فهرست مطالب

مجله علوم آماری
سال ششم شماره 2 (پیاپی 12، پاییز و زمستان 1391)

  • تاریخ انتشار: 1392/02/10
  • تعداد عناوین: 7
|
  • تحلیلی از برآوردگرهای اندازه وابستگی دمی بالا
    محمد امینی، هادی جباری نوقابی، مهلا قاسم نژاد فرسنگی صفحات 119-134
    در این مقاله سه نوع برآوردگر جدید به روش ناپارامتری برای اندازه وابستگی دمی بالا به دست آورده و نشان داده می شود که برآوردگرهایی سازگار و به طور مجانبی نااریب هستند. سپس با شبیه سازی مونت کارلو از سه مفصل متفاوت، این سه برآوردگر با هم مقایسه شده و با به کارگیری داده های واقعی روشی جدید برای انتخاب بهترین برآوردگر ارائه می شود
    کلیدواژگان: تابع مفصل، اندازه وابستگی دمی بالا، اندازه وابستگی دمی پایین، برآوردگر، نااریبی، سازگاری، شبیه سازی مونت کارلو
    چکیده مشاهده متن زبان: فارسی
  • مقایسه های تصادفی فواصل نمونه ای آماره های مرتب از متغیرهای مستقل نمایی
    قباد برمال زن، عابدین حیدری، مریم عبدالله زاده صفحات 135-150
    فرض کنید دو گروه از متغیرهای تصادفی مستقل نمایی در اختیار است که اولین گروه دارای نرخ خطرهای متفاوت و دیگری دارای نرخ خطرهای مشترک ثابت هستند. در این مقاله، ترتیب های تصادفی متفاوتی میان فواصل نمونه ای فوق مورد بررسی قرار گرفته و شرایط لازم و کافی برای معادل بودن برخی از این ترتیب های تصادفی معرفی شده است. همچنین برای حالت خاص، زمانی که حجم نمونه برابر دو باشد نشان داده شده که تابع نرخ خطر دومین فاصله نمونه ای، در معکوس بردار نرخ های خطر آن ها شور-کاو است
    کلیدواژگان: فواصل نمونه ای، توزیع نمایی، ترتیب نرخ خطر، ترتیب متوسط مانده عمر، ترتیب صعودی کوژ، بیشاندن
    چکیده مشاهده متن زبان: فارسی
  • سانسور فزاینده نوع I تطبیقی و کابرد آن در مسائل طول عمر
    محمد بیات، جعفر احمدی صفحات 151-166
    امروزه استفاده از روش های مختلف نمونه گیری بر اساس طرح سانسورهای متفاوت در مطالعات مربوط به طول عمر سیستم های مهندسی و آزمایش های صنعتی اهمیت ویژه ای پیدا کرده است. در این مقاله مدل تطبیقی از سانسور فزاینده نوع 1 معرفی شده است. فرض شده است تعداد شی هایی که در یکی از مراحل آزمایش خارج می شوند، متغیری تصادفی و وابسته به زمان و بردار رخدادها و همچنین تعداد سانسور شده های قبلی باشد. نتایج توزیعی در حالت کلی به صورت تحلیلی و صریح به دست آمده است. نشان داده شده است برآوردگر درستنمایی ماکسیمم بر اساس طرح جدید منطبق با سانسور فزاینده نوع 1 معمولی است. در پایان مقاله برای تشریح بیشتر و مقایسه، مطالعه شبیه سازی برای توزیع نمایی یک پارامتری انجام شده است
    کلیدواژگان: سانسور فزاینده نوع I، سانسور فزاینده نوع I تطبیقی، سانسور فزاینده نوع II، سانسور فزاینده نوع ‎II تطبیقی، طرح سانسور
    چکیده مشاهده متن زبان: فارسی
  • اطلاع فیشر متغیرهای همراه دوبعدی رکوردها و آماره های مرتب در مدل شبه نمایی
    سمانه جلمبادانی، مصطفی رزمخواه صفحات 167-186
    استفاده از متغیرهای همراه داده های ترتیبی از جمله روش هایی است که برای اعمال ترتیب روی یک مجموعه از داده های دارای بیش از یک بعد مورد توجه قرار می گیرد. در این مقاله متغیرهای همراه دو بعدی رکوردها و آماره های مرتب بررسی می شوند. برای این منظور ابتدا تابع چگالی این متغیرها برای توزیع های سه متغیره در حالت کلی محاسبه و سپس با در نظر گرفتن توزیع شبه نمایی سه متغیره، محاسبات با جزئیات بیشتر بیان می شود. با استفاده از معیار اطلاع فیشر نشان داده می شود که استفاده از متغیرهای همراه دو بعدی رکوردها و آماره های مرتب کارآیی استنباط را نسبت به متغیرهای همراه تک بعدی افزایش می دهند
    کلیدواژگان: داده های ترتیبی، توزیع نمایی، آماره بسنده
    چکیده مشاهده متن زبان: فارسی
  • یک الگوی چند متغیری بیزی برای شبکه های ژنی
    حمید پزشک، عبدالله صفری، علی شریفی، پیمان نیکچی، سید امیر مرعشی، چنگیز اصلاحچی صفحات 187-200
    روش های استنباط متعددی برای شبکه های ژنی وجود دارد، ولی در همه آن ها تنها از اطلاعات نمونه استفاده می شود و کمتر مواردی وجود دارد که از اطلاعات گذشته یا اطلاعات موازی استفاده شده باشد. در این پژوهش به استنباط بیزی شبکه های ژنی پرداخته می شود. تلاش می شود از اطلاعات موجود در قالب یک الگوی بیزی استفاده شود. بدیهی است با به کارگیری توزیع پیشین مناسب و توجه به عدم استقلال پارامترهای موجود در شبکه های ژنی تعیین الگویی مورد نظر است که بتوان نتایج بهتری را نسبت به اطلاعات گذشته و نیز اطلاعات موجود در نمونه ها به دست آورد. به علاوه ابر پارامترها به دو روش برآورد می شوند و نتایج آن در یک مطالعه شبیه سازی مبتنی بر نمونه گیری گیبز مورد بررسی قرار گرفته، معایب و مزایای هر یک از آن ها بیان خواهند شد
    کلیدواژگان: شبکه های ژنی، استنباط بیزی، ماتریس کوواریانس، مدل های چند متغیری، نمونه گیر گیبز
    چکیده مشاهده متن زبان: فارسی
  • برآورد بیزی پارامتر توزیع پارتو تحت توابع زیان توان دوم خطا و لاینکس بر اساس نمونه گیری مجموعه رتبه دار
    رضا علیزاده نوقابی، جعفر احمدی صفحات 201-218
    در برخی از مسئله های کاربردی، به دست آوردن مشاهدات اغلب زمان بر و با صرف هزینه همراه می باشد. در چنین شرایطی استفاده از یک روش نمونه گیری که موجب کاهش هزینه ها و افزایش کارآیی برآوردگرها شود، حائز اهمیت است. در این گونه موارد روش نمونه گیری مجموعه رتبه دار جایگزین مناسبی به جای روش نمونه گیری تصادفی ساده به نظر می رسد. در این مقاله برآورد بیزی پارامتر توزیع پارتو تحت توابع زیان توان دوم خطا و لاینکس، زمانی که داده ها به شیوه نمونه گیری مجموعه رتبه دار جمع آوری شده باشد، مورد بررسی قرار گرفته است. به کمک شبیه سازی مونت کارلو مخاطره بیزی برآوردگرها محاسبه و در دو روش نمونه گیری تصادفی ساده و نمونه گیری مجموعه رتبه دار هنگامی که از توزیع مزدوج و جفریر به عنوان توزیع پیشین استفاده شود، مقایسه شده اند. در انتها با ارائه مثال واقعی برآوردگرهای به دست آمده ارزیابی شده اند. نتایج به دست آمده حاکی از برتری روش نمونه گیری مجموعه رتبه دار است، بنابراین توصیه می شود اگر شرایط برای انجام نمونه گیری مجموعه رتبه دار فراهم باشد، از این طرح نمونه گیری استفاده شود
    کلیدواژگان: نمونه گیری مجموعه رتبه دار، برآورد بیزی، تابع زیان لاینکس، تابع زیان توان دوم خطا، معیار پیتمن نزدیکی
    چکیده مشاهده متن زبان: فارسی
  • بهبود عملکرد تحلیل ژئودزیک اصلی در تحلیل آمار شکل
    حمیدرضا فتوحی، موسی گل علیزاده * صفحات 219-236

    یکی از هدف های تحلیل آماری شکل، علاوه بر دستیابی به برآوردی از میانگین، برآورد واریانس شکل است، که از طریق تحلیل مولفه های اصلی قابل حصول است. به دلیل محدودیت استفاده از روش تحلیل مولفه اصلی برای مجموعه داده هایی از فضای اقلیدسی، این روش برای داده های آمار شکل که ماهیتا غیراقلیدسی هستند، قابل کاربرد نیست. در این حالت می توان از تحلیل ژئودزیک اصلی یا تقریب خطی آن به عنوان تعمیمی از تحلیل مولفه اصلی به فضای غیراقلیدسی استفاده نمود. از آنجا که اساس این روش مبتنی بر الگوریتم گرادیان نزول است، در این مقاله با آشکار ساختن چند ضعف عمده آن، الگوریتم جدیدی معرفی می شود که هم منجر به برآورد استوار میانگین شکل و هم حفظ ساختار هندسی شکل خواهد شد. سپس با ارائه جنبه های نظری روش تحلیل ژئودزیک اصلی، عملکرد آن در یک مطالعه شبیه سازی و یک مثال واقعی، مورد ارزیابی قرار خواهد گرفت

    کلیدواژگان: تحلیل مولفه اصلی، تحلیل ژئودزیک اصلی، الگوریتم گرادیان نزول، فضای غیراقلیدسی شکل
    چکیده مشاهده متن زبان: فارسی
|
  • Analyzing the Estimators of Upper Tail Dependence Measure
    Mohammad Amini, Hadi Jabbari Noughabi, Mahla Ghasemnejad Farsangi Pages 119-134
    In this paper، three new non-parametric estimator for upper tail dependence measure are introduced and it is shown that these estimators are consistent and asymptotically unbiased. Also these estimators are compared using the Mont Carlo simulation of three different copulas and present a new method in order to select the best estimator by applying the real data.
    Keywords: Copula function, Upper tail dependence measure, Lower tail dependence measure, Estimator, Unbiasedness, Consistence, Mont Carlo simulation
    Abstract View Paper Original: Persian
  • Stochastic Comparisons Between Sample Spacings of Order Statistics from Independent Exponential Random Variables
    Ghobad Barmalzan, Abedin Haidari, Maryam Abdollahzade Pages 135-150
    Suppose there are two groups of independent exponential random variables، where the first group has different hazard rates and the second group has common hazard rate. In this paper، the various stochastic orderings between their sample spacings have studied and introduced some necessary and sufficient conditions to equivalence of these stochastic ordering. Also، for the special case of sample size two، it is shown that the hazard rate function of the second sample spacing is Shcur-concave in the inverse vector of parameters.
    Keywords: Sample spacings, Exponential distribution, Hazard rate order, Mean residual life order, Increasing convex order, Majorization
    Abstract View Paper Original: Persian
  • Adaptive Progressive Type-I Censoring and its Applications in Life Testing
    Mohammad Bayat, Jafar Ahmadi Pages 151-166
    Nowadays، the use of various types of censoring plan in studies of lifetime engineering systems and industrial experiment are worthwhile. In this paper، by using the idea in Cramer and Iliopoulos (2010)، an adaptive progressive Type-I censoring is introduced. It is assumed that the next censoring number is random variable and depends on the previous censoring numbers، previous failure times and censoring times. General distributional results are obtained in explicit analytic forms. It is shown that maximum likelihood estimators coincide with those in deterministic progressive Type-I censoring. Finally، in order to illustrate and make a comparison، simulation study is done for one-parameter exponential distribution.
    Keywords: Progressive type I censoring_ýProgressive type II censoring_ýýAdaptive progressive type I censoring_ýAdaptive progressive censoring type II_Censoring scheme
    Abstract View Paper Original: Persian
  • Fisher Information in Bivariate Concomitants of Record Values and Order Statistics in Pseudo Exponential Model
    Samaneh Jalambadanis, Mostafa Razmkhah Pages 167-186
    In a sequence of multivariate random variables، when the experimenter is interested in ordering one of the variables، the corresponding ordered random variables are referred to as concomitants. In this paper، the distribution properties of the bivariate concomitants of record values and order statistics are first studied. Then، by considering the trivariate pseudo exponential family، the amount of Fisher information contained in these random variables is investigated.
    Keywords: Order Data, Exponential Distribution, Sufficient Statistic
    Abstract View Paper Original: Persian
  • A Multivariate Bayesian Model for Gene Networks
    Hamid Pezeshk, Abdollah Safari, Ali Sharifi, Peyman Nickchi, Sayed-Amir Marashi, Changiz Eslahchi Pages 187-200
    There are several methods for inference about gene networks، but there are few cases in which the historical information have been considered. In this research we deal with Bayesian inference on gene network. We apply a Bayesian framework to use the available information. Assuming a proper prior distribution and taking the dependency of parameters into account، we seek a model to obtain promising results. We also deal with the hyper parameter estimation. Two methods are considered. The results will be compared by the use of a simulation based on Gibbs sampler. The strengths and weaknesses of each method are briefly mentioned.
    Keywords: Gene network, Bayesian inference, Covariance matrix, Multivariate models, Gibbs sampler
    Abstract View Paper Original: Persian
  • Bayes Estimation of the Parameter of Pareto Distribution Under Squared Error and LINEX Loss Functions Based on Ranked Set Sampling
    Reza Alizadeh Noughabi, Jafar Ahmadi Pages 201-218
    In some practical problems، obtaining observations for the variable of interest is costly and time consuming. In such situations، considering appropriate sampling schemes، in order to reduce the cost and increase the efficiency are worthwhile. In these cases، ranked set sampling is a suitable alternative for simple random sampling. In this paper، the problem of Bayes estimation of the parameter of Pareto distribution under squared error and LINEX loss functions is studied. Using a Monte Carlo simulation، for both sampling methods، namely، simple random sampling and ranked set sampling، the Bayes risk estimators are computed and compared. Finally، the efficiency of the obtained estimators is illustrated throughout using a real data set. The results demonstrate the superiority of the ranked set sampling scheme، therefore، we recommend using ranked set sampling method; whenever possible.
    Keywords: Ranked set sampling, Bayes estimate, LINEX loss function, squared error loss function, Pitman closeness
    Abstract View Paper Original: Persian
  • Improving Performance of the Principal Geodesic Analysis in Statistical Shape Analysis
    Hamidreza Fotouhi, Mousa Golalizadeh Pages 219-236

    One of the typical aims of statistical shape analysis، in addition to deriving an estimate of mean shape، is to get an estimate of shape variability. This aim is achived through employing the principal component analysis. Because the principal component analysis is limited to data on Euclidean space، this method cannot be applied for the shape data which are inherently non-Euclidean data. In this situation، the principal geodesic analysis or its linear approximation can be used as a generalization of the principal component analysis in non-Euclidean space. Because the main root of this method is the gradient descent algorithm، revealing some of its main defects، a new algorithm is proposed in this paper which leads to a robust estimate of mean shape and also preserves the geometrical structure of shape. Then، providing some theoretical aspects of principal geodesic analysis، its application is evaluated in a simulation study and in a real data.

    Keywords: Principal Component Analysis, Principal Geodesic Analysis, Gradient Descent Algorithm, Non, Euclidean Shape Space
    Abstract View Paper Original: Persian