به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

parameter estimation

در نشریات گروه آمار
تکرار جستجوی کلیدواژه parameter estimation در نشریات گروه علوم پایه
  • آرزو رحمانپور، یدالله واقعی*، غلامرضا محتشمی برزادران

    موضوع تشخیص  نقطه تغییر یکی از چالش برانگیزترین مسایل آماری است، زیرا تعداد و موقعیت زمانی این نقاط ناشناخته هستند. در این مقاله ابتدا به معرفی مفهوم    نقطه تغییر پرداخته و سپس برآورد پارامترها در مدل اتورگرسیو مرتبه اول  AR (1) بررسی می شود. به منظور بررسی دقت برآوردگرهای بدست آمده یک مطالعه شبیه سازی انجام داده و در ادامه دقت و سازگاری برآوردگرها به کمک MSE  مورد بررسی قرار  می گیرد. نتایج شبیه سازی نشان دهنده سازگاری برآوردگر پارامترهای مدل است، به این معنا که با افزایش حجم نمونه میانگین مربع خطای برآورد پارامترهای مختلف به صفر میل می کند. در ادامه مدل  AR (1) با نقطه تغییر به داده های نرخ تورم سالانه (از سال 1323 تا 1401) برازش داده و به کمک آن نرخ تورم برای سال 1402و 1403  پیش بینی می شود.

    کلید واژگان: برآورد پارامترها، سری های زمانی اقتصادی، مدل اتورگرسیو، نرخ تورم، نقطه تغییر
    Arezu Rahmanpour, Yadollah Waghei*, Gholamreza Mohtashami Borzadaran

    Change point detection is one of the most challenging statistical problems because the number and position of these points are unknown. In this article, we will first introduce the concept of change point and then obtain the parameter estimation of the first-order autoregressive model AR(1); in order to investigate the precision of estimated parameters, we have done a simulation study. The precision and consistency of parameters were evaluated using MSE. The simulation study shows that parameter estimation is consistent. In the sense that as the sample size increases, the MSE of different parameters converges to zero. Next, the AR(1) model with the change point was fitted to Iran's annual inflation rate data (from 1944 to 2022), and the inflation rate in 2023  and 2024 was predicted using it.

    Keywords: Autoregressive Model, Change Point, Parameter Estimation, Time Series
  • آنیتا عبداللهی نانواپیشه*، عاطفه عبداللهی نانواپیشه

    در این مقاله، ویژگی ها و کاربردهایی از یک توزیع چهار پارامتری به نام توزیع لگ-لجستیک وایبل نمایی شده ارائه شده است که کاربردهای بسیاری در هواشناسی، مسائل طول عمر، مدل سازی قیمت محصولات کشاورزی و قابلیت اطمینان دارد. این توزیع دارای تابع نرخ خطر افزایشی، کاهشی، u - شکل و u- شکل وارون است. در این مقاله ابتدا ویژگی های آماری و ریاضی این توزیع از جمله گشتاورها، برآورد ماکسیمم درست نمایی پارامترها، انحراف از میانگین و میانه، نمودار بونفرونی و لورنز بیان و در نهایت کاربردهایی از آن برای نشان دادن انعطاف پذیری توزیع ارائه شده است. نتایج برازش داده ها نیز مناسب بودن این مدل را برای مجموعه   داده های واقعی در نظر گرفته شده، تایید می کنند.

    کلید واژگان: لگ لجستیک وایبل، لگ لجستیک وایبل نمایی شده، گشتاورها، داده های طول عمر، برآورد پارامترها
    Anita Abdollahi Nanvapishe*, Atefeh Abdollahi Nanvapishe

    In this paper, features and applications of a four-parameter distribution called "Exponentiated Log-Logistic Weibull" distribution are presented, which has many applications in meteorology, life time issues, agricultural product price modeling, and reliability. This distribution has an increasing, decreasing, u-shaped and inverted u-shaped hazard rate function. In this article, at first the statistical and mathematical characteristics of this distribution are presented, including moments, maximum likelihood estimation of parameters, deviation from the mean and median, Bonferroni and Lorenz curve. Finally its applications are presented to show the flexibility of the distribution. The data fitting results also confirm the suitability of this model for the considered real data set.

    Keywords: Log-Logistic Weibull Distribution, Moments, Lifetime Data, Parameter Estimation
  • آنیتا عبدالهی نانواپیشه*

    در این مقاله یک توزیع طول عمر چهار پارامتری جدید به نام توزیع رایلی لوماکس نمایی شده معرفی می شود که دارای نرخ خطر افزایشی و u شکل برای مدل بندی داده های طول عمر (قابلیت اطمینان) است. توزیع لوماکس در اقتصاد، بیمه، مدل های قابلیت اطمینان، طول عمر، مسایل صف بندی و علوم بیولوژیکی کاربرد دارد. در این مقاله ابتدا ویژگی های ریاضی و آماری توزیع پیشنهادی ارایه می شود، سپس کاربردهای توزیع جدید با استفاده از مجموعه داده های واقعی بیان می شود. گشتاورهای حول مبدا و میانگین و عباراتی برای چولگی و کشیدگی ارایه می شود. ویژگی های مختلف ریاضی و آماری توزیع جدید بیان می گردد. برآورد پارامترها با استفاده از روش ماکسیمم درستنمایی مورد بررسی قرار می گیرد و در نهایت دو کاربرد از توزیع جدید با استفاده از مجموعه داده های طول عمر واقعی و درآمد ارایه می شود. خواهیم دید که توزیع رایلی لوماکس نمایی شده (E-RL) برازش بهتری را نسبت به سایر مدل ها برای مجموعه داده های طول عمر و درآمد فراهم می کند.

    کلید واژگان: توزیع لوماکس، توزیع رایلی لوماکس نمایی شده، گشتاورها، داده های طول عمر و درآمد، برآورد پارامترها و نیکویی برازش
    Anita Abdollahi Nanvapishe*

    In this paper a new four-parameter lifetime distribution named “the exponentiated Lomax – Rayleigh (E-LR) distribution” has been suggested that it has an increasing hazard rate for modeling lifetime data. The Lomax distribution has applications in economics, actuarial modelling, reliability modeling, lifetime and queuing problems and biological sciences. In this paper Firstly, the mathematical and statistical characteristics of the proposed distribution are presented, then the applications of the new distribution are studied using the real data set. Its first moment about origin and moments about mean have been obtained and expressions for skewness, kurtosis has been given. Various mathematical and statistical properties of the proposed distribution have been discussed. Estimation of its parameter has been discussed using the method of maximum likelihood. In the end, two applications of the new distribution have been discussed with two real lifetime data sets. The results also confirmed the suitability of the presented models for real data collection.

    Keywords: Lomax distribution, exponentiated Lomax – Rayleigh (E-LR) distribution, moments, lifetime data, parameter estimation, goodness of fit
  • Selim Orhun Susam*

    The purpose of this paper is to introduce a new estimation method for estimating the Archimedean copula dependence parameter in the non-parametric setting. The estimation of the dependence parameter has been selected as the value that minimizes the Cramér-von-Mises distance which measures the distance between Empirical Bernstein Kendall distribution function and true Kendall distribution function. A Monte Carlo study is performed to measure the performance of the new estimator and compared to conventional estimation methods. In terms of estimation performance, simulation results show that the proposed Minumum Cramér-von-Mises estimation method has a good performance for low dependence and small sample size when compared with the other estimation methods. The new minimum distance estimation of the dependence parameter is applied to model the dependence of two real data sets as illustrations.

    Keywords: Cramér-von-Mises, Archimedean copula, Parameter estimation, Bernstein polynomials
  • فاطمه عباس پور، منیژه صانعی طبس*، غلام رضا محتشمی برزادران

    توزیع بتای تعمیم یافته یکی از انواع توزیع های درامد است. در این مقاله به معرفی خانواده ی توزیع تعمیم یافته می پردازیم و این خانواده ی توزیع را از دیدگاه ماکسیمم آنتروپی مورد بررسی قرار می دهیم و همچنین براورد ماکسیمم آنتروپی پارامترهای این خانواده ی توزیع را تحت شرایط گوناگون، با استفاده از برنامه ی نرم افزار متلب می یابیم.

    کلید واژگان: براورد ماکسیمم آنتروپی، توزیع ماکسیمم آنتروپی، توزیع بتای تعمیم یافته، براورد پارامتر
    Fatemeh Abbaspour, Manijeh Sanei Tabas, Gholam Reza Mohtashami Borzadaran

    One of the income distributions is the generalized Beta distribution. In this paper the family of generalized Beta distribution is introduced and it was investigated in terms of maximum entropy. Also, using MATLAB the maximum entropy estimator of the parameters of this family was found, considering variety of conditions.

    Keywords: Maximum entropy estimator, maximum entropy distribution, generalized Beta distribution, parameter estimation
  • رحمان فرنوش *، آرزو حاج رجبی

    در این مقاله، یک مدل فضای وضعیت نرمال چوله ی مدار الکتریکی RC با در نظر گرفتن معادله ی دیفرانسیل تصادفی این مدار با نوفه ی سفید و رنگی به عنوان مدل پویا و نوفه ی اندازه ی نرمال چوله به جای نرمال معرفی می شود. فن پالایش بهینه با استفاده از طرح مونته کارلوی دنباله ای برای به دست آوردن بار به عنوان متغیر وضعیت مدل به کار گرفته شده است. علاوه بر آن فرض شده است که مدل شامل پارامترهای نامعلوم (مقاومت، خازن، پارامترهای میانگین، واریانس و شکل توزیع نرمال چوله به عنوان نوفه ی اندازه) می باشد. از روش بیزی برای براورد هم زمان بار پنهان و پارامترهای نامعلوم مدل با استفاده از طرح متروپولیس-هستینگس حاشیه ای ذره ای استفاده شده است. مطالعه های شبیه سازی به منظور بررسی کارایی روش های پیش نهادی انجام گرفته و نشان داده شده است که درصد پوشش توزیع نرمال چوله به عنوان نوفه ی اندازه بیش تر از توزیع نرمال است.

    کلید واژگان: مدار الکتریکی RC، مدل فضای وضعیت، پالایش مونته کارلوی دنباله ای، براورد پارامتر
    R. Farnoosh *, A. Hajrajabi

    In this paper, a skew normal state space model of RC electrical circuit is presented by considering the stochastic differential equation of the this circuit as the dynamic model with colored and white noise and considering a skew normal distribution instead of normal as the measurement noise distribution. Optimal filtering technique via sequential Monte Carlo perspective is developed for tracking the charge as the hidden state of this model. Furthermore, it is assumed that this model contains unknown parameters (resistance, capacitor, mean, variance and shape parameter of the skew normal as the measurement noise distribution). Bayesian framework is applied for estimation of both the hidden charge and the unknown parameters using particle marginal Metropolis-Hastings scheme. It is shown that the coverage percentage of skew normal is more than the one of normal as the measurement noise. Some simulation studies are carried out to demonstrate the efficiency of the proposed approaches.

    Keywords: RC electrical circuit, state space model, sequential Monte Carlo filtering, parameter estimation
  • غلامحسین یاری *، رضوان رضایی

    در این مقاله، ما براوردگرهای مختلفی را برای براورد پارامترهای رکوردهای توزیع وایبول مورد بحث قرار می دهیم. از جمله از روش کولبک-لیبلر بر اساس تابع بقا برای براورد این پارامترها استفاده می کنیم. در پایان، این روش ها به کمک شبیه سازی مونته کارلویی مورد مقایسه قرار گرفته و براورد گر مناسب پیش نهاد می شود.

    کلید واژگان: توزیع وایبول، رکورد بالا، آنتروپی، براورد پارامتر، شبیه سازی
    Gholamhossein Yari *, Rezvan Rezaei

    In this paper, we discuss different estimators of the records Weibull distribution parameters and also we apply the Kullback-Leibler divergence of survival function method to estimate record Weibull parameters. Finally, these estimators have been compared using Monte Carlo simulation and suggested good estimators.

    Keywords: Weibull distribution, upper record, Entropy, parameter estimation, simulation
  • Amir Payandeh, Mohammad R. Farid-Rohani, Marjan Qazvini
    This study introduces a new approach to problem of estimating parameter(s) of a given copula. More precisely, using the concept of the generalized linear models (GLM) accompanied with least square method, we introduce an estimation method, say GLM-method. A simulation study has been conducted to provide a omparison among the inversion of Kendal’s tau, the inversion of Spearman’s rho, the PML, the Copula-quantile regression with (q = 0:25; 0:50; 0:75), and the LMmethod. Such simulation study shows that the GLM-method is an appropriate method whenever the data distributed according to an elliptical distribution.
    Keywords: Copula, copula, quantile regression, GLM, parameter estimation
  • کاربست مدل های آمیخته برای خوشه بندی و رده بندی به زیرشاخه ای مهم از تحلیل چندمتغیره تکوین یافته است. این رویکردها حدود نیم سده حضور داشته اند، اما فعالیت معنی دار در این زمینه طی دهه ی گذشته بوده است. تاکید اولیه این مقاله مروری بر کارهای انجام شده در خوشه بندی، رده بندی و تحلیل تشخیصی، با توجه خاص معطوف به دو فن است که می توانند با استفاده از بسته های R مربوط به اجرا درآیند. برآورد پارامتر و مدل گزینی نیز مورد بحث قرار می گیرند. مقاله با خلاصه، بحث و برخی تأملات درباره کارهای آینده پایان می یابد.
    Paul D. Mcnicholas
    The use of mixture models for clustering and classification has burgeoned into an important subfield of multivariate analysis. These approaches have been around for a half-century or so, with significant activity in the area over the past decade. The primary focus of this paper is to review work in model-based clustering, classification, and discriminant analysis, with particular attention being paid to two techniques that can be implemented using respective R packages. Parameter estimation and model selection are also discussed. The paper concludes with a summary, discussion, and some thoughts on future work.
    Keywords: Classification, clustering, discriminant analysis, mclust, mixture models, model, based clustering, model selection, parameter estimation, pgmm
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال