فهرست مطالب

مجله علوم آماری
سال چهارم شماره 2 (پیاپی 8، پاییز و زمستان 1389)

  • تاریخ انتشار: 1389/11/19
  • تعداد عناوین: 7
|
  • قباد برمال زن، عبدالرضا سیاره صفحه 149
    در تحلیل های آماری با یک نمونه تصادفی از یک جامعه با چگالی درست و نامعلوم روبرو هستیم. معمولا مدلی پارامتری به عنوان تقریبی از این چگالی در نظر گرفته می شود و استنباط براساس آن صورت می گیرد. به طور بدیهی مبایست چگالی پارامتری به چگالی درست نزدیک باشدتا به استنباط معتبر در مورد جامعه دست یافته شود. پیشنهاد یک مدل قطعی براساس تعداد محدودی از مشاهدات به عنوان تقریب یا برآوردی از چگالی درست موجب بروز ریسک بزرگی در انتخاب مدل برای جامعه خواهد شد. به همین دلیل چند مدل غیرآشیانی انتخاب و بررسی می شود که کدام مدل به چگالی درست داده ها نزدیک تر است. در این مقاله به بررسی این سوال اساسی در انتخاب مدل پرداخته شده است که چگونه می توان مجموعه ای از مدل های مناسب را برای چگالی درست به دست آورد. روشی پیشنهاد می شود تا نشان داده شود که براساس ریسک کولبک -لیبلر در هر خانواده از مدل های رقیب کدام یک از چگالی ها از لحاظ نزدیکی به چگالی درست معادل هستند. مجموعه تمام عضوهای این خانواده که از لحاظ نزدیکی به چگالی درست معادل هستند مجموعه مجاز نامیده می شود.
    کلیدواژگان: انتخاب مدل، ریسک کولبک، لیبلر، مدل های غیر آشیانی، برآوردگر شبه درستنمایی ماکسیمم، مدل های رقیب
  • افشین فلاح، حمیدرضا چاره صفحه 167
    این مقاله در راستای یکپارچه سازی مباحث مربوط به ساختن توزیع های چوله - متقارن (چوله- نرمال) و توزیع های دو (چند) نمایی، براساس توزیع های متقارن و تک مدی، توزیع های وزنی را مورد توجه قرار داده است.
    بحث خواهد شد که توزیع های چوله متقارنی که در سالهای اخیر بخش قابل توجهی از تحقیقات را به خود اختصاص داده اند را می توان از دیدگاه توزیع های وزنی بصورت کلی تر و با ویژگی های دیگری مانند چند نمایی بودن بصورت یکجا مورد مطالعه قرار داد. به کمک دو مورد از تحقیقات شاخص سالهای اخیر در خصوص توزیع های چوله نرمال نشان داده شده است که توزیع های مورد نظر این تحقیقات و تمام خواص مطلوب انها را می توان بصورت کلی تر و به همراه برخی ویژگی های مطلوب دیگر، از دیدگاه توزیع های وزنی و تنها به عنوان حالات خاص بدست آورد. تاکید شده است که چولگی تنها یکی از ویژگی هایی است که میتوان با انتخاب وزن مناسب به هر تو.زیع متقارنی افزود.
    کلیدواژگان: چولگی، توزیع چوله، نرمال، توزیع وزنی، توزیع دومدی
  • شکوفه زین الدینی، احمد پارسیان صفحه 183
    در این مقاله، کلاسی از برآوردگرهای بیزی تعمیم یافته مینیماکس برای میانگین توزیع نرمال چندمتغیره زمانی که ماتریس کوواریانس معین مثبت و نامعلوم است تحت تابع زیان درجه دوم به دست آورده می شود، که تعمیم کلاس برآوردگرهای بیزی تعمیم یافته مینیماکس لین و تسای (1973) می باشد.
    کلیدواژگان: بیزی تعمیم یافته، برآوردگر مینیماکس، بردار میانگین نرمال
  • عبدالرضا سیاره صفحه 193
    یکی از مسایل اساسی در استنباط آماری انتخاب مدل بهینه از میان مدل های رقیب است. در این مقاله ثابت شده است که خطای نسبی بین دو مدل دارای خاصیت زبرجمعی است و با استفاده از آن نشان داده شده است که ترکیب محدب مدل های رقیب از نظر معیار واگرایی کولبک - لیبلر مدلی را ایجاد می کند که یا بهتر از تمام مدل های رقیب است و یا لااقل از دورترین مدل رقیب به مدل درست داده ها بهتر است بررسی شبیه سازی یافته های نظری را تایید می کنند.
    کلیدواژگان: انتخاب مدل، مدل آمیخته، خطای نسبی، ترکیب محدب، معیار کولبک، لیب لر، میانگین هندسی
  • بهروز کاوه ئی، سقراط فقیه زاده، فرزاد اسکندری، انوشیروان کاظم نژاد، طوبی غضنفری صفحه 211
    گاهی در تحقیقات پزشکی نمی توان اثر مداخله (دارو یا روش درمانی) را به دلیل هزینه زیاد، زمان زیاد، تهاجمی بودن روش های درمانی، در دسترس نبودن پاسخ های بالینی و... به صورت مستقیم اندازه گیری کرد. در این گونه موارد اثر مداخله بر متغیرهای جانشین اندازه گیری می شوند. مطالعات آماری زیادی برای اعتبار سنجی جانشین ها و معرفی ملاکی برای آزمون انجام شده است. اولین ملاک بر مبنای آزمون فرض بنا نهاده شد. در طی زمان ملاک های دیگری معرفی شدند. سپس با استفاده از روش فراوانی گرا عامل فروکاهی درستنمایی معرفی گردید. پس از آن ملاک عامل فروکاهی درستنمایی بیزی معرفی شد. در این مقاله عامل فروکاهی درستنمایی بیزی برای داده های وابسته به زمان معرفی می شود. بیماری تحت بررسی ناراحتی ریه در جانبازان شیمیایی است. روش درمانی جانشین نیز حجم هوای بازدمی تحت فشار در ثانیه اول در نظر گرفته شده است.
    کلیدواژگان: نقطه پایانی جانشین، مطالعه وابسته به زبان، نسبت بخت ها، عامل بیز، مونت کارلوی زنجیره مارکوفی
  • احد ملک زاده، مینا توحیدی صفحه 231
    مسئله برآورد نقطه ای ضریب تعیین در توزیع نرمال p متغییره مورد توجه افراد زیادی قرار گرفته است. این معیار بدلیل کاربرد فراوان، دارای اهمیت زیادی است، در این مقاله با در نظر گرفتن کلاس برآوردگرهای خطی ارائه شده توسط مرشاند (2001)، دو برآوردگر جدید معرفی می شوند که دارای مخاطره کمتری نسبت به دو برآوردگر معمول یعنی ضریب تعیین نمونه ای و تعدیل شده آن می باشند. همه برآوردگرهای ارائه شده اریب هستند، بنابراین با معرفی برآوردگر جک نایف و مقایسه مخاطره این دو برآوردگر به وسیله شبیه سازی نشان داده می شود برآوردگر جک نایف برآوردگر بهتری نسبت به برآوردگرهای دیگر می باشد.
    کلیدواژگان: ضریب تعیین، توزیع نرمال چند متغییره، برآوردگر جک نایف، زیان توان دوم خطا
  • هاله نکویی، هوشنگ طالبی * صفحه 253

    دو طرح را هم ارز گوییم هرگاه یک طرح با نام گذاری مجدد عامل ها، جایگشت در مرتبه اجرای ترکیبات تیماری و یا برچسب گذاری مجدد سطوح یک یا چند عامل از طرح دیگر به دست آید. مسئله تشخیص هم ارزی دو طرح با N اجرا و K عامل دو سطحی، هنگامی که N و k افزایش یابد بسیار پیچیده به طوری که تقریبا غیر ممکن خواهد بود. از این رو وجود شرط های لازمی که قادر به تشخیص و جداسازی حداکثری طرح های غیر هم ارز در کوتاه ترین زمان ممکن باشند به شدت احساس می شود. اکثر شرط های لازم موجود در ادبیات موضوعی دو هدف جداسازی حداکثری و کوتاه ترین زمان ممکن را به صورت همزمان برآورده نمی سازند.
    در این مقاله روش جدیدی برای تشخیص غیر هم ارزی دو طرح ارائه می دهیم. این روش جدید براساس انتخاب و مقایسه یک یا چند سطر از ماتریس طرح طراحی شده است. این روش نسبت به سایر شرط های لازم به طور نسبی از قابلیت تشخیص بالاتری برخوردار است. همچنین این روش با روند محاسباتی کوتاهی قادر به تعیین نا هم ارزی دو طرح است.

    کلیدواژگان: طرح های عاملی، طرح های ناهم ارز، شرط های لازم هم ارزی
|
  • Ghobad Barmalzan, Abdolreza Sayyareh Page 149
    Suppose we have a random sample of size n of a population with true density h(.). In general, h(.) is unknown and we use the model f as an approximation of this density function. We do inference based on f. Clearly, f must be close to the true density h, to reach a valid inference about the population. The suggestion of an absolute model based on a few obsevations, as an approximation or estimation of the true density, h, results a great risk in the model selection. For this reason, we choose k non-nested models and investigate the model which is closer to the true density. In this paper, we investigate this main question in the model selection that how is it possible to gain a collection of appropriate models for the estimation of the true density function h, based on Kullback-Leibler risk.
    Keywords: Candidate Model, Kullback, Leibler risk, Model selection, Non, nested Models, Quasi Maximum Likelihood Estimator
  • Afshin Fallah, Hamid Reza Chareh Page 167
    This paper considers the weight distributions in order to incorporating the topics related to construction of skew-symetric (skew-normal) and bimodal distributions. It discusses that many of skew-normal distributions disscussed in recent years researches can be studid in more general form along with some other interesting aspects in context of weigth distributions. Two cosiderable case of the recent years reaserches have been disscussed. It is shown that the introduced distributions in these reseaches along with all of their interesting properties can be obtain from weigth distribution perspective as only special cases.
    Keywords: Skewness, Skew, Normal Distribution, Weighted Distribution, Bi, modal Distribution
  • Shokofeh Zeinodini, Ahmad Parsian Page 183
    In this paper, a class of generalized Bayes Minimax estimators of the mean vector of a normal distribution with unknown positive definite covariance matrix is obtained under the sum of squared error loss function. It is shown that this class is an extension of the class obtained by Lin and Tasi (1973).
    Keywords: Generalized Bayes Estimator, Minimax Estimator, Normal Mean Vector
  • Abdolreza Sayyareh Page 193
    In this paper we have established for the Kullback-Leibler divergence that the relative error is supperadditive. It shows that a mixture of k rival models gives a better upper bound for Kullback-Leibler divergence to model selection. In fact, it is shown that the mixed model introduce a model which is better than of the all rival models in the mixture or a model which is better than the worst rival model in the mixture.
    Keywords: Convex Combination, Geometric Mean, Kullback, Leibler Risk, Mixture of Models, Model Selection, Relative Error
  • Behrooz Kavehie, Soghrat Faghihzadeh, Farzad Eskandari, Anooshiravan Kazemnejad, Tooba Ghazanfari Page 211
    Sometimes it is impossible to directly measure the effect of intervention (medicine or therapeutic methods) in medical researches. That is because of high costs, long time, the aggressiveness of therapeutic methods, lack of clinical responses, and etc. In such cases, the effect of intervention on surrogate variables is measured. Many statistical studies have been accomplished for measuring the validity of surrogates and introducing a criterion for testing. The first criterion was established based on hypothesis testing. Other criterions were introduced over time. Then by using the classic methods, the Likelihood Ratio Factor was introduced. After that, the Bayesian Likelihood Ratio Factor developed and published. This article aims to introduce the Bayesian Likelihood Ratio Factor based on time dependent data. The illness under study is lung disease in victims of chemical weapons. The surrogate therapy method uses the forced expiratory volume at fist second.
    Keywords: Surrogate Endpoint, Time Dependent Research, Odds Ratio, Bayes Factor, MCMC
  • Ahad Malekzadeh, Mina Tohidi Page 231
    Coefficient of determination is an important criterion in different applications. The problem of point estimation of this parameter has been considered by many researchers. In this paper, the class of linear estimators of R^2 was considered. Then, two new estimators were proposed, which have lower risks than other usual estimator, such as the sample coefficient of determination and its adjusted form. Also on the basis of some simulations, we show that the Jacknife estimator is an efficient estimator with lower risk, when the number of observations is small.
    Keywords: Coefficient of determination, Multivariate Normal Distribution, Jackknife estimator, Squared error loss function
  • Haleh Nekoee, Hooshang Talebi Page 253

    Two designs, with N runs and k factors all with two levels are said to be isomorphic or equivalent if one is obtained from another by permuting rows, columns or/and changing the levels of one or more factors. When N and k increase the matter of isomorphic recognition of two designs will be complicated. Therefore it is essential to apply needed conditions which are able to recognize and separate non-isomorphic designs. It should be done in the least possible time. Majority of needed existed conditions in the literature review can’t meet the two objectives, maximum separation in minimum span, at the same time. In this paper, a new method has been used to present non-equivalent. This new method has been designed abased on choice and comparisons of one or some rows of design matrix. This new method hopefully has higher ability to recognize non-equivalence. Besides, the new method has lower calculation and therefore is able to determine non-equivalence of two designs.

    Keywords: Factorial designs, Non, equivalence designs, Necessary conditions