|
|
|
|
|
 |
جستجو در مقالات منتشر شده |
 |
|
4 نتیجه برای دهقان
راضیه دهقانیان، رحیم چینی پرداز، بهزاد منصوری،
جلد 18، شماره 2 - ( پاییز و زمستان 1392 )
چکیده
روش های کلاسیک ممیزی مانند خطی و درجه دوم در بسیاری از مدل های سری زمانی کارایی مناسب ندارند. در این صورت لازم است مشاهدات سری زمانی به صورت دیگری رده بندی شوند. روش ناپارامتری، ممیزی هسته مبتنی بر استفاده از برآورد تابع چگالی هسته به جای استفاده از مقادیر واقعی آن ها است. مهم ترین مسئله در برآورد تابع چگالی هسته انتخاب مقدار مناسب پارامتر هموارکننده است. تاکنون روش های مختلفی برای انتخاب پارامتر هموارکننده پیشنهاد شده است. در این مقاله روش های مختلف برآورد تابع چگالی احتمال هسته و روش مناسب انتخاب پارامتر هموارکننده که منجر به مقدار بهینه آن در ممیزی سری های زمانی می باشد به دست آورده شده است
سکینه دهقان، محمدرضا فرید روحانی،
جلد 20، شماره 1 - ( بهار و تابستان 1394 )
چکیده
در این مقاله، ابتدا تابع ژرفا به عنوان تابعی برای رتبه‌بندی مرکز-به بیرون نقاط چندمتغیره معرفی می‌شود، سپس به عنوان یکی از معروف‌ترین توابع ژرفا، تابع ژرفای نیم‌فضا یا توکی را معرفی و به کار می‌بریم. در ادامه با استفاده از این رتبه‌بندی و آماره‌های مبتنی بر نمودار ژرفا در برابر ژرفا آزمون‌های چندمتغیره‌ی ناپارامتری برای اختلاف مکان و مقیاس بین دو جامعه بیان می‌شوند. سرانجام بر اساس این آزمون‌ها برای بیماری مفصلی استئوآرتریت، عملکرد روش پیشنهادی دیسترکشن غیر تهاجمی برای شدت درد، کیفیت زندگی، توانایی عملکردی، میزان تورم و دامنه حرکتی بیماران مورد ارزیابی قرار گرفته و با روش رایج دیسترکشن تهاجمی مقایسه می‌شود.
منیژه صانعی طبس، محمدحسین دهقان، فاطمه آشتاب،
جلد 28، شماره 1 - ( 6-1402 )
چکیده
واریانس و آنتروپی معیارهایی متمایز هستند که معمولاً برای اندازه گیری عدم قطعیت متغیرهای تصادفی استفاده می‌شوند. در حالی که واریانس نشان می‌دهد که چگونه یک متغیر تصادفی بیشتراز حد انتظارش گسترش می‌یابد، معیارآنتروپی عدم قطعیت یک رویکرد اطلاعاتی را اندازه گیری می‌کند به عبارت دیگر میانگین مقدار اطلاع یک متغیر تصادفی را اندازه گیری می‌کند.
برای دو توزیع یکنواخت و نرمال واریانس نسبتی از آنتروپی توانی است. یافتن یک چنین رابطه یکنوا بین واریانس و انتروپی برای یک کلاس بزرگتر از این دو توزیع اهمیت و کاربرد زیادی در پردازش سیگنال، یادگیری ماشین، تئوری اطلاعات و احتمال و آمار دارد
برای کم کردن خطاهای برآوردگرها مورد استفاده قرار می‌گیرد و یک راهبردی را انتخاب می‌کند که به طور متوسط بیشترین یا تقریباً بزرگ‌ترین کاهش در آنتروپی توزیع مکان هدف داشته باشد و اثربخشی این روش با استفاده از شبیه‌سازی‌ها با مدل‌های سنجش کاوی امتحان می‌شوند. در این مقاله کران بالای واریانس برای توزیع های تک مدی که دم آنها سنگین تر از دم توزیع نمایی است به کمک آنتروپی توانی ایجاد می گردد
یاسر هاشم زهی، دکتر سیدمهدی امیرجهانشاهی، دکتر محمدحسین دهقان،
جلد 28، شماره 2 - ( 12-1402 )
چکیده
در این مقاله آزمون واگرایی L2 را جهت سنجش نمایی بودن داده‌های سانسور تصادفی معرفی می‌کنیم. سپس توان این آزمون در تشخیص نمایی بودن داده ها را به روش شبیه‌سازی مونت کارلو با سایر آزمون‌های رقیب شامل آزمون‌های کولموگروف-اسمیرنوف، اندرسون-دارلینگ و کرامر فون-میزس که مبتنی بر تابع توزیع تجربی و آزمون‌های مبتنی بر معیار اطلاع مورد مقایسه قرار می‌دهیم. نتایج مطالعات شبیه‌سازی نشان می‌دهد که آزمون پیشنهادی عموما عملکرد بهتری نسبت به سایر آزمون‌های رقیب دارد.
|
|
|
|
|
|
|
|
|
