برآورد کوچک ناحیه ای و پیشگویی فضایی

نویسندگان

چکیده مقاله:

اندک بودن اندازه داده‌ها در آمارگیری از کوچک نواحی، موجب دقت کم برآوردهای مستقیم ویژگی‌های مختلف در این نواحی می‌شود. با توجه به افزایش وسیع تقاضا برای تولید آمار‌های معتبر و دقیق برای کوچک نواحی، مطالعات زیادی انجام شده است که با ارائه رهیافت‌های مناسب این مشکل حل شود. معمولاً مدل‌های آمیخته خطی اساس بسیاری از روش‌های برآورد کوچک ناحیه‌ای هستند که با استفاده از منابع مختلف، اطلاعاتی کمکی به برآوردگرهای مستقیم وام می‌دهند تا دقت آن‌ها را افزایش دهند. چنانچه داده‌های کوچک نواحی وابستگی فضایی داشته باشند، می‌توان از مدل رگرسیونی که شامل متغیرهای کمکی و خطاهای همبسته فضایی به نواحی مجاور است، استفاده کرد. در این مقاله برآورد کوچک ناحیه‌ای بر اساس مدل خطی با اثرات کوچک ناحیهٔ همبسته فضایی بررسی می‌شود که در آن ساختار همسایگی فضایی داده‌ها از طریق ماتریس مجاورت در مدل لحاظ می‌گردد و اطلاعات کمکی فضایی نیز در برآورد کوچک ناحیه‌ای به‌کار گرفته می‌شود. سپس برآورد کوچک ناحیه‌ای میزان محصولات کشاورزی در شهرستان‌های استان فارس با دو روش متداول EBLUP و MBDE و با دو رویکرد معمولی (غیرفضایی) و فضایی در سطح واحد آماری به‌دست آورده خواهد شد آنگاه دقت آن‌ها مورد ارزیابی و مقایسه قرار می‌گیرند.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

برآورد کوچک ناحیه ای فضایی و پیشگویی میزان محصول مرکبات ‏در استان فارس

معمولاً به علت اندک بودن داده های آمارگیری در کوچک نواحی، برآوردهای مستقیم ویژگی های مختلف در این نواحی از دقت بالایی برخوردار نیستند. با توجه به افزایش وسیع تقاضا برای تولید آمار های معتبر و دقیق برای کوچک نواحی، سعی شده است که با ارائه رویکردهای مناسب این مشکل حل شود. از طرفی‏، داده های کوچک نواحی که وابستگی فضایی نیز دارند، می توانند از طریق رگرسیون روی متغیرهای کمکی با جملات خطایی که مستقل ی...

15 صفحه اول

روش بوت استرپ بلوک مجزا برای تعیین اندازه‌های دقت برآورد پارامترهای تغییرنگار و پیشگویی فضایی

  در اغلب مطالعات محیطی، داده­ها بر حسب موقعیت­شان در ناحیه مورد مطالعه معمولا وابسته فضایی هستند. تعیین ساختار همبستگی فضایی و پیشگویی دو مساله مهم در تحلیل داده­های فضایی هستند. برای تحلیل این داده­ها، اغلب یک مدل تغییرنگار پارامتری به تغییرنگار تجربی داده­ها برازش داده می­شود و براساس آن پیشگویی صورت می­پذیرد. با توجه به اینکه شکل بسته­ای برای برآوردگر پارامترهای تغییرنگار وجود ندارد، معمولا...

متن کامل

تحلیل فضایی نابرابری های ناحیه ای در استان کرمانشاه

مفهوم توسعه علاوه بر رشد در همه جهات، توزیع متعادل را نیز در بر می­گیرد. توزیع متعادل امکانات و خدمات، گامی در جهت از بین بردن عدم تعادل­های منطقه­ای است. برای شناخت توسعه‌یافتگی یاعدم توسعه‌یافتگی مناطق، به بررسی الگوی نابرابری‌های ناحیه‌ای، تفاوت‌های میان نواحی وبررسی میزان برتری یک مکان نسبت به ساختارمکان‌های مشابه درسطح مختلف نیاز است لذا باید برنامه‌ریزی‌های ناحیه­ای مورد توجه قرار گیرد. ه...

متن کامل

نظم و شکل گیری فضایی ناحیه ای - منطقه ای و سیر تحولات آن در جغرافیا

تحولات عمیقی که امروز در دیدگاه­ ها و مطالعات جغرافیایی به وجود آمده است، لزوم تجدید نظر در الگو، مدل های تجسم فضایی و روش­های مطالعات ناحیه ­ای - منطقه ­ای را ضروری ساخته است. سرعت روند تحولات در مفاهیم و اندیشه­ های جغرافیای ناحیه­ای - منطقه ­ای، آمایش و برنامه­ رزیی آن ایجاب می ­نماید که توزیع فضایی هر یک از عوامل تشکیلاتی، جایگزینی قطب­ های اصلی و نقاط ثقل، شبکه مکان های مرکزی و نظم سلسله م...

متن کامل

روش وزن دهی در برآورد کوچک ناحیه

چکیده به علت اندک بودن داده های آمارگیری در کوچک ناحیه ها، براوردگرهای مستقیم از دقت بالایی برخوردار نیستند. با توجه به افزایش وسیع تقاضا برای تولید آماره های معتبر و دقیق برای کوچک ناحیه ها، سعی شده است که با ارایه رویکردهای مناسب این مشکل حل شود. رویکردهای براورد کوچک ناحیه ای براساس مدل به خصوص آن هایی که براساس مدل های آمیخته ی خطی با اثرهای تصادفی ناحیه ای هستند با استفاده از منبع های مخت...

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 6  شماره 1

صفحات  23- 40

تاریخ انتشار 2016-08-22

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023