تحلیـل پیـوندی بـرای جدولهای پیشـایندی با استـفاده از معیـار ?-divergence

به طور کلی مدل های پیوند در تحلیل داده های رسته ای در جدول های پیشایندی، به دو گروه مدل های ضربی و غیر ضربی تقسیم می شوند که با وجود اختلاف ذاتی که این مدل-ها با یکدیگر دارند،بعضی از آنها به بعضی دیگر نزدیک هستند. این ملاک نزدیکی را می توان با انواع فاصله ای متریک مناسب سنجید. ما در این پایانامه از معیار اطلاع divergence-?? که فاصله کولبک لیبلر را به عناون یک حالت خاص در بر دارد، برای تعیین مدل های پیوند نزدیک استفاده خواهیم کرد. لذا می توان گفت نتایج بدست آمده از مدل های ضربی تحت شرایطی قابل تعمیم به مدل های غیرضریب و در حالت های خاص مدل های تعمیم یافته خطی خواهند بود. در فصل اول این پایانامه اشاره ای مختصر به بعضی انواع مدل های ضربی در جدول های پیشایندی خواهیم داشت. فصل دوم را به معرفی معیار اطلاع divergence-?? و بررسی برخی از ویژگی های اساسی آن اختصاص می دهیم. برخی از انواع مدل های پیوند را بر اساس نزدیکیشان به مدل های استقلال و متقارن در فصل سوم مورد بحث قرار خواهیم داد. فصل چهارم به معرفی برآوردگرهایdivergence-?? مینیمم وبرآوردگرهای divergence-?? مینیمم مقید پرداخته و در نهایت کلاسی از مدل های پیوند را معرفی خواهیم کرد که مدل های را به عنوان یک حالت خاص در بر دارد و همچنین آزمون هایی برای پارامترهای مدل پیوند با استفاده از روش های بوت استرپ و بیزی خواهیم آورد.