فهرست مطالب

  • سال هفتم شماره 2 (پیاپی 14، پاییز و زمستان 1392)
  • تاریخ انتشار: 1392/12/26
  • تعداد عناوین: 7
|
  • غلامعلی پرهام، پریسا مسجدی صفحات 151-168
    یکی از موضوع های مورد توجه در بررسی کارایی یک بازار مالی، وجود ویژگی حافظه بلند مدت است. برای یک سری زمانی مالی ممکن است این ویژگی در تلاطم نمود پیدا کند. یکی از روش های شناسایی و مدل بندی حافظه بلند مدت در تلاطم، استفاده از مدل های ناهمگنی شرطی خودهمبسته تعمیم یافته انباشته کسری است. در این مقاله به شناسایی و مدل بندی حافظه بلند مدت در تلاطم داده های نرخ ارز پرداخته می شود. با توجه به خصوصیات آماری چولگی، دم کلفتی و بیش کشیدگی داده ها، فرض نرمال بودن مانده ها معنی دار نیست و نمی توان از روش های معمول به شناسایی مدل پرداخت. با توجه به ساختار داده ها توزیع وارون گاوسی یک انتخاب مناسب برای توزیع مانده ها است. بنابراین با این فرض به شناسایی مجدد مدل پرداخته می شود. نتایج نشان می دهند، مدل ناهم واریانس شرطی خودهمبسته تعمیم یافته انباشته کسری با توزیع وارون گاوسی انتخابی مناسب برای داده ها است
    کلیدواژگان: تلاطم، حافظه بلند مدت، دم کلفتی، توزیع نرمال وارون گاوسی، نرخ ارز
  • حمزه ترابی، نرگس منتظری، فاطمه قاسمیان صفحات 169-188
    در این مقاله، نخست خانواده های مختلفی که با هسته های توزیع های بتا تعمیم یافته، بتا، کومار، گاما تعمیم یافته، گاما، وایبول، لگ گاما و لوژستیک ساخته شده است، مرور می شود. سپس یک خانواده کلی از توزیع ها با هسته توزیع نرمال پیشنهاد می شود. حالت خاصی از این خانواده، توزیع نرمال یکنواخت، تعریف و ویژگی های مختلف آن استخراج شده است. پارامترهای این توزیع با روش ماکسیمم درستنمایی و مینیمم فاصله برآورد شده است. در پایان، این توزیع جدید به صورت کارا برای تحلیل یک مجموعه داده بقای واقعی به کار برده می شود
    کلیدواژگان: برآوردگر ماکسیمم درستنمایی، برآوردگر مینیمم فاصله، توزیع نرمال یکنواخت، نرخ شکست
  • صدیقه زمانی مهریان، علیرضا نعمت اللهی صفحات 189-206
    در این مقاله برآوردگرهای (شبه) درستنمایی و توزیع حدی آماره آزمون نمره مربوط به چند آزمون فرض مختلف از جمله آزمون داشتن ریشه واحد برای مدل رگرسیونی خطی با مانده های مانا و نامانا به دست آورده می شوند. سپس با روش مونت کارلو نشان داده می شود که برآوردگرهای (شبه) درستنمایی به دست آمده، برآوردگرهای مناسبی هستند و چندک های توزیع حدی آماره های آزمون داشتن ریشه واحد محاسبه و در جداولی ارائه می شوند
    کلیدواژگان: مدل خودبازگشتی، رگرسیون خطی، برآوردگر (شبه) درستنمایی، آماره آزمون نمره، آزمون ریشه واحد، قضیه حد مرکزی تابعی
  • ناهید سنجری فارسی پور، هاجر ریاحی صفحات 207-232
    در این مقاله استنباط درستنمایی و استنباط بیزی قابلیت اطمینان تنش نیرو در توزیع های رایلی تعمیم یافته، گامبل نمایی، بور نوع سه، نمایی تعمیم یافته، وایبول تعمیم یافته، پارتو تعمیم یافته، لوژستیک تعمیم یافته، تابع توانی و رایلی معکوس به عنوان توزیع های خانواده نرخ خطر معکوس متناسب بر اساس داده های رکوردی پایین مورد مطالعه قرار گرفته است. همچنین مدل تنش نیرو بر اساس مقادیر رکوردی بالا در توزیع های گامپرتز، بور نوع دوازده، لوماکس و وایبول به عنوان اعضایی از خانواده نرخ خطر متناسب بررسی می شود. براورد پارامترها محاسبه و ویژگی های آنها مورد بررسی قرار گرفته اند. بازه های اطمینان دقیق و بیزی برای قابلیت اطمینان تنش نیرو در همه توزیع ها به دست آمده است. سپس بازه های بوت استرپ تی و درصدی برای پارامتر مدل تنش نیرو بر مبنای داده های رکوردی مطالعه شده است. در پایان مطالعه های شبیه سازی برای بررسی و مقایسه بازه های اطمینان به دست آمده، انجام شده است
    کلیدواژگان: نرخ خطر متناسب، نرخ خطر معکوس متناسب، مقادیر رکوردی، مدل تنش نیرو، بازه اطمینان بیزی و بوت استرپ
  • محمد غلامی فشارکی، انوشیروان کاظم نژاد، فرید زایری صفحات 233-248
    مدل سازی داده های دوسطحی با فرض نرمال بودن مولفه تصادفی و خطا انجام می شود. عدم برقراری این فرض باعث استنباط غلط در مورد پارامترهای مدل می گردد. در این مقاله، استفاده از خانواده توزیع چوله نرمال که خانواده ای انعطاف پذیرتر از توزیع نرمال است مطرح می شود. سپس در یک مطالعه شبیه سازی نشان داده می شود عدم در نظر گرفتن چولگی مثبت (منفی) در مدل باعث بیش برآوردی (کم برآوردی) عرض از مبدا و کم برآوردی (بیش برآوردی) شیب مدل می گردد سپس با مدل به دست آمده رابطه نوبت کاری و کلسترول خون تعیین می شود
    کلیدواژگان: تحلیل دوسطحی، توزیع چوله نرمال، رهیافت بیزی
  • هاشم محمودنژاد، موسی گل علی زاده * صفحات 249-268

    اگرچه خطای اندازه گیری در اکثر آزمایشات علمی وجود دارد اما معمولا برای ساده سازی مدل بندی وجود آن در مطالعات آماری نادیده گرفته می شود. در این مقاله، روش های مختلف برآورد پارامترهای مدل های چندسطحی در حضور خطای اندازه گیری مورد مطالعه قرار می گیرد. علاوه بر این، روشی جدید برای برآورد پارامترها در این حالت پیشنهاد می شود که در مقایسه با روش های مرسوم قبلی از دقت بالا و سرعت همگرایی قابل قبول تری برخوردار است. همچنین، به کمک مطالعه شبیه سازی و تحلیل داده های مربوط به هزینه و درآمد تعدادی از خانوارهای شهر تهران در سال 1387 عملکرد روش پیشنهادی با روش های مرسوم مورد ارزیابی و مقایسه قرار می گیرد

    کلیدواژگان: مدل های چند سطحی، خطای اندازه گیری، الگوریتم بازگشتی، برآورد برونیابی، داده های هزینه درآمد
  • سمیرا نایبان، عبدالحمید رضایی رکن آبادی، غلامرضا محتشمی برزادران * صفحات 269-285

    در این مقاله ضمن معرفی کران های باتاچاریا و شیرساگار، سعی شده است کران باتاچاریا چندپارامتری را که کمتر مورد بررسی دقیق قرار گرفته به طور ساده تر و قابل فهم بازنویسی شود. همچنین کران شیرساگار چندپارامتری که تاکنون مورد مطالعه قرار نگرفته است بیان و اثبات می شود. در نهایت با ارائه چند مثال از توزیع لگ نرمال به محاسبه و مقایسه کران های معرفی شده پرداخته می شود

    کلیدواژگان: کران باتاچاریا، کران کرامر رائو، کران شیرساگار، کران هامرسلی چپمن رابینز
|
  • Gholam Ali Parham, Parisa Masjedi Pages 151-168
    One of the issues in reviewing the performance of a financial market is existence of long-term memory. Since for a financial time series، we may find this feature in the volatility. So reviewing in volatility has been considered by many economists. A common method for identification and modeling of long-term memory in the volatility is to use FIGARCH models. In this paper، we identify and model long-term memory in the data exchange rates volatility (EUR/IRR). According to the statistical properties of skewness، heavy tail and excess kurtosis of data، assuming normal residuals being rejected and therefore cannot identify model by using common methods. The data structure looks NIG distribution is a good choice for the distribution of residuals. Hence with this assumption، we again identify model. The results show a good selection for data is FIGARCH-NIG model.
    Keywords: Volatility, Long, Term memory, Heavy tail, Normal Inverse Gaussian distribution, Exchange rate
  • Hamazeh Torabi, Narges Montazeri, Fatemeh Ghasemian Pages 169-188
    In this paper، some various families constructed from the logit of the generalized Beta، Beta، Kumar، generalized Gamma، Gamma، Weibull، log gamma and Logistic distributions are reviewed. Then a general family of distributions generated from the logit of the normal distribution is proposed. A special case of this family، Normal-Uniform distribution، is defined and studied. Various properties of the distribution are also explored. The maximum likelihood and minimum spacings estimators of the parameters of this distribution are obtained. Finally، the new distribution is effectively used to analysis a real survival data set.
    Keywords: Failure rate, Maximum likelihood estimator, Minimum spacing estimator, Normal, Uniform distribution
  • Sedighe Zamani Mehryan, Ali Reza Nematollahi Pages 189-206
    In this paper، the pseudo-likelihood estimators and the limiting distribution of the score test statistic associated with several hypothesis tests such as unit root test for the linear regression models with stationary and nonstationary residuals are calculated. The limiting behavior of theses test statistics by using a simpler approach of the original presentation is derived. Also by using a Mont Carlo method، it is shown that the derived pseudo-likelihood estimators are appropriate. The quantiles of the limiting distribution of the test statistic for a unit root are also calculated and a new table is provided which can be used by researchers for the unit root test.
    Keywords: Autoregressive model, Linear regression, Pseudo, likelihood, Score test statistic, Unit root test, Functional central limit theorem
  • Nahid Sanjari Farsipour, Hajar Riyahi Pages 207-232
    In this paper the likelihood and Bayesian inference of the stress-strength reliability are considered based on record values from proportional and proportional reversed hazard rate models. Then inference of the stress-strength reliability based on lower record values from some generalized distributions are also considered. Next the likelihood and Bayesian inference of the stress-strength model based on upper record values from Gompertz، Burr type XII، Lomax and Weibull distributions are considered. The ML estimators and their properties are studied. Likelihood-based confidence intervals، exact، as well as the Bayesian credible sets and bootstrap interval for the stress-strength reliability in all distributions are obtained. Simulation studies are conducted to investigate and compare the performance of the intervals.
    Keywords: Proportional hazard rate model, Proportional reversed hazard rate model, Record values, Stress, Strength model, Bootstrap interval
  • Mohammad Gholami Fesharaki, Anoshirvan Kazemnejad, Farid Zayeri Pages 233-248
    In two level modeling، random effect and error''s normality assumption is one of the basic assumptions. Violating this assumption leads to incorrect inference about coefficients of the model. In this paper، to resolve this problem، we use skew normal distribution instead of normal distribution for random and error components. Also، we show that ignoring positive (negative) skewness in the model causes overestimating (underestimating) in intercept estimation and underestimating (overestimating) in slope estimation by a simulation study. Finally، we use this model to study relationship between shift work and blood cholesterol.
    Keywords: Two level modeling, Skew normal distributions, Bayesian analysis
  • Hashem Mahmoudnejad, Mousa Golalizadeh Pages 249-268

    Although the measurement error exists in the most scientific experiments، in order to simplify the modeling، its presence is usually ignored in statistical studying. In this paper، various approaches on estimating the parameters of multilevel models in presence of measurement error are studied. In addition، to improve the parameter estimates in this case، a new method is proposed which has high precision and reasonable convergence rate in compare with previous common approaches. Also، the performance of the proposed method as well as usual approaches are evaluated and compared using simulation study and analyzing real data of the income-expenditure of some households in Tehran city in 2008.

    Keywords: Multilevel models, Measurement error, Iterative algorithms, Simulation extrapolation, Income, expenditure data
  • Samira Nayeban, Abdol Hamid Rezaei Roknabadi, Gholam Reza Mohtashami Borzadaran Pages 269-285

    In this paper، first the Bhattacharray and Kshirsagar bounds are introduced and then the multiparameter Bhattacharyya bound is presented in simpler and understandable form. Furthermore، the multiparameter Kshirsagar lower bound، which has not been studied yet، is obtained. Finally، by presenting some example of Log-normal distribution، the bounds are computed and compared.

    Keywords: Bhattacharrya bound, Cramer, Rao bound, Hammersley, Chapman, Robbins bound, Kshirsagar bound