تحلیل فضایی رگرسیون جمعی ساختاری و مدل بندی داده های جرم شهر تهران با تقریب لاپلاس آشیانی جمع بسته

در تحلیل بیزی مدل های رگرسیون جمعی ساختاری که قالبی انعطاف پذیراز مدل های آماری در زمینه های کاربردی دارند توزیع های پسینی فرم بسته ای ندارند و استفاده از الگوریتم های مونت کارلوی زنجیر مارکوفی به دلیل پیچیده بودن و تعداد زیاد پارامترهای این مدل زمان بر هستند. روش تقریب لاپلاس آشیانی جمع بسته می تواند با استفاده از تقریب های گاوسی و لاپلاس نیاز به شبیه سازی های سنگین را مرتفع سازد. در این مقاله نحوه لحاظ کردن همبستگی فضایی داده ها در مدل های رگرسیونی جمعی ساختاری و برآورد پارامترهای آن با تقریب لاپلاس آشیانی جمع بسته مورد مطالعه قرار می گیرند. سپس داده های جرم شهر تهران با این روش مدل بندی شده و در مطالعه ای شبیه سازی، دقت و سرعت محاسبه مدل های حاصل از تقریب لاپلاس آشیانی جمع بسته و الگوریتم های مونت کارلوی زنجیر مارکوفی مورد ارزیابی و مقایسه قرار می گیرند