Article

پیشگوئی بیزتجربی برای داده های فضایی-زمانی تحت مدل تفکیک پذیر

Abstract

برای پیشگویی بیزی یک مدل فضایی – زمانی گاوسی، پارامترهای نامعلوم مدل بعنوان متغییر متغییرهای تصادفی با توزیعهای پیشین معلوم در نظر گرفته می شود و با گسسته سازی فضای پارامتر، توزیعهای پیسین و پیشگوی بیزی تقریبی تعیین می شوند. در این مقاله با فرض پارامتری بودن توزیع های پیشین و اتخاذ رهیافت بیز تجری توزیع پیشین را برآورد نموده و با جایگذاری آن در توزیع پیشگوی بیزی، پیشگوی فضایی – زمانی بیز تجربی و واریانس پیشگویی محاسبه می شوند. سپس در یک مثال کاربردی نحوه محاسبه این پیشگو و واریانسی پیشگویی ارایه می شود. به علاوه بر اساس معیار اعتبارسنجی متقابل دقت این پیشگو مورد ارزیابی قرار می گیرد.

Similar items

  • پیشگوئی بیزتجربی برای داده‌های فضایی-زمانی تحت مدل تفکیک‌پذیر

    Article2007مجله علوم آماریفیروزه ریواز، محسن محمدزاده، مجید جعفری خالدی

    In Bayesian prediction of a Gaussian space-time model, unknown parameters are considered as random variables with known prior distributions and, then the posterior and Bayesian predictive distributions are approximated with discritization method. Since prior distributions are oft

  • بررسی الگوهای زمانی- مکانی در داده های مربوط به زمین لرزه های تاریخی ایران، با استفاده ازشاخص های و مدل های آمار فضایی

    Articleسنجش از دور و gis ایرانمهدی هاشمی، دانشگاه خواجه نصیرالدین طوسی عباس علیمحمدی سراب، دانشگاه خواجه نصیرالدین طوسی

    کاهش آسیب پذیری در برابر زمین لزره و برنامه ریزی صحیح به منظور مقابله با آن، نیازمند اطلاعات درست و دقیق و روزآمد و بهنگام است. در این مقاله داده های مربوط به زمین لرزه های بزرگ تر از 5 ریشتر در ایران از سال 1950تا 2010 مورد ارزیابی های آماری قرار گرفته اند. ابتدا وجود روند کلی ب

  • مقایسه و انتخاب توابع کواریانس تفکیک پذیر و تفکیک ناپذیر در میدان های تصادفی فضایی-زمانی

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده علومسامان منفرد

    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 پ

  • مدلسازی تغییرنگار داده های فضایی-زمانی با تابع کواریانس تفکیک ناپذیر

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند - دانشکده علوم انسانیالهه رجبیون

    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

  • مدل های پنهان بیزی با ضرایب متغیر برای داده های فضایی - زمانی ناحیه ای

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده ریاضیسودابه امامقلی

    در بسیاری از مسائل کاربردی در حوزه آمار فضایی_زمانی، تحلیل داده¬های ناحیه¬ای مورد نظر است. برای این منظور، مدل¬های آمیخته خطی تعمیم یافته فضایی_زمانی به دلیل انعطاف پذیری آنها مورد توجه قرار دارند. اغلب در این مدل¬ها ضرایب رگرسیونی برای کلیه زمان¬ها و نواحی ثابت فرض می-شوند. اما

  • کاربرد مدل های جمعی تعمیم یافته در داده های فضایی-زمانی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علومملیحه عباسی

    مدل های‎‎ جمعی تعمیم‎ یافته‎ در سال های اخیر به طور گسترده ای مورد استفاده قرار گرفته اند. ‎‎در حالیکه روش های برازش مدل های جمعی تعمیم یافته بر روی داده های مستقل تا کنون به خوبی گسترش یافته‎ اند‎‏، اما ‎‎روی داده هایی که به مکان و زمان مشاهدات وابسته هستند‏ مطالعات زیادی صورت ن