اغلب مجموعه داده های مربوط به داده کاوی و ماشین یادگیری دارای داده هایی با مقادیر Missing Values یا داده گمشده می باشند. چگونگی برخورد با داده گمشده و نیز ارائه راهکارهایی مبتنی بر تخمین مقدار مربوط به داده گمشده، منجر به بروز یک مسئله بسیار مهم در زمینه داده کاوی و ماشین یادگیری  شده است. در بین الگوریتم های داده کاوی، الگوریتم C4.5، به دلیل کارآیی، استفاده در کاربردهای مختلف داده کاوی و نیز ت...

هرگاه از هر عضو نمونه در چند موقعیت مشاهداتی داشته باشیم مشاهدات بدست آمده را اندازه گیریهای مکرر می نامیم . داده های مکرری که در آنها موقعیت های تکرار مشاهدات ، نقاط زمانی هستند ، داده های طولی مطالعات از این نوع را مطالعات طولی می نامند. یکی از مهمترین مشکلات تحلیل داده های چنین مطالعاتی وجود داده های گمشده است. حذف اطلاعات مربوط به فردی که داده گمشده دارد باعث کاهش دقت تحلیل داده ها می شود. ...

داده‌های گمشده پدیده رایج مطالعات تجربی و سنجش‌های آموزشی و روان‌شناسی هستند که به هرگونه بدون پاسخ ماندن سؤال اطلاق می‌شود. روش‌های آماری بسیاری برای محاسبات مجموعه داده‌های دارای پاسخ گمشده وجود دارد که تحت تأثیر مکانیسم گمشدگی، علل و میزان آنها هستند. هدف از نگارش این مقاله، بررسی وضعیت موجود داده‌های گمشده در آزمون سراسری ورودی دانشگاه‌هاست. با استفاده از روش‌های آمار توصیفی و نرم‌افزارهای ...

تکنیک ریزآرایه dna، تکنولوژی معمول با عملکرد بالا برای نشان دادن سطوح بیان هزاران ژن بطور همزمان در شرایط مختلف است. این تکنیک، بیولوژی ملکولی را متحول ساخت. برخلاف بیولوژی ملکولی قدیمی، استفاده مفید ریزآرایه dna، نیازمند استفاده توام آمار و محاسبات جهت طراحی آرایه ها، طراحی آزمایشات و تجزیه تحلیل و مدیریت داده ها است. مهمترین کاربرد آن تعیین شباهت ژن های بیان شده در شرایط مختلف سلولی و مرتبط س...

مقدمه و اهداف: داده های گمشده، چالش بزرگی در پژوهش ها به شمار می آیند. به فراخور نوع مطالعه و نوع متغیرهای مورد بررسی، روش های گوناگونی برای کار با این داده ها تا کنون معرفی شده است. هدف این مطالعه مقایسه پنج روش جانهی متداول در برخورد با گمشدگی در داده های پرسشنامه ای بود. روش کار: در این مطالعه تعداد500 پرسشنامه مربوط به خوددرمانی در بیماران دیابتی مورد استفاده قرار گرفت. گمشدگی در مشاهده ها ...

سابقه و هدف: استفاده از منحنی رشد قدرتمندترین وسیله پایش رشد کودکان می باشد و از این طریق می توان انحرافات از الگوی رشد طبیعی را بموقع تشخیص داد. ریزش داده ها و مقادیر گمشده از مشکلات معمولی در تجزیه و تحلیل داده های طولی رشد محسوب می شود. لذا اهمیت دارد که با برآورد نمودن مقادیر گمشده، داده ها کامل شده و در مسیری مناسب و صحیح جهت تحلیل قرار داده شوند. مواد و روش ها: این مطالعه طولی طی دو سال ب...

مدل‌یابی معادلات ساختاری، یک رویکرد آماری چندمتغیری نیرومند جهت ارزیابی روابط پیچیده‌ی بین متغیرهای مکنون در بسیاری از حوزه‌های علوم انسانی و رفتاری است. یکی از چالش‌های رایج در برآورد مدل‌های معادلات ساختاری که بر مبنای آزمون فرضیه‌ها انجام می‌شود، وجود داده‌های گمشده است. شیوه‌ی معمول، حذف آزمودنی‌هایی با پاسخ‌های گمشده روی هر کدام از سوالات است که با افزایش درصد مقادیر گمشده در مجموعه داده‌ه...

مقدمه و هدف: داده های گمشده در بسیاری از مطالعات آماری از جمله مدلهای رگرسیونی وجود دارند و باعث کاهش دقت برآورد می شوند. تا کنون روشهای گوناگونی برای مقابله با مشکل داده های گمشده ابداع شده که عموما بر داده های گمشده متغیر پاسخ متمرکز بوده است حال آنکه متغیرهای پیشگو نیز می توانند دستخوش تغییر و از دست رفتن اطلاعات شوند.مواد و روشها: در این تحقیق ضمن بررسی روش جانهِی داده هاِی گمشده با استفاده ا...

سابقه و هدف: استفاده از منحنی رشد قدرتمندترین وسیله پایش رشد کودکان می باشد و از این طریق می توان انحرافات از الگوی رشد طبیعی را بموقع تشخیص داد. ریزش داده ها و مقادیر گمشده از مشکلات معمولی در تجزیه و تحلیل داده های طولی رشد محسوب می شود. لذا اهمیت دارد که با برآورد نمودن مقادیر گمشده، داده ها کامل شده و در مسیری مناسب و صحیح جهت تحلیل قرار داده شوند. مواد و روش ها: این مطالعه طولی طی دو سال ب...

بررسی داده های گمشده از کاربردی ترین قسمت های آمار در علوم کاربردی است. تحلـیل های آماری و مدل سـازی برای این نوع داده ها از دیر باز مورد توجه آماردانان قرار گرفته و همواره به دنبال روش های بررسی و تجزیه و تحلیل مناسب تر در این مطالعات بوده اند. در این پایان نامه بررسی هایی در راستای این مطالعات انجام گرفته که در آن پاسخ های دوحالتی در طول زمان تکرار شده اند. تکرار در زمان برای مقادیر پاسخ منجر...