فهرست مطالب

ندا - سال شانزدهم شماره 2 (پاییز و زمستان 1397)

نشریه ندا
سال شانزدهم شماره 2 (پاییز و زمستان 1397)

  • تاریخ انتشار: 1399/06/11
  • تعداد عناوین: 5
|
  • آنیتا عبدالهی نانواپیشه* صفحات 1-8

    در این مقاله مدل جدیدی از توزیع پارتو ارایه و معرفی شده است که تعمیمی از توزیع پارتو شناخته شده است. ما در ابتدا برخی از ویژگی های احتمالاتی و استنباطی از این توزیع را ارایه می کنیم و سپس برای نشان دادن انعطاف پذیری توزیع جدید کاربردهایی از این توزیع را با استفاده از داده های واقعی ارایه می کنیم. نتایج نیز مناسب بودن این مدل را برای مجموعه داده های واقعی تایید می کنند.

    کلیدواژگان: واژه‌های کلیدی: توزیع پارتو، برآورد ماکسیمم درستنمایی، قابلیت اطمینان
  • مهدی روزبه*، منیره معنوی صفحات 9-31

    رگرسیون خطی (پارامتری)، در کنار تمام مزایا و محاسن خود، نمی تواند نماینده خوبی از آن چه که در دنیای واقعی رخ می دهد، باشد. در دنیای واقعی به ندرت می توان مجموعه داده هایی که در آن ارتباط خطی بین متغیر توضیحی و متغیر پاسخ وجود داشته باشد، یافت. در عمل مجموعه داده های دنیای واقعی بسیار پیچیده و دارای ارتباطات غیر خطی اند که در مواردی حتی با اعمال تبدیل های قوی نظیر تبدیل باکس-کاکس، لگاریتمی و... نیز ارتباط مابین آن ها خطی نمی شود. در این شرایط متخصص آمار ناگزیر به استفاده از روش های ناپارامتری (و یا نیمه پارامتری) برای ادامه کار خود است.

    کلیدواژگان: مدل‌های ناپارامتری، مدل‌های نیمه پارامتری، تابع ناپارامتری
  • زهرا نیکنام* صفحات 32-38

    توزیع نرمال یکی از مهمترین توزیع های پیوسته در آمار است که به دلیل ویژگی های آن کاربرد فراوانی دارد‏، اما در تحلیل داده های آماری توزیع داده ها عدم تقارنی دارند که توزیع نرمال نمی تواند تمام خصوصیت آنها را بیان کند. برای مدل بندی این گونه داده ها می توان از توزیع هایی که دارای انعطاف پذیری بیشتری نسبت به توزیع نرمال هستند، استفاده نمود. از جمله می توان به توزیع چوله-نرمال و نرمال-بتا اشاره کرد. در این مقاله به معرفی توزیع نرمال-بتا و ویژگی های آن می پردازیم. در قالب یک مثال توانایی توزیع نرمال-بتا در تحلیل داده های واقعی با توزیع چوله -نرمال مقایسه می کنیم.

    کلیدواژگان: توزیع چوله-نرمال، توزیع نرمال-بتا، چولگی، دم سنگین، دومدی
  • سحر عرب حسن ابادی، فاطمه حسینی*، امید کریمی صفحات 39-48

    داده هایی که به طور ذاتی تابعی از یک متغیر دیگر مانند زمان، دما و... هستند، داده های تابعی گفته می شود. داده های تابعی در دهه های اخیر، مورد توجه قرار گرقته است. برای تحلیل این نوع از داده ها فضاهای تابعی با بعد نامتناهی در نظر گرفته می شود. با توجه به روش جمع آوری این نوع داده ها، استفاده از روش های چند متغیره برای تحلیل آن ها امکان پذیر است ولی این تحلیل با مشکلاتی روبه رو است. در این مقاله تعریف و مفاهیم مربوط به داده های تابعی، رگرسیون تابعی و توابع پایه مناسب برای آن مثل اسپلاین، مولفه اصلی و کمترین مربعات جزیی ارایه و نحوه آزمون کردن معنی داری این نوع رگرسیون بیان خواهد شد.

    کلیدواژگان: رگرسیون تابعی، پایه $B$-اسپلاین، تحلیل مولفه اصلی، کمترین مربعات جزئی
  • رضا فرهادیان* صفحات 49-57

    در این نوشتار به معرفی و بررسی نوع خاصی از زنجیرهای مارکف به نام زنجیرهای مارکف منظم پرداخته می شود. برای هر زنجیر مارکف یک ماتریس به نام ماتریس انتقال وجود دارد که تمامی احتمالات انتقال زنجیر در آن خلاصه شده اند. با استفاده از ماتریس انتقال هر زنجیر مارکف می توان منظم بودن آن زنجیر را بررسی کرد. زنجیرهای مارکف منظم خصوصیات رفتاری و ویژگی های مناسبی نسبت به سایر زنجیرها دارند و در این  نوشتار در صدد هستیم تا به بررسی این ویژگی ها و خصوصیات بپردازیم.

    کلیدواژگان: زنجیر مارکف، تحویلناپذیری، حالت بازگشتی، حالت گذرا، توزیع مانا، ویژگی اِرگودیک، زنجیر منظم