Thesis

یک روش درستنمایی ترکیبی برای برآورد کوواریانس فضایی-زمانی

Abstract(in Persian; no English abstract is available)

-توابع کوواریانس فضایی- زمانی دارای این خاصیت هستند که رفتارهای فضایی-زمانی فرآیندهای مورد مطالعه را به طور هم زمان بیان می کنند. در سال های گذشته توجه زیادی به ارایه توابع کوواریانس فضایی -زمانی شده است ولی روش موثری برای برآورد این گونه توابع مطرح نگردیده است? معمولاً برای سادگی برآورد، توابع کوواریانس فضایی-زمانی را تفکیک پذیر در نظر می گیرند. یعنی یک کوواریانس فضایی-زمانی به صورت حاصلضرب دو تابع کوواریانس که یکی تابع کوواریانس فضایی و دیگری تابع کوواریانس زمانی است، در نظر گرفته می شود. در حالی که در عمل و کاربردهای واقعی چنین نیست و اثر زمان و مکان را نمی توان مجزا از هم در نظر گرفت. برای فرآیند تصادفی گاوسی محاسبه دقیق درستنمایی امری مشکل است زیرا نیازمند محاسبه وارون ماتریس بزرگی می باشد. یک راه حل این است که تابع درستنمایی تقریب زده شود(استاین 2005). به منظور مقایسه روش های حداقل مربعات وزنی (کرسی 1985) نیز برای برآورد تابع کوواریانس استفاده شده است. در این پایان نامه از روش درستنمایی ترکیبی برای برآورد تابع کوواریانس فضایی-زمانی استفاده می گردد. این روش یک تقریب بر مبنای درستنمایی حاشیه ای یا شرطی پیش آمدها است. هر چند این روش برای داده های فضایی مورد استفاده قرار گرفته ولی کمتر مطالعه ای برای حالتی که داده ها ساختار فضایی- زمانی دارند انجام گرفته است

Supervisors and advisors

علی محمدیان مصمم، علی آقامحمدی

Similar theses

  • برآورد تابع کواریانس برای مجموعه داده های بزرگ با استفاده از روش درستنمایی ترکیبی وزنی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علومتوران غیبی

    یکی از مسایل مهم در مطالعه آماری برآورد تابع کواریانس می باشد. برای برآورد پارامترهای تابع کواریانس از روش های درستنمایی یا درستنمایی مقید استفاده می شود. اما این روش ها وقتی که اندازه ی داده بزرگ باشد به دلیل نیاز به محاسبه ی وارون ماتریس کواریانس مشکل خواهد بود. یک روش موثر برا

  • ارزیابی اثر روش های مختلف مدل بندی روند فضایی- زمانی بر برآورد توابع کوواریانس

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرسسیده سمیه موسوی

    تحلیل آماری داده های فضایی-زمانی مستلزم تعیین ساختار همبستگی آن ها از طریق تابع کوواریانس فضایی-زمانی است. این تابع که معمولاً نامعلوم است بر اساس مشاهدات برآورد می شود. از آنجا که وجود روند در داده ها موجب اریبی در برآورد تابع کوواریانس می گردد، ضروری است روند داده ها مدل بندی ش

  • درستنمایی ترکیبی بلوکی برای داده های فضایی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده ریاضیسروه محمدی

    روش درستنمایی ترکیبی بلوکی توسعه ای برای برآورد و پیش بینی مجموعه داده های فضایی بزرگ است. درستنمایی ترکیبی بلوکی را می توان از تابع های چگالی توا?م با جفت بلوک های هم جوار ساخت. برای این منظور می توان مجموعه داده های بزرگ را به مجموعه داده های کوچک تر تقسیم و هریک را بطور مجزا ا

  • ویژگی های برآورد ماکزیمم درستنمایی ترکیبی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوموحید ابراهیمی

    تابع درستنمایی نقش اساسی هم در آمار کلاسیک و هم در آمار بیزی ایفا می کند. اگرچه امروزه با افزایش روز افزون در اندازه و حجم مجموعه ی داده ها و پیچیدگی وابستگی بین متغیرها در بسیاری از مدل های واقعی، ساختن تابع درستنمایی کامل کاری مشکل می باشد. برای رفع این مشکل اساسی، درستنمایی تر

  • برآورد مدلهای شکنندگی در تحلیل داده های بقا به روش درستنمایی تاوان داده

    Thesis2009وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهوازمهدی عروجعلیان مشهدی

    روش های مرسوم در تحلیل بقا به طور ضمنی فرض می کنند که جوامع تحت مطالعه همگن هستند، به این معنی که همه افراد دارای خطر یکسانی هستند. اما در همه مطالعات اینگونه نیست، زیرا برخی عوامل خطر اندازه گیری نشده وجود دارد که تابع مخاطره را تحت تأثیر قرار می دهد. متغیر-های توضیحی اندازه گیر

  • بررسی تأثیر نوسانات بخش حمل و نقل دریایی بر نوسانات تجارت جهانی به روش اقتصادسنجی ترکیبی فضایی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده اقتصاد و علوم اجتماعیامین منصوری

    هدف اصلی در این تحقیق بررسی میزان واکنش نوسانات تجارت جهانی ناشی از بخش حمل ونقل دریایی براساس روش موجک و اقتصادسنجی ترکیبی فضایی است که برای 34 کشور عمده در تجارت بین¬الملل و حمل ونقل دریایی، برای دوره زمانی 2012-1990 براساس روش حداکثر راست نمایی در قالب مدل های فضایی بر شاخص بی

Similar items