مطالعه ی مباحث تشخیصی در مدل های مختلف رگرسیونی دارای سابقه ی طولانی است. گاهی مجموعه ی کوچکی از داده ها اثرات نامتناسبی را بر روی نتایج حاصل از آنالیز رگرسیونی اعمال می کنند. به طوری که برآورد پارامترها یا مقادیر پیش بینی شده بیشتر تحت نفوذ این مشاهدات قرار می گیرند. شناسایی چنین مشاهداتی از طریق روش ها و معیارهایی که مبتنی بر آنالیز تأثیر است امکان‏پذیر بوده که در مقوله ی مباحث تشخیصی تجلی پی...

استخراج مشخصات دریا معمولاً از طریق بویه‌های موج نگار انجام می‌شود. اما ثبت داده توسط موج نگارها معمولاً با خطاهایی همراه است. لذا قبل از استخراج هرگونه اطلاعاتی لازم است این خطاها را شناخت و آنها را حذف و یا تصحیح کرد. هدف از این تحقیق، شناسایی خطاهای موجود در برداشت داده-های خام از بویه‌های موج نگار، با استفاده از روش ضریب داده پرت محلی (LOF) است. LOF روشی قدرتمند جهت شناسایی ناهنجاری داده‌ها د...

در این مقاله پس از تشریح روش پرت دلایل عدم کارایی این روش بیان می گردد. آن گاه استفاده از تابع توزیع احتمال با رویکردهای مختلف آن به عنوان یک روش جدید معرفی می شود . این روش نواقص روش پرت را که ناشی از فرض های ساده کننده و غیر واقعی آن است برطرف می نماید. فرض هایی که باعث می شوند زمان تکمیل پروژه با استفاده از روش پرت کمتر از زمان واقعی آن تخمین زده شود.

در آنالیز داده ها، چگونگی تأثیرگذاری مشاهدات بر جنبه های گوناگون مدل آماری دارای اهمیت ویژه ای است. برخی از مشاهدات می توانند بسیاری از ویژگی های مدل را تحت تأثیر قرار دهند. شناسایی این گونه مشاهدات با استفاده از روش های مبتنی بر آنالیز تأثیر بسیار حائز اهمیت است و روش های مختلفی بدین منظور پیشنهاد شده است. از جمله این روش ها می توان به معیارهای نفوذ، باقی مانده ها، dfbetas ، dffits ، فاصله کوک...

همانطور که می دانیم حضور داده های پرت در یک مجموعه از مشاهدات هموارد مورد بحث بوده است، در سری های زمانی نیز حضور این گونه داده ها غیر قابل اجتناب است و از آنجا که حذف داده های پرت از یک مجموعه داده ی سری زمانی کاری نسبتا نامعقول است، پس لازم است به برآوردگرهایی دست یابیم که اثرپذیری کمتی از داده های پرت نسبت به برآوردگرهای کلاسیک داشته باشند. از آنجا که الگوی خودبازگشتی همبسته دوره ای دارای کا...

در این نوشته زیربنای فکری و جنبه‌های عملی قانون برادفورد تشریح شده است. تفاوت مقوله‌بندی سن‍ّتی با مجموعه‌های نامعین «لطفی‌زاده» شرح داده شده، اندیشه‌های «کارل پیرسون» دربارة «مسئلة بنیادی علم» آورده شده، به «داده‌های پرت» از دید «بارنت» و «لوئیس» پرداخته شده و با تکیه بر این موارد، گزارشی از یک بررسی که در دانشگاه لویزیانا در پیوند با انتخاب مجلات شیمی ت...

این پایان نامه پیشنهاد طرحی را دارد که با استفاده از روشهای داده کاوی هشدارهای و گزارشهای تجهیزات امنیتی شبکه را تحلیل و همبسته سازی نماید

خوشه‏بندی یکی از مهم ترین ابزار در داده کاوی است که کاربرد فراوانی در زمینه های گوناگون دارد. در خوشه‏بندی، داده‏های موجود در هر یک از خوشه‏ها بیشترین شباهت را نسبت به هم و داده‏های موجود در خوشه‏های دیگر کمترین شباهت را دارند. از خوشه‏بندی می توان برای گروه بندی داده‏های چند متغیره ی ژئوشیمیایی استفاده کرد. نتایج خوشه‎بندی اغلب به الگوریتم انتخاب شده وابسته است. تکنیک‎های مختلف خوشه‏بندی، خوش...

امنیت کامپیوترها و شبکه ها یک مسئله حیاتی در دنیای امروزی ما می باشد. یک روش برای حفاظت اطلاعات ذخیره شده در سیستم های پایگاه داده ای استفاده از سیستم تشخیص نفوذ می باشد. اخیراً محققان روی تکنیک های داده کاوی ای کار می کنند که تراکنش های بدخواه در سیستم های پایگاه داده ای را کشف می کنند. روش آن ها روی استنتاج وابستگی های داده بین اجزاء داده در پایگاه داده متمرکز است، اما الگوریتم هایی که این روش...

طرح مسئله: رگرسیون معمولی اساساً برای میانگین شرطی ساخته می شود؛ به این معنا که رابطۀ بین میانگین و برخی متغیرهای تشریحی (تبیینی) را از طریق یک الگوی آماری نمایش می دهد. در این باره، ضروری است برخی از پذیره ها مانند نرمال بودن داده ها با یک درجۀ اطمینان قابل قبولی در داده ها صادق باشند تا استنباطهای صحیحی از الگو به دست آید . بنابراین، اگر به معیاری بجز میانگین علاقه مند باشیم یا آنک ه این پذیره...