در مطالعه و تجزیه تحلیل مدلهای آماری دینامیک به کمک روشهای کلاسیک همواره با محدودیت های زیادی مواجه خواهیم شد. به علاوه اگر این مدلها با اطلاعات پیشین همراه شوند پیچیدگی محاسبات در آنها به مراتب زیادتر خواهد شد. با این حال با داشتن نمونه های تصادفی کافی از این مدلها و یا چگالیهای آماری ناشناخته آنها می توانیم به استنباط های مربوطه به کمک محاسبه امیدهای مختلف و بقیّه کمیّت ها بپردازیم. در این پای...

مدل های خطی با اثرات تصادفی یکی از پرکاربردترین مدل هایی است که برای مدل سازی داده های پانلی ‏و طولی به کار می رود. در این مدل ها‏، دقت استنباط با کنترل تغییرپذیری بین و درون واحدها با درنظرگرفتن اثرات تصادفی در مدل‏، افزایش می یابد. در سال های اخیر‏، برازش مدل های با اثرات تصادفی دارای توزیع منعطف‏، موضوع بسیاری از تحقیقات بوده است. ‏برای این منظور‏، توزیع های پارامتری و ناپارامتری مختلفی ارائ...

مدل های چند سطحی در علوم کاربردی شامل علوم اجتماعی، جامعه شناسی، پزشکی و اقتصاد برای تحلیل داده های همبسته مورد استفاده قرار می گیرند. روش های متفاوتی برای برآورد این مدل ها با متغیر پاسخ نرمال وجود دارند. در این مقاله برای به کارگیری روش بیزی از تعمیم الگوریتم مونت کارلوی زنجیر مارکوف استفاده می شود که قالبی ساده داشته و باعث حذف همبستگی بین نمونه های شبیه سازی برای پارامترهای ثابت وخطای منتسب...

در بسیاری از زمینه ها مانند مهندسی، فیزیک و اقتصاد، مدل گوسی عملکرد خوبی نداشته و برای برازش داده های چوله و دم سنگین مناسب نمی باشد. با استفاده از توزیع پایدار می توان داده های دم سنگین و چوله را به خوبی برازش کرد، ولی مشکلات استنباطی برای برآورد پارامترهای آن به وجود می آید. که این مساله به عدم وجود تابع چگالی به فرم تحلیلی و نامتناهی بودن گشتاورهای بزرگ تر از a هنگامی که a?2 مربوط می شود، در...

تعیین چگالی های ناشناخته در بسیاری از کاربردها نظیر مدل های بیزی پیچیده تنها به کمک شبیه سازی ممکن بوده و در این میان روشهای مونت کارلوی زنجیر مارکوفی بیشترین سهم را دارند. روش های مختلف مونت کارلوی زنجیر مارکوفی ، امروزه به عنوان ابزاری اساسی در قلمرو علم آمار و به ویژه در مباحث بیزی بکار رفته و همراه با افزایش قدرت پردازش و سرعت محاسبات کامپیوترها در حال تکمیل و گسترش می باشد. در این پایان نا...

در این مقاله مدل فضایی برای تحلیل مقادیر کرانگین با توزیع حاشیه ای مقدار کرانگین تعمیم یافته معرفی می شود، که در آن وابستگی های کوچک مقیاس با استفاده از تابع مفصل تی فاصله مدل بندی و سپس با رویکردی سلسله مراتبی میدانی تصادفی برای جذب وابستگی های بزرگ مقیاس با پارامتر مکان توزیع های حاشیه ای مرتبط می شود. برازش مدل در رهیافت بیزی با استفاده از تکنیک های مونت کارلوی زنجیر مارکوفی انجام می گیرد که...

مدل های چند سطحی در علوم کاربردی شامل علوم اجتماعی، جامعه شناسی، پزشکی و اقتصاد برای تحلیل داده های همبسته مورد استفاده قرار می گیرند. روش های متفاوتی برای برآورد این مدل ها با متغیر پاسخ نرمال وجود دارند. در این مقاله برای به کارگیری روش بیزی از تعمیم الگوریتم مونت کارلوی زنجیر مارکوف استفاده می شود که قالبی ساده داشته و باعث حذف همبستگی بین نمونه های شبیه سازی برای پارامترهای ثابت وخطای منتسب...

براورد بیزی مدل های nig از طریق روش های مونت کارلوی زنجیر مارکوفی از طریق روش مونت کارلوی زنجیر مارکوفی صورت می گیرد

در چند دهه اخیر توزیع های آماری مختلفی در مدل های رگرسیونی خطی معرفی شده اند که هرکدام دارای ویژگی های خاصی هستند. خانواده توزیع های آمیخته-مقیاس اخیرا مورد توجه فراوان قرار گرفته است. ساختار این خانواده بر پایه یک فرآیند سلسله مراتبی تصادفی است که در آن توزیع آمیزنده نقش اساسی را در خواص آماری ایفا می کند. در استنباط بیزی مدل های رگرسیونی پیچیده توسط رهیافت شبیه سازی مونت کارلوی زنجیر مارکفی، ...