پایان‌نامه

هم خطی(خطی بودن)آماره(ناپارامتری)ویلکاکسون

چکیده

چکیده: استنباط آماری تنها بر اساس مشاهدات نمی تواند باشد، به منظور پاسخ به مسائل علمی آمار مجبوریم فرض کنیم که مکانیزم تصادفی، داده ها را تولید می کند. این مکانیزم تصادفی یک مدل نامیده می شود. به طور مشخص چیزی که ما راجع به مدل ها در می یابیم کیفیت تأثیر تغییرات روی داد ه هاست. مطالب فراوانی راجع به روش های بهینه سازی برای مدل ها که با جزئیات زیادی مطرح شده اند وجود دارد. اگرچه میزان روش های آماری این روزها متعددند مشکل اصلی که باقی مانده است، برآورد پارامترهای رگرسیون مسئله است. آماره های ناپارامتری سه تا از برآورد گرهای m، l و r را به ما پیشنهاد می دهند که در این پایان نامه برای برآورد پارامتر رگرسیون از برآوردگر r براساس نمره های ویلکاکسون استفاده می کنیم. آماره رتبه ای را در نظر می گیریم که در آن وm یک مقدار ثابت بزرگ دلخواه می باشد که یک بردار است و به ازای رتبه های را با نشان می دهیم، به طوری که و نمونه تصادفی از یک توزیع با تابع توزیع تجمعیf می باشند و را به عنوان یک فرایند تصادفی با t به عنوان پارامتر در نظر می گیریم. در این پایان نامه هدف آن است که نشان دهیم تحت تعدادی فرضیات روی ci , xi و تحت تابع توزیع تجمعیf ، فرایند به فرایند گاوسی2(نرمال) همگرایی ضعیف دارد. روش به کار برده شده در این پایان نامه می تواند به آسانی برای آماره های رتبه ای علامت از نوع ویلکاکسون تعدیل یابد که با بررسی طول فاصله اطمینان برای یک تک پارامتری مثل و در نهایت با استفاده از نتیجه های به دست آمده، مرتبه دوم توزیع مجانبی برآوردگر رتبه ایr بر اساس نمره های ویلکاکسون(یعنی همان رتبه در نظر گرفته شده برای هر مشاهده) را می یابیم.

اساتید راهنما و مشاور

علی شادرخ، پرویز نصیری

پایان‌نامه‌های مشابه

  • مشخص سازی توزیع ها بوسیله خطی بودن رگرسیون برای آماره های ترتیبی و مقادیر رکورد

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوم ریاضیسیما صمدی

    در این پایان نامه به طور کلی مسئله ی مشخص سازی بعضی از توزیع های آماری براساس فرض خطی بودن رگرسیون روی آماره های ترتیبی، مقادیر رکورد و آماره های ترتیبی تعمیم یافته ارائه شده است. مفهوم مشخص سازی با فرض خطی بودن رگرسیون روی آماره های ترتیبی مجاور را برای اولین بار فرگوسن ‎(1967)‎

  • آزمون فرض بیزی با آماره های ناپارامتری

    پایان‌نامه۲۰۰۹وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایهعادل قاسمی اسفهلان

    بطور مرسوم کاربرد آزمون های بیزی در روش های ناپارامتری بدلیل وابسته بودن به تعیین توزیع پیشین، انجام محاسبات زیاد و فقدان تابع چگالی احتمال نمونه ای برای داده ها، محدود شده است. برای رفع موانع موجود می توان توزیع آماره های آزمون ناپارامتری را بجای توزیع نمونه ای داده ها در نظر گر

  • فاصله های پیش بینی ناپارامتری برای فاصله های رکورد آینده براساس آماره های ترتیبی

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایهمحمد کریمی

    در این پایان نامه،رکوردها و آماره های مرتب معرفی می شوند.سپس مساله پیش گویی آماره های مرتب آینده بر اساس مقادیر رکورد مشاهده شده و به طور مشابه، پیش گویی رکوردهای آینده بر اساس آماره های مرتب مشاهده شده ،بحث خواهیم کرد. احتمال پوشش این فاصله ها دقیق بوده و آزاد نوزیع می باشد. از

  • فاصله اطمینان ناپارامتری برای چندک ها واختلاف چندک ها براساس آماره های رکوردی

    پایان‌نامه۲۰۰۹وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده علوم ریاضیعلی ضمیران کلوانق

    در این پایان نامه نشان داده می شود که چگونه روشهای استنباطی ناپارامتری می تواند براساس آماره های رکوردی توسعه پیدا کند. بحث ما شامل فاصله اطمینان برای چندکها واختلاف چندکها، فاصله اطمینان درونی و برونی برای فواصل چندکی و حد بالایی و پایینی برای اختلاف چندکها براساس آماره های رکور

  • ?آزمون فرضیه خطی با استفاده از آماره آزمون فازی

    پایان‌نامه۲۰۱۲وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - پژوهشکده ریاضی ماهانعلیرضا جیریایی

    مسایل کاربردی مختلفی از آزمون فرض ها را می توان تحت یک حالت کلی از مدل های خطی که شامل آنالیز واریانس هم می شود، مورد بررسی قرار داد. در این پایان نامه یک روش برای آزمون کردن فرضیه خطی با استفاده از تکنیک های فازی ارائه شده است. در واقع در این روش مجموعه ای از فواصل اطمینان برای

  • روش های بیزی ناپارامتری برای مدل های آمیخته خطی با اثرات تصادفی ناهمگن

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم ریاضینیلوفر صفرپور

    امروزه مدلهای آمیخته خطی به طور گسترده برای تحلیل داده ها در علوم مختلف مورد استفاده قرار می گیرند. در اینگونه مدله ا اغلب با اتخاذ روش پارامتری، فرض می شود توزیع اثرات تصادفی نرمال است. همچنین هنگامی که توزیع داده ها چوله یا دم کلفت است، تعمیم هایی از توزیع نرمال مانند چوله نرما

اسناد مشابه