی روبرتیز است. در ادامه، حساسیت موضعی در شبکه های بیزی گاوسی با استفاده از این متریک بررسی می شود. در انتها کاربرد آن در مطالعه داده های بورس در ایران بررسی می شود و از روش های عددی چون مونت کارلوی زنجیر مارکفی استفاده می شود.

مدل‏های خطی‏ تعمیم ‏یافته بخش وسیعی از مدل‏های آماری را تشکیل می‏دهند که برای بررسی تأثیر مجموعه‏ای از متغیرهای توضیحی بر روی میانگین متغیر پاسخ استفاده می‏شوند. از مهمترین مولفه‏های یک مدل خطی تعمیم یافته تابع پیوند می‏باشد که میانگین شرطی متغیر پاسخ را با یک تابع خطی از متغیرهای توضیحی مرتبط می‏سازد. برای توصیف وابستگی داده‏های دوحالتی با متغیرهای توضیحی در مدل‏های خطی تعمیم‏ یافته، می‏توان از روش بیزی بهره برد و از معکوس تابع توزیع تجمعی توان نمایی به عنوان تابع پیوند در مدل رگرسیون دوحالتی استفاده نمود.

مدل¬های خطی تعمیم یافته رد? وسیعی از مدل¬های آماری هستند که برای بررسی رابطه متغیرهای توضیحی بر روی میانگین متغیر پاسخ به¬کار می¬روند. در این مدل¬ها تاثیر متغیر توضیحی بر روی میانگین متغیر پاسخ از طریق یک تابع پیوند نشان داده می¬شود و اغلب از تابع‏های پیوند مشخصی مانند تابع پیوند لوجیت و پروبیت در آنها استفاده می‏شود. علاوه بر این رهیافت پارامتری، شیوه‏هایی متفاوت و در عین حال با انعطاف بیشتر نیز وجود دارند. یک شیوه این است که با استفاده از الگویی که خود داده‏ها ارائه می‏دهند، تابع پیوند به عنوان یک تابع هموار نامعلوم در نظرگرفته و با استفاده از اسپلاین¬ها براورد شود. در این روش نیازی به خطی بودن رابطه بین تابع پیوند و متغیرهای توضیحی نیست و بنابراین مدل انعطاف بیشتری دارد. در این پایان‏نامه، ضمن تشریح اسپلاین‏ها، الگوریتمی را شرح می‏دهیم که با استفاده از اسپلاین‏ها تابع پیوند نامعلوم را براورد و مدل خطی تعمیم یافته را برازش می‏دهد. همچنین، این روش را برای مدل¬بندی تصادف¬های جاده¬ای برون شهری شهرستان ماهشهر به¬کار می گیریم.

در این رساله ابتدا به معرفی توزیع چوله‏نرمال و مرور برخی از ویژگی‏های آن پرداخته می‏شود. سپس مدل خطی آمیخته با خطا در اندازه‏گیری چوله‏نرمال تعریف می‏شود و روش الگوریتم em برای برآورد پارامترها به کاربرده می‏شود. در ادامه با استفاده از توزیع چوله‏نرمال چند متغیره، مدل چندگانه آمیخته خطی با خطا در اندازه‏گیری چوله‏نرمال، به عنوان تعمیمی از مدل خطی آمیخته با خطا در اندازه‏گیری چوله‏نرمال معرفی و الگوریتم em برای برآورد پارامترهای آن ارائه می‏شود. نتایج به دست آمده از مطالعات شبیه‏سازی، کارایی مدل‏ها و روش‏های ارائه شده را نشان می‏دهند. به منظور شناسایی مشاهدات موثر بر خروجی‏های مدل، تحلیل تأثیر موضعی بر اساس الگوریتم em ارائه می‏شود. در این راستا از چهار طرح اغتشاش مختلف در تحلیل تأثیر موضعی برای هر یک از مدل ها استفاده می‏شود. درنهایت، به منظور نشان دادن کارایی تحلیل تأثیر موضعی برای مدل‏های پیشنهادی، مطالعه شبیه‏سازی مطرح می‏شود.

این پایان نامه دارای پنج فصل است . در فصل اول تاریخچه ای مختصر و مقدمه ای بر قابلیت اعتماد ارائه می گردد. آزمون نسبت درستنمایی برای فرض نمایی بودن در مقابل نرمال بریده شده بطور منفرد بودن و توزیع مجانبی آماره مربوطه در فصل دوم بررسی می گردد. در فصل سوم تقریبهایی با مرتبه بالاتر برای نقاط بحرانی آزمونی فصل قبل ارائه می گردد. فصل چهارم نشان می دهد که آزمون نسبت درستنمایی فصل دوم پرتوان ترین آزمون ناریب بطور یکنواخت است . همچنین توان این آزمون بوسیله یک مطالعه شبیه سازی تقریب زده می شود. در فصل پنجم یک تعمیم از خانواده توزیعهای ifr بنام nbu با استفاده از هولندر و پروسچان ارائه می شود.