دگرگونی های عمده در حجم و پیچیدگی تحلیل داده ها در کنار پیشرفت های اساسی روش های محاسباتی، استفاده از مدل های آماری دقیقتر اما پیچیده تر را به همراه داشته اند. روشی معمول برای مدل بندی داده های ناگاوسی همبسته، استفاده از مدل های آمیخته خطی تعمیم یافته و برای داده های فضایی ناگاوسی، مدل های آمیخته خطی تعمیم یافته فضایی می باشد، که در آن همبستگی فضایی داده ها از طریق اثرات تصادفی در مدل لحاظ می ش...

در تحلیل مدل های رگرسیونی فرض معمول این است که واریانس مولفه های خطا همسان هستند. اما از آن جایی که امکان نقض این فرض در تحلیل داده های واقعی امکان پذیر است، لذا مطالعه بر روی روش های برآوردیابی در صورت ناهمسانی واریانس موضوع اصلی بسیاری از تحقیقات کاربردی می باشد. یکی از این روش ها مدل بندی پارامتر مقیاس بر اساس متغیرهای توضیحی است که در چند دهه ی اخیر از سوی محققان مورد توجه قرار گرفته است. د...

روش‌های بیزی برای تحلیل دقیق کوچک‌نمونه‌ای در داده‌های رسته‌ای در جدول‌های تقاطعی $Itimes J$ در نظر گرفته شده است. ساختارهای مختلف پیوند به کمک پارامتر لگاریتم نسبت بخت‌ها در این جدول‌ها، با فرض معلوم بودن جمع‌های حاشیه‌ای سطری تعریف و مورد آزمون قرار گرفته‌اند. به‌منظور حذف پارامترهای مزاحم از مدل، توزیع شرطی آماره‌های بسنده‌ی پارامترهای مورد نظر به‌شرط آماره‌های بسنده‌ی پارامترهای مزاحم به‌دس...

برای آزمون فرضیه همگنی مدل­های آمیخته، معمولا از آزمون نسبت درستنمایی اصلاح شده که مبتنی بر افزودن یک تابع تاوان مناسب به تابع لگ درستنمایی می­باشد، استفاده می­شود. کارایی این آزمون به شدت تحت تاثیر شکل تابع تاوان انتخابی است. انتخاب تابع تاوان در این نوع آزمون معمولا براساس پرهیز از پیچیدگی و میسر بودن برآورد پارامترها صورت می­پذیرد، که لزوما نتایج مطلوبی به دنبال ندارد. در این مقاله یک تابع ت...

مدل های خطی با اثرات آمیخته اغلب برای تحلیل داده های طولی به کار می روند تا ‏ناهمگنی واحدهای آزمایشی را کنترل و همبستگی حاصل از اندازه گیری های مکرر واحدها در طول زمان را در مدل سازی لحاظ کنند. در تحلیل این داده ها گاهی مشاهدات دورافتاده باعث عدم تقارن و یا چندمدی بودن توزیع داده ها می شود که این باعث عدم برقراری فرض متداول نرمال بودن اثرات تصادفی و مانده ها خواهد شد. در این راستا، جایگزینی توز...

اغلب در مدل های فضایی-زمانی پویا تحت فرض های محدودکننده ایستایی و همسانگردی، مدلی پارامتری برای تابع کوواریانس فضایی اختیار شده و استنباط ها ارایه می شود. اما در برخی مسایل کاربردی این مفروضات همگنی ممکن است برقرار نباشد. از طرف دیگر گاهی با مواردی وجود دارد که تعداد موقعیت های نمونه گیری زیاد است و استنباط بیزی با استفاده از الگوریتم های مونت کارلوی زنجیر مارکوفی محاسبات فراوانی بدنبال خواهد د...

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...