در تحلیل داده‌ها، گاهی برخی مشاهدات به دلایل گوناگون و روش‌های متفاوت، گمشده محسوب می‌شوند. چگونگی برخورد با این مشاهدات در تحلیل داده‌ها، به دلیل اهمیت نتایج حاصل از آنها به‌ویژه در تصمیم‌گیری‌های حساس، از اهمیت به‌سزایی برخوردار است. پیش از این، برای غلبه بر مشکل داده‌های گمشده مرسوم‌ترین روش، حذف داده‌های گمشده بود که منجر به داده‌هایی با کیفیت پایین و به تبع آن تحلیل و استخراج نتایج دارای س...

داده های گمشده هواشناسی یکی از مشکلات پیش روی متخصصان و طراحان پروژه های منابع آب است و لازم است این نواقص آماری به طریقی برطرف گردد .روش های متعدد ی برای تخمین داده های گمشده وجود دارد. در این پژوهش کارایی دو مدل درختی و شبکه عصبی در مورد بازسازی داده های گمشده تبخیر روزانه 4 ایستگاه هواشناسی استان خوزستان مورد ارزیابی قرار گرفت. دوره آماری این تحقیق از سال 2005 تا 2008 بود و داده ها به دو دور...

چکیده زمینه و هدف: رگرسیون لوجستیک مدلی عمومی برای تحلیل داده های پزشکی و اپیدمیولوژیکی می باشد و اخیراً محققین معدودی تحقیقات خود را به تحلیل مدل های رگرسیون لوجستیک با وجود مقادیر گمشده در متغیرهای کمکی معطوف داشته اند. در بسیاری از پژوهش ها محققین با مجموعه داده هایی مواجه هستند که دارای مقادیر گمشده است. گمشدگی تهدید عمده ای برای درستی نتایج حاصل از مجموعه داده ها محسوب می شوند و اجتناب از آ...

وجود مقادیر گمشده در مجموعه داده ها به وفور در پژوهش های علوم مختلف از جمله علوم پزشکی و به ویژه در مطالعات طولی، که در آن ها هر فرد در طول زمان تحت اندازه گیری های مکرر قرار می گیرد، به چشم می خورد. در چند دهه اخیر فعالیت های آماری وسیعی در این زمینه، در حوزه های مفاهیم، مباحث، روش های تئوری و نرم افزاری، انجام شده است. با وجود گسترش استفاده از نتایج حاصل از این فعالیت ها، در بسیاری از موارد ش...

چکیده زمینه و هدف: رگرسیون لوجستیک مدلی عمومی برای تحلیل داده های پزشکی و اپیدمیولوژیکی می باشد و اخیراً محققین معدودی تحقیقات خود را به تحلیل مدل های رگرسیون لوجستیک با وجود مقادیر گمشده در متغیرهای کمکی معطوف داشته اند. در بسیاری از پژوهش ها محققین با مجموعه داده هایی مواجه هستند که دارای مقادیر گمشده است. گمشدگی تهدید عمده ای برای درستی نتایج حاصل از مجموعه داده ها محسوب می شوند و اجتناب از آ...

غلب داده‌های فضایی و فضایی-زمانی به واسطه شرایطی که تحت آن اندازه‌گیری‌ها صورت می‌گیرد حاوی مقادیر گمشده هستند. مقادیر گمشده‌ای که در فواصل مکانی یا زمانی نزدیک‌تر نسبت به مشاهدات قرار دارند شامل اطلاعات مفیدی هستند که درنظر گرفتن آن‌ها می‌تواند منجر به نتایج دقیق‌تری شود. بنابراین لازم است حضور داده‌های گمشده مورد توجه و بررسی دقیق قرار گیرد. لذا می‌توان با مدل‌بندی توأم فرایندی که منجر به گمش...

وجود مقادیر گمشده در مجموعه‌ داده ‌ها به وفور در پژوهش ‌های علوم مختلف از جمله علوم پزشکی و به ویژه در مطالعات طولی، که در آن‌ ها هر فرد در طول زمان تحت اندازه ‌گیری ‌های مکرر قرار می‌گیرد، به چشم می ‌خورد. در چند دهه اخیر فعالیت‌ های آماری وسیعی در این زمینه، در حوزه ‌های مفاهیم، مباحث، روش ‌های تئوری و نرم افزاری، انجام شده است. با وجود گسترش استفاده از نتایج حاصل از این فعالیت ‌ها، در بسیاری...

داده‌های گمشده پدیده رایج مطالعات تجربی و سنجش‌های آموزشی و روان‌شناسی هستند که به هرگونه بدون پاسخ ماندن سؤال اطلاق می‌شود. روش‌های آماری بسیاری برای محاسبات مجموعه داده‌های دارای پاسخ گمشده وجود دارد که تحت تأثیر مکانیسم گمشدگی، علل و میزان آنها هستند. هدف از نگارش این مقاله، بررسی وضعیت موجود داده‌های گمشده در آزمون سراسری ورودی دانشگاه‌هاست. با استفاده از روش‌های آمار توصیفی و نرم‌افزارهای ...

تکنیک ریزآرایه dna، تکنولوژی معمول با عملکرد بالا برای نشان دادن سطوح بیان هزاران ژن بطور همزمان در شرایط مختلف است. این تکنیک، بیولوژی ملکولی را متحول ساخت. برخلاف بیولوژی ملکولی قدیمی، استفاده مفید ریزآرایه dna، نیازمند استفاده توام آمار و محاسبات جهت طراحی آرایه ها، طراحی آزمایشات و تجزیه تحلیل و مدیریت داده ها است. مهمترین کاربرد آن تعیین شباهت ژن های بیان شده در شرایط مختلف سلولی و مرتبط س...

فرآیند درون یابی داده های گمشده در تحلیل سریهای زمانی بسیار مهم است . روش مرسوم استفاده از مدلهای اتو رگرسیو – میانگین متحرک باکس و جنکینس جهت درون یابی این داده ها است . در تحقیقات پیشرفته اخیر در مباحث سری زمانی روش دیگر بیان مدلهای سری زمانی در قالب مدلهای فضای حالت و استفاده از صافی کالمن است . در این پایان نامه نخست روشهای درون یابی مقادیر گمشده در سری زمانی را معرفی کرده و سپس با استفاد...