نشریه ندا
سال سوم شماره 1 (بهار و تابستان 1384)

هدف از تدوین این مقاله ارائه کاربردهای ملموس آمار در پژوهش های تجربی است تا دانشجویان آمار بتوانند به اهمیت رشته علمی خود پی ببرند. در این مقاله، با ارائه چند مثال به تشریح نقش آمارشناسان در تقویت زمینه های تحقیقاتی مربوط به علوم و تکنولوژی می پردازیم. مفهوم آزمایش های فاکتوریل یا چند عاملی و مزیت آنها بر آزمایش های تک عاملی را را مورد بحث قرار می دهیم.

این نظریه که چپ دستان زودتر می میرند توسط مقاله ای در مجله Nature بصورت گسترده ای در جهان ارائه شد. نمونه ها همگی بازیکنان بیسبالی بودند که لیست آنها در کتاب فرهنگ این بازیکنان به همراه تاریخ تولد- مرگ، دست پرتاب کننده و دست توپ گیرنده موجود بود و تنها بازیکنان فوت شده مورد مطالعه قرار گرفتند.

در این مقاله مهمترین روش های دسته بندی و تخصیص اطلاعات با استفاده از متغیرهای توضیحی که تحت عنوان تحلیل ممیزی مورد بررسی قرار می گیرند جمع آوری شده و سعی شده است تاکید بیشتر بر مفهوم روش ها به جای نحوه محاسبه آنها و اثبات بهینگی آنها قرار گیرد. مشابهت ها و روابط بین روش های مختلف با یکدیگر مورد بحث و بررسی قرار گرفته اند تا مرحله انتخاب روش ممیزی مناسب در شرایط مختلف را بیش از پیش تسهیل کند. اکثر روش هایی که مورد بررسی قرار گرفته اند در بسیاری از نرم افزارهای آماری از جمله نرم افزار SPLUS موجود وقابل دسترسی است.

در این مقاله، استراتژی بهینه و مقدار توقف بهینه را تحت یک زنجیر مارکوف معرفی می کنیم و نشان می دهیم که هدف از این بحث، استفاده از یک استراتژی است که طی آن یک زنجیر مارکوف تحت کنترل را زمانی متوقف می کنیم که متوسط سود بهینه گردد وهمچنین خواهیم دید که بکارگیری این استراتژی به معنی ماکسیمم شدن بهره در هر برآمد یا رخداد نیست.

در این مقاله با استفاده از دیدگاه کاملا بیزی مساله تعیین اندازه نمونه را برای آزمایشی با برآمدهای برنولی مورد بررسی قرار می دهیم. پارامتر موردعلاقه تفاضل درصد موفقیتها در دو آزمایش دوجمله ای غیر مستقل می باشد و اطلاعات پیشین روی p1 و p2 را با استفاده از توزیع دیریکله فرمولبندی می کنیم. با استفاده از روش بهینه سازی تصادفی بیزی تابع هدف را که شامل سود حاصل از انجام آزمایش منهای هزینه انجام آن است را ماکزیمم می کنیم.

سالهاست که مدل رگرسیون خطی آماری در کلیه علوم استفاده می شود. لیکن رگرسیون خطی بوسیله برخی فرضها محدود می شود. در رگرسیون خطی فازی بعضی از فرضهای مدل رگرسیون خطی کاسته می شود. رگرسیون فازی یک روش ناپارامتری بود، که می تواند در برآورد روابط بین متغیرها زمانی که تعداد داده ها کم و اثر آنها برهم نامشخص است مفید واقع شود.