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...

در تحلیل مدل های رگرسیونی، فرض معمول این است که مولفه های خطا دارای توزیع نرمال هستند. اما از آن جا که امکان نقض این فرض در تحلیل داده های واقعی امکان پذیر است، لذا مطالعه بر روی جایگزینی توزیع های منعطف تر از نرمال موضوع اصلی بسیاری از تحقیقات کاربردی می باشد. یکی از این توزیع ها لاپلاس- چوله ی چند متغیره است که در دهه ی اخیر از سوی محققان زیادی مورد توجه قرار گرفته است. در تحقیقات مختلف، شکل ...

در بسیاری از مسایل تحلیل پاسخ های نرخ و نسبت مانند نرخ تورم، نرخ رشد، درصد مشتریان خوش قول در یک بنگاه اقتصادی، و درصد یک بیماری در منطقه ای خاص، علاقه مند به کشف عوامل موثر بر متغیر پاسخ هستیم. این هدف، معمولا با مدل های رگرسیونی قابل دستیابی است. مقیاس این گونه پاسخ ها، پیوسته و محدود به فاصله (0,1) است. برای تحلیل رگرسیونی این نوع داده ها، اولین گزینه هایی که به ذهن می رسد استفاده از مدل های...

یکی از موضوعات مهم در آمار، مسأله ی انتخاب متغیر است. مدل رگرسیونی لاسو که به طور همزمان برای انتخاب متغیر و برآورد ضرایب به کار می رود، در سال های اخیر مورد توجه ویژه ای قرار گرفته است. این مدل رگرسیونی به صورت های مختلفی از دیدگاه آمار بیزی و فراوانی گرا مورد مطالعه قرار گرفته است. پارک و کسلا ‎(2008)‎ همانند حالت کلاسیک تنها از یک پارامتر به منظور انقباض برآوردگرها و کنترل تعداد پارامترهای م...

در بسیاری از مسائل آماری برای مدل بندی داده هایی که در طول زمان و به طور مکرر اندازه گیری می - شوند، معمولاً مدل آمیخته خطی نرمال که در آن توزیع اثرات تصادفی و خطاها نرمال فرض می شود، به کار می رود. اما هنگامی که در میان داده ها، داده دورافتاده وجود داشته باشد، این مدل برازش خوبی به داده ها ندارد. برای حل این مشکل می توان به جای توزیع نرمال از کلاس توزیع های نرمال مستقل استفاده کرد، که دارای دم ...

مدل های فضایی-زمانی پویا برای استنباط و پیشگویی داده هایی که در طول زمان و بر حسب موقعیت و مکان قرارگیریشان در فضای مورد مطالعه وابسته اند، بسیار حائز اهمیت هستند. در واقع مدل های فضایی با در نظر گرفتن تغییرات پویا در زمان، کلاس مدل های فضایی-زمانی پویا را شکل می دهند. در این پایان نامه ابتدا روش ماکسیمم درستنمایی برای اینگونه مدل ها بررسی می شود. به دلیل حجم زیاد داده های فضایی-زمانی و اجتناب ...

فرّاریت میزان عدم حتمیت یا ریسک مربوط به درجه و اندازه ی تغییرات ارزش اوراق بهادار در یک بازه ی زمانی خاص نامیده می شود. برای مدل کردن فرّاریت با زمان- تغییرپذیر سری های زمانی مالی بسیاری شامل مدل اتورگرسیو ناهمسان واریانس (arch)، تعمیم یافته اش (garch) و مدل فرّاریت تصادفی (sv) پیشنهاد شده است. در این پایان نامه، کشیدگی مدل های garch و sv را زمانی که عامل نوسازی شرطی غیر - نرمال باشد، به دست می آ...

در این مقاله به مطالعه‌ی زنجیر مارکوفی مرتبه‌ی دوم که برای مدل‌بندی در بسیاری موارد مناسب می‌باشد پرداخته شده است. کارایی براوردگرهای بیشینه شبه‌درستنمایی با براوردگرهای بیشنیه درستنمایی به‌همراه توزیع مجانبی آن‌ها مطالعه شده و با ارایه‌ی یک مثال به بررسی قابلیت‌های این براوردگر پرداخته شده است.