برای برآورد مجهولات در یک مدل تابعی که در آن مشاهدات تابعی خطی از مجهولات می­باشند، استفاده از روش کمترین مربعات مرسوم است. بهترین برآورد خطی نااُریب (blue) وقتی حاصل می­شود که معکوس ماتریس کواریانس مشاهدات به عنوان ماتریس وزن در نظر گرفته شود. لذا داشتن برآوردی واقع گرایانه از دقت مشاهدات کاملا ضروری است. یکی از روش­های بدست آوردن دقت مشاهدات، استفاده از برآورد کمترین مربعات مولفه­های وریانس اس...

برای برآورد مجهولات در یک مدل تابعی که در آن مشاهدات تابعی خطی از مجهولات می­باشند، استفاده از روش کمترین مربعات مرسوم است. بهترین برآورد خطی نااُریب (BLUE) وقتی حاصل می­شود که معکوس ماتریس کواریانس مشاهدات به عنوان ماتریس وزن در نظر گرفته شود. لذا داشتن برآوردی واقع گرایانه از دقت مشاهدات کاملا ضروری است. یکی از روش­های بدست آوردن دقت مشاهدات، استفاده از برآورد کمترین مربعات مولفه­های وریا...

در این مقاله مسئله برآورد بردار میانگین توزیع نرمال چند متغیره با واریانس نامعلوم تحت دو محدودیت مورد بررسی قرار می گیرد. ابتدا فرض می شود تمام مولفه های بردار میانگین نامنفی باشند و سپس تنها زیر مجموعه ای از مولفه های آن نامنفی در نظر گرفته می شوند. هدف یافتن رده ای از برآوردگرهای انقباضی برتر، در فضای پارامتر محدود شده، تحت تابع زیان توان دوم است. در این راستا رده برآوردگرهای نوع بارانچی...

در تمامی روش های ژئودتیکی برای برآورد ماتریس (کو)واریانس فرض بر این است‎ ‎‎ که مدل آمار‎ی‎ شامل تابعی از ترکیب خطی از مولفه های واریانس و کوواریانس می باشد. این در حا‎لی است که نتایج تحقیقات متعددی نشان می دهد که دلایل بر‎‎آورد منفی برای مولفه های واریانس می تواند بدلیل استفاده از مدل آماری نامناسب برای روابط بین مولفه های (کو)واریانس‎ ‎‎و یا استفاده از مقادیر اولیه‎ ‎‎ نامناسب‎ ‎‎ برای مولفه ه...

روش برآورد مؤلفه­های واریانس کمترین‌مربعات زمانی که تنوع مشاهداتی در شبکه وجود داشته باشد کارایی خوبی از خود نشان می‌دهد. با استفاده از این روش برای هر دسته از مشاهدات مختلف یک ضریب مقیاس محاسبه می‌شود. در این تحقیق از روش وزن‌دهی برآورد مؤلفه­های واریانس کمترین‌مربعات استفاده شده است. این بهبود دقت برای مختصات نقاط شبکه به‌نحوی است که مقدار نیم قطر بزرگ بیضی خطای مطلق نقاط در حالت استفاده از ب...

اخیراً روش جدیدی با نام تجزیۀ نامنفی ماتریسی برای نمایش خطی داده های نامنفی پیشنهاد شده است که علاوه بر کاهش تعداد داده ها، محدودیت روش های کلاسیک را ندارد. در این روش، ماتریس بزرگِ متناظر با  داده های نامنفی به دو ماتریس نامنفی کوچک تجزیه می شود. در این مقاله، ابتدا روش های کلاسیک را مرور می کنیم. سپس تجزیۀ نامنفی ماتریسی با نسخه های مختلف آن معرفی و مسائل مهم داده کاوی مانند رده بندی و خوشه بند...

یکی از فرضیات معمول در مدل‌های رگرسیونی، نرمال و مستقل بودن مانده‌ها و آشیانی بودن مدل‌های تحت بررسی است. اما در عمل، با مدل‌های غیرآشیانی و خطاهای همبسته نامنفی نیز مواجه می‌شویم. در این مقاله، انتخاب مدل برای مدل‌های رگرسیونی غیرآشیانی با باقی‌ماندۀ خودبازگشتی نامنفی با توزیع‌های گاما، وایبل و لگ-نرمال به‌عنوان مدل‌های رقیب در نظر گرفته شده است. به‌دلایل فنی پارامترهای موجود در مدل‌ها با استف...