عین اله پاشا
Theses
هسته همبستگی کانونی و کاربرد آن
همبستگی کانونی کلاسیک فقط می تواند ارتباط خطی را برسی کند و در برسی ارتباط غیر خطی کارایی ندارد که در اینجا می توان از روش هسته استفاده کرد .
پیش بینی براساس شبکه های عصبی
یکی از مهمترین کاربردهای شبکه عصبی مصنوعی، طراحی مدلی است که بتوان براساس آن مقدار یک یا چند متغیر وابسته را به کمک متغیرهای مستقل پیش بینی کرد. از این رو هدف ما در این پایان نامه طراحی وارائه یک مدل شبکه عصبی براساس داده های واقعی و مقایسه آن با یک مدل رگرسیون خطی چندگانه است. ب
ماکسیمم آنتروژی تابع مفصل
تابع مفصل به عنوان یک راه کلی فرموله کردن یک توزیع چند متغیره مورد استفاده قرار می گیرد در حالی که به طور کلی انواع مختلفی از وابستگی می تواند وجود داشته باشد. در این پایان نامه ضمن معرفی تابع مفصل وشرح خصوصیات آن به بیان آنتروپی پرداخته وبه دنبال یافتن تابع مفصلی با ماکزیمم آنتر
موجک ها و آنالیز فوریه
هدف در این پایان نامه پردازش و تحلیل سیگنال ها با استفاده از آنالیز فوریه و موجگ ها و همچنین یافتن ارتباط بین موجک ها و علم آمار است. در ابتدا تبدیل فوریه و ویژگی های آن بیان گردیده سپس موجک ها و تبدیلات آن ها معرفی و ایده های اصلی نهفته در آن ها توسط موجک های هار توصیف شده اند.
آزمون جایگشت
آزمون جایگشت نوعی آزمون ناپارامتری است. در این آزمون با بدترین حالت داده ها مواجه هستیم. در آزمون جایگشت توزیع داده ها را در اختیار نداریم و همچنین داده ها دارای حجم بسیار کمی هستند.p_مقدار در این آزمون به سه روش: دقیق،مونت کارلو و کجانبی محاسبه می شود
توسیع آمار ناپارامتری بر مبنای رتبه برای داده های فازی
در این پایان نامه، توسیع آماره های مبتنی بر رتبه برای داده های فازی مد نظر است. یکی از این آماره ها، همبستگی کندال است که در اینجا روی آن بحث شده است. روشی که برای آن توضیح داده شده، مبنای توسیع سایر آماره هایی از این دست است. ابتدا آماره ی همبستگی کندال برای داده های دقیق معرفی
تعیین اندازه نمونه
در اغلب شرایط محققان نمی توانند به تمام جمعیت آماری دسترسی داشته باشند زیرا هم پرهزینه است و هم پوشش دادن جمعیتی بزرگ زمان زیادی صرف می کند و همچنین هر چقدر تعداد اعضا بیشتر باشد، احتمال اشتباه زیاد می شود و با انتخاب نمونه محدودتر نسبت به جامعه آماری،محقق امکان اعمال دقت بیشتر د
تحلیل مسیر
تحلیل رگرسیونی تاثیر متغیرهای مستقل را روی متغیرهای وابسته به صورت مستقیم بررسی می کند. ما می خواهیم با استفاده از معادلات رگرسیونی چند متغیره استاندارد شده، به ارزیابی روش تحلیل مسیر بپردازیم، که قادر است علاوه بر آثار مستقیم، آثار غیر مستقیم و اثر کل هر یک از متغیرهای مستقل را
anova در شرایط نامتعارف
مدل anova با m عامل تثبیت شده، اثرهای متقابل و جملات خطا را که لزوما دارای توزیع نرمال نیستند در نظر بگیرید. در این پایان نامه به بررسی حساسیت مجانبی آماره ی آزمون f برای آزمون اثرهای اصلی و متقابل پرداخته می شود، تحت این فرض که تعداد سطوح عامل a1 به بی نهایت میل می کند، در حالی
آزمونهایی برای مولدهای بیت تصادفی
چکیده ندارد.
تعیین مرتبه زنجیر مارکوف
چکیده ندارد.
تابع چگالی احتمال فازی متغیرهای تصادفی فازی و برآوردگرهای فازی پارامترهای فازی آن
چکیده ندارد.
اتورگرسیون های t چند متغیره، ابداع ها، واریانس های پیش بینی و معادلات درستنمایی دقیق
چکیده ندارد.
مقایسه روشهای ارزیابی همگرایی زنجیر مارکف مونت کارلو
چکیده ندارد.
نرخ آنتروپی در فرآیندهای الگویی
چکیده ندارد.