Thesis

مدل رگرسیون وایبول نمایی شده ی لگاریتمی برای داده های سانسورشده بازه ای

سیدمحمد میرزایی

Abstract(in Persian; no English abstract is available)

در برخی از پژوهش های تحلیل بقاء، به دلیل وجود عوامل بازدارنده مانند زمان و هزینه، واحدهای نمونه به طور دقیق مشاهده نمی شوند، بلکه درون بازه های زمانی ویژه ای رخ می دهند؛ به این نوع سانسور، سانسور بازه ای گفته می شود. در این پایان نامه یک مدل رگرسیون مکان-مقیاس بر پایه توزیع وایبول نمایی شده، برای مدل بندی داده های سانسورشده بازه ای طول عمر در نظر گرفته می شود. این مدل، مدل رگرسیون وایبول نمایی شده لگاریتمی نامیده می شود و خانواده ای از مدل های رگرسیون پارامتری است که خود شامل مدل های دیگری است که کاربرد وسیعی در تحلیل داده های طول عمر دارند. برای برآورد پارامترهای مدل از روش های برآوردگر ماکسیمم درستنمایی، برآوردگر جک نایف، بوت استرپ پارامتری و برآورد بیزی استفاده می شود. برای ارزیابی حساسیت مدل از دو روش تأثیر فراموضعی و تأثیر موضعی استفاده می شود. در روش تأثیر موضعی، ماتریس های مربوط به طرح های مختلف اغتشاش محاسبه شده است. مطالعات شبیه سازی نشان می دهد که باقی مانده انحراف تعدیل یافته برای این مدل، به طور تقریبی دارای توزیع نرمال استاندارد است و در نتیجه می توان از آن به عنوان معیاری برای سنجش اعتبار مدل استفاده کرد. این مدل به یک نمونه واقعی برازش داده و نتایج حاصل گزارش شده است.

Supervisors and advisors

حمزه ترابی، علی دولتی

Similar theses

Similar items

  • مقایسه کارایی مدل رگرسیون دو جمله ای منفی و مدل رگرسیون پواسنی در تحلیل داده های باروری

    Articleدانش و تندرستیمهراب صیادی، الهام رضائیانفرد، نجف زارع، مهرداد وثوقی

    مقدمه: مدل بندی آماری تغییرات مشاهده شده در داده­ها را از طریق معادلات ریاضی تبیین می نماید. در حا لتی که متغیر پاسخ (وابسته)،گسسته باشد مدل پواسن مورد استفاده قرار می­گیردو در صورتی که شرایط مدل پواسن برقرار نباشد، بهتر است از مدل­های دو جمله ای منفی استفاده کرد. لذا هدف از این

  • مقایسه کارایی مدل رگرسیون دو جمله¬ای منفی و مدل رگرسیون پواسنی در تحلیل داده¬های باروری

    Article2015دانش و تندرستیمهراب صیادی، الهام رضائیانفرد، نجف زارع، مهرداد وثوقی

    مقدمه: مدل‌بندی آماری تغییرات مشاهده شده در دادهها را از طریق معادلات ریاضی تبیین می‌‌نماید. در حا‌لتی که متغیر پاسخ (وابسته)،گسسته باشد مدل پواسن مورد استفاده قرار میگیردو در صورتی که شرایط مدل پواسن برقرار نباشد، بهتر است از مدلهای دو جمله‌ای منفی استفاده کرد. لذا هدف از این مط

  • حساسیت مدل ریز مقیاس نمایی sdsm به داده های بازتحلیل شده در مناطق خشک

    Article2015خشکبومعلی جان آبکار، محمود حبیب نژاد، کریم سلیمانی، هرمزد نقوی

    مدل­های گردش عمومی جو تنها ابزاری هستند که شرایط اقلیمی آینده را تحت سناریوهای تغییر اقلیم پیش­بینی می­نمایند. یکی از دغدغه های اصلی استفاده از این مدل­ها، نبود دقت کافی در تفکیک مکانی آنها است، که به این علت برای پیش­بینی متغیر­های اقلیمی در مقیاس محلی و منطقه ای­ مناسب نیستند.

  • مدل بندی داده های شمارشی تحت تأثیر بیش پراکنش با مدل رگرسیون پواسون- بیرنبام ساندرز

    Articleمجله علوم آماریرضا پورموسی، reza pourmousa department of statistics, shahid bahonar university, kerman, iran.گروه آمار، دانشگاه شهید باهنر کرمان نرجس گیلانی، narjes gilani department of statistics, shahid bahonar university, kerman, iran.گروه آمار، دانشگاه شهید باهنر کرمان

    در این مقاله ابتدا به معرفی مدل های رگرسیون پواسون آمیخته پرداخته و در ادامه به معرفی یک مدل جدید به نام رگرسیون پواسون-بیرنبام ساندرز با هدف لحاظ کردن مسئله بیش پراکنش در مدل بندی داده های شمارشی پرداخته می شود. از آن جا که توزیع بیرنبام ساندرز آمیخته ای از دو توزیع گاوسی وارون

  • تحلیل درستنمایی ماکزیمم مدل رگرسیون لجستیک در حالتی که داده های متغیرهای پیشگو کامل نیستند ولی متغیرهای کمکی وجود دارند

    Articleمجله اپیدمیولوژی ایرانمحمد امین پورحسینقلی، m.a pohrhoseingholi dept. of biostatistic , shaheed beheshti, univeristy of medical sciences, tehran, iran (correspondinدانشجوی کارشناسی ارشد آمار زیستی, گروه آمار زیستی دانشکده پیراپزشکی , دانشگاه علوم پزشکی شهیدبهشتی حمید علوی مجد، h alavi majd ph.d: dept. of health and commuhity medicine school of medicine shaheed behesti university of medicاستادیار, گروه آمار زیستی , دانشکده پیراپزشکی , دانشگاه علوم پزشکی شهیدبهشتی علیرضا ابدی، a.r abadi ph.d: shaheed behesti university of medical sciences, terhan, iran.استادیار گروه پزشکی اجتماعی و بهداشت , دانشکده پزشکی , دانشگاه علوم پزشکی شهیدبهشتی سیمین پروانه وار

    مقدمه و هدف: داده های گمشده در بسیاری از مطالعات آماری از جمله مدلهای رگرسیونی وجود دارند و باعث کاهش دقت برآورد می شوند. تا کنون روشهای گوناگونی برای مقابله با مشکل داده های گمشده ابداع شده که عموما بر داده های گمشده متغیر پاسخ متمرکز بوده است حال آنکه متغیرهای پیشگو نیز می توان

  • سنجش دقت مدل های ریزمقیاس نمایی شده نسبت به داده های واقعی دمای کمینه روزانه در ایران

    Article2019جغرافیای طبیعیداریوش رحیمی، صغری توفیق

    استفاده از خروجی مدل های گردش عمومی ریز مقیاس نمایی شده ی داده های اقلیمی از جمله روش های متداول در پیش بینی های اقلیمی می باشد. میزان دقت مدل ها در برآورد عناصر اقلیمی همواره مورد بحث بوده است. براساس مطالعات متعدد دمای کمینه در ایران با شدت بیشتری نسبت به سایر متغیرهای اقلیمی د