سری های زمانی مجموعه مرتبی از مشاهدات هستند که در طول زمان جمع آوری شده اند. فراوانی چنین مشاهداتی، تحلیل سری های زمانی را به یکی از کاربردی ترین شاخه های روز دنیا تبدیل کرده است. روش های تجزیه و تحلیل سری های زمانی شامل رویکردهای خطی محض، رویکردهای غیرخطی محض و رویکردهای ترکیبی می باشند، که رویکردهای خطی محض، روش های کلاسیکی هستند که ده ها سال پیش، زمانی که محدودیت های محاسباتی بالا از قبیل تو...

مطالعه تغییرات زمانی و مکانی پارامترهای آب و هوایی یکی از مهمترین مسائل حال حاضر در تحقیقات اقلیمی دنیا به شمار می آید. مطالعه تغییرات پوشش ابر به عنوان یکی از مهمترین پارامترهای آب و هوایی از این نظر حائز اهمیت می باشد که ابرها در راس چرخه آب و هوایی قرار دارند و تغییرات آنها منجر به ایجاد تغییر در توزیع زمانی و مکانی بسیاری از پارامترهای دیگر خواهد شد. در این تحقیق با استفاده از اطلاعات مقدار...

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 در مسائل عملی با حالت¬هایی مواجه می¬شویم که این فرض چندان توجیه¬پذیر به نظر نمی¬رسد. در این پایان¬نامه برای این مس...

ممیزی و خوشه بندی دو موضوع مهم در تحلیل آماری چند متغیره هستند. خوشه بندی سری های زمانی با استفاده از آنالیز فوریه یکی از این روش های مهم است که به دلیل مستقل کردن دوره نگار در فرکانس های مختلف محاسبات خوشه بندی را مقدار زیادی ساده می کند. مشکلی که اغلب در کارهای عملی خوشه بندی سری زمانی به وجود می آید نابرابر بودن طول سری های زمانی است. در این پایان نامه روش پیشنهادی برای خوشه بندی با طول نابر...

با پیشرفت روز افزون تکنولوژی­های جمع آوری اطلاعات و امکان دسترسی به حجم عظیمی از داده همواره نیازمند روش­هایی برای تجزیه و تحلیل این حجم داده خام و استخراج اطلاعات مفید از آن می­باشیم.  امروزه خوشه­بندی داده به عنوان یکی از روش­های آنالیز و ساده سازی مجموعه داده­های بزرگ، مورد توجه بسیاری از محققین قرار گرفته است. در این میان خوشه­بندی سری­های زمانی با دقت مورد قبول، حائز اهمیت بسیاری می­باشد....

پایان نامه با موضوع مدل بندی سریهای زمانی خود برگشت با مشاهدات گمشده بر اساس تبدیل چندجمله ای بر روی چگونگی براورد پارامتر از مدل اتورگرسیو(ar) سری زمانی تمرکز دارد. الگوریتم های براورد استاندارد برای مدل های ar با مشاهدات گم شده عملی نیستند .در این پایان نامه روش انتقال چندجمله ای برای تبدیل مدل های ar با مشاهدات گم شده به مدل های arma که تنها از مقادیر مشاهدات موجود شناسایی می شوند،بکار گرفته...