روش­های برآوردیابی پارامترهای مدل­های رگرسیون فازی کمترین مربعات خطا حساسیت (بسیار) زیادی نسبت به داده­های پرت دارند. اغلب روش­های موجود برآوردیابی پارامترهای این مدل­ها با رویکرد کمترین مربعات خطا، تحت تأثیر داده­های پرت، برآوردهایی نامناسب، دور از انتظار و با خطای زیاد ارائه می­دهند. لذا در این مطالعه یک مدل رگرسیون فازی استوار کمترین مربعات پیراسته برای مدل­سازی متغیرهای ورودی حقیقی-مقدار و ...

تحلیل مقادیر ویژه تکین (ssa) روش جدیدی برای تجزیه سری زمانی می باشد. در این روش سری زمانی اصلی به مولفه های مستقل نظیر روند، هارمونیک و اغتشاش تجزیه می شود. این روش ناپارامتری نیازمند هیچ نوع فرض آماری نظیر مانایی سری زمانی و نرمال بودن خطاها نبوده و برای سری های زمانی کوتاه مدت نیز مفید است. یکی از مشکلات اساسی در تحلیل سری های زمانی وقوع داده های دورافتاده می باشد. جهت شناسایی و کاهش اثرات نا...

در مطالعات رگرسیونی‏، زمانی که بین متغیرهای مستقل همبستگی بالائی وجود داشته باشد استفاده از روش های معمول از جمله روش کمترین مربعات معمولی باعث ناپایداری واریانس برآوردها می شود. یک راه حل معمول‏، استفاده از روش کمترین مربعات جریمه دار است که در آن برای مقادیر بزرگ برآوردگرها‏، جریمه بالائی در نظر گرفته می شود و به نوعی تغییرات برآوردگر تحت کنترل در می آید.‎ مورد دیگر استفاده از رگرسیون جریمه ...

ر این مطالعه، رگرسیون بر که در آن متغیر وابسته از توزیع بر نوع دوازده با پارامترهای c و ‎k‎ پیروی می کند، بررسی شده است. با بسط توزیع بر از طریق پارامتری کردن و با استفاده از رابطه آن با دیگر توزیع ها توزیعی جدید به نام توزیع بتا بر ‎iii‎ معرفی شده است. فرم بسته تابع توزیع بر زمینه را برای کاربردهای بیشتر در مطالعات قابلیت اطمینان و بقا و مدل های رگرسیونی که شامل مشاهدات پرت هستند، فراهم آورده ...

در مدل رگرسیون خطی چندگانه شیب بتا نامعلوم می باشد. در برآورد بتا ? حساسیت برآوردگرهای حداقل مربعات نسبت به تاثیر نقاط دورافتاده منتهی به پیشرفت روش های پردازش شده استوار می گردد. استفاده از نمرات ویلکاکسون به صورت خاص? به خاطر اینکه کارایی خوبی برای توزیع نرمال خطا و استواری ها در برابر مقادیر پاسخ دورافتاده بدست می دهد معروف است. یک نوع برآورد رگرسیونی چندمتغیره ویلکاکسون برای مدل خطی در کارا...

رگرسیون فازی تعمیمی از رگرسیون کلاسیک است که برای محاسبه رابطه بین متغیرهای مستقل و متغیر وابسته تحت تئوری فازی استفاده می شود. در روش های قدیمی )مانند کمترین مربعات و برنامه ریزی ریاضی( تجزیه و تحلیل مدل های رگرسیون فازی هنگامی که مشاهدات، متغیرهای فازی lr هستند با مشکلاتی روبرو می شود که برای برازش مدل وقتی با داده های کم با جامعه نامعلوم روبه رو هستیم، از بازنمونه گیری استفاده می کنیم. یکی ا...

در مساله ی کمترین مربعات، دلایل مختلفی مانند خطای نمونه برداری، مدلسازی، دستگاهی و... وجود دارند که فرض وجود خطاهای اتفاقی فقط در متغیرهای وابسته را نقض نماید. در این صورت خطاهای اتفاقی علاوه بر متغیرهای وابسته مدل در متغیرهای مستقل نیز وجودخواهند داشت. این خطاها اغلب خود را در ماتریس ضرایب (ماتریس طرح) مدل بروز می دهند. مدلی که برای این حالت نوشته می شود، مدل کاملتری موسوم به مدل" خطا در متغیر...

در این پایان نامه، ابتدا چند روش رگرسیون خطی فازی معرفی می شود و به ویژگی های این روش ها، معایب و مزایای آن اشاره می گردد. در فصل اول به مقدماتی درباره رگرسیون فازی می پردازیم. یکی از روش های رگرسیون امکانی را در فصل دوم معرفی کرده و معایب آن را ذکر می کنیم. در فصل های سوم تا هفتم، پنج روش جهت برازش مدل رگرسیون فازی را که به رفع معایب روش های قبل پرداخته شده، معرفی می کنیم و معایب و مزایای آن ه...

ترمیم تصاویر از مسائل مهم و کلاسیک در علوم مختلف مانند علم پزشکی,هواشناسی,کنترل خط تولیدو...مورد استفاده قرار می گیرد.هدف از ترمیم تصویر,یافتن تقریبی از تصویر واقعی است.یکی از روش های متداول برای یافتن تصویر واقعی استفاده از روش کمترین مربعات است.در این پایان نامه از روش های کمترین مربعات تعمیم یافته و کمترین مربعات بلوکی استفاده می کنیم و نتایج عددی را با روش کمترین مربعات مقایسه می کنیم.درپای...

همانطوری که میدانیم جهت به مدل درآوردن رابطه بین متغیرها از روش آماری موسوم به رگرسیون استفاده می شود،به طوری که با استفاده از تکنیک کمترین مربعات پارامترهای مدل گونه ای برآورد می شود که مجموع مربعات خطا (اختلاف بین مقادیر مشاهده شده و مقادیر برآورد شده) مینیمم گردد.اما گاهی با متغیرهای فازی سرو کار خواهیم داشت یعنی متغیرهایی که مقادیر تقریبی را نشان می دهند،در این صورت نمی توان با استفاده از ح...