|
|
|
![::](./templates/tmpl_green/images/cnt_bar_icon_rtl.gif) |
جستجو در مقالات منتشر شده |
![::](./templates/tmpl_green/images/cnt_bar_arrow_rtl.gif) |
|
6 نتیجه برای اسکندری
میترا رحیم زاده، ابراهیم حاجی زاده، فرزاد اسکندری، سلیمان خیری، جلد 2، شماره 1 - ( 6-1387 )
چکیده
در تحلیل داده های بقا، هنگامی که نسبتی از افراد شفایافته هستند و زمان های رخداد پیشامد با یکدیگر همبسته می باشند، از مدل شکنندگی شفایافتگی استفاده می شود. در این مقاله هدف تحلیل دو نوع شکنندگی همبسته از دیدگاه بیزی در مدل شفایافتگی ناآمیخته برای مجزا کردن اثرات تصادفی اختصاصی و مشترک موجود بین آزمودنی ها می باشد، این مدل ها عبارتند از: (1) مدل شکنندگی همبسته شفایافتگی (2) مدل شکنندگی همبسته شفایافتگی با زمان پیشرفت. در این مدل ها تابع درستنمایی را براساس تابع نمایی تکه ای فرمول بندی نموده و پارامترهای آنها را با رهیافت بیز سلسله مراتبی برآورد می کنیم. از آنجایی که توزیع های پسینی دارای فرم بسته نمی باشند، برآورد مشخصات توزیع های پسینی با بکارگیری روش های مونت کارلوی زنجیر مارکوفی به دست می آیند. برای مقایسه مدل شکنندگی همبسته کاکس را بکار می بریم. براساس معیار اطلاع کیبش مدل های شکنندگی همبسته شفا یافتگی به مدل شکنندگی همبسته کاکس برتری دارند. در انتها داده های پیوند قرینه دو طرفه مورد تحلیل قرار می گیرد.
شهره جلایی، سقراط فقیهزاده، فرزاد اسکندری، طوبی غضنفری، جلد 2، شماره 1 - ( 6-1387 )
چکیده
در تحقیقات پزشکی به دلایل زیادی از جمله زمانبر، پرهزینه بودن یا قابل دسترسی نبودن پاسخهای بالینی، در بعضی مواقع نمیتوان آثار یک مداخله را مستقیما روی متغیرهای نهایی بالینی اندازهگیری نمود. در این مواقع آثار مداخله بر متغیرهای جانشین اندازهگیری میشود. مطالعات آماری اعتبارسنجی جانشینها توسط پرنتایش (1989) با ارائه اولین ملاک اعتبار سنجی آغاز شد. تاکنون ملاکهای متعددی با هدف پوشش انواع متغیرها و حالات مختلف ارائه شده است. آلونس و همکارانش (2006) ملاک کلی عامل تقلیل درستنمایی (LRF) را برای ارزیابی اعتبار زیست نشانگانهای جانشین در سطح فردی ارائه کردهاند که میتواند در انواع متغیرها به کار گرفته شود. هدف از این مطالعه معرفی ملاک عامل تقلیل درستنمایی با استفاده از رهیافت بیزی (LRFB) برای ارزیابی اعتبار زیست نشانگانهای جانشین در سطح فردی بر مبنای ملاک پرنتایس است. در تحقیق حاضر همچنین ارتباط ملاک به دست آمده به صورت بزرگ نمونهای با فرم فراوانیگرای آن که توسط آلونس و همکاران (2006) معرفی شده است، مورد توجه قرار گرفته است. در ادامه به حالت خاص توزیع دو جملهای در حالت کوچک نمونهای اشاره شده و در نهایت هر دو ملاک روی یک سری دادهها ایمنیشناسی برای بررسی اعتبار جانشینی شاخصهای ایمنی در بیماران با عارضه پوستی در مواجه با گاز شیمیایی خردل ارزیابی شده است
بهروز کاوه ئی، سقراط فقیه زاده، فرزاد اسکندری، انوشیروان کاظم نژاد، طوبی غضنفری، جلد 4، شماره 2 - ( 12-1389 )
چکیده
گاهی در تحقیقات پزشکی نمیتوان اثر مداخله (دارو یا روش درمانی) را به دلیل هزینه زیاد، زمان زیاد، تهاجمی بودن روشهای درمانی، در دسترس نبودن پاسخهای بالینی و... به صورت مستقیم اندازهگیری کرد. در این گونه موارد اثر مداخله بر متغیرهای جانشین اندازهگیری میشوند. مطالعات آماری زیادی برای اعتبار سنجی جانشینها و معرفی ملاکی برای آزمون انجام شده است. اولین ملاک بر مبنای آزمون فرض بنا نهاده شد. در طی زمان ملاکهای دیگری معرفی شدند. سپس با استفاده از روش فراوانیگرا عامل فروکاهی درستنمایی معرفی گردید. پس از آن ملاک عامل فروکاهی درستنمایی بیزی معرفی شد. در این مقاله عامل فروکاهی درستنمایی بیزی برای دادههای وابسته به زمان معرفی میشود. 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.
مژده اسماعیل زاده، فرزاد اسکندری، سیما نقی زاده اردبیلی، جلد 5، شماره 2 - ( 12-1390 )
چکیده
یکی از مسائل مهم پیش بینی وضع آینده سیستم یا فرایندهایی است که با گذشت زمان در حال تغییرند. در چنین شرایطی علاوه بر متغیرها امکان دارد پارامترها نیز در حال تغییر باشند و از این رو فرض استقلال برای پارامترها و متغیرها از بین می رود. برای تحلیل چنین سیستمی معمولا از مدل های خطی پویای تعمیم یافته استفاده می شود. هدف این مقاله، به کارگیری مدل های خطی پویای تعمیم یافته بیزی در تحلیل ساختارهای گسسته غیرمزدوج بر پایه الگوریتم مونت کارلوی زنجیر مارکوفی است. پس از ارائه مبانی نظری موضوع، با بهره گیری از مدلی که پارامترهای پویای آن از فرایند اتورگرسیو پیروی می کند و ابزارهای سودمندی که مدل های خطی پویای تعمیم یافته بیزی در اختیار ما قرار می دهند، به تحلیل فعالیت اقتصادی طی سال های 1385 تا 1387 در سه استان کشور پرداخته می شود.
ملیحه حیدری، فرزاد اسکندری، جلد 11، شماره 1 - ( 6-1396 )
چکیده
در این مقاله به بحث انتخاب متغیر با رویکردی جدید در آمیزهای متناهی از مدلهای رگرسیونی نیمپارامتری پرداخته میشود، به گونهای که دادهها از توزیع پواسون تبعیت میکنند. اما دو عامل بیشپراکندگی و صفرهای بیش از حد به دلیل استفاده از توزیع پواسون میتواند تاثیر زیادی بر انتخاب متغیر و براورد پارامترها داشته باشند. در واقع براورد پارامترها در بخش پارامتری مدل رگرسیونی نیمپارامتری با استفاده از رویکرد درستنمایی تاوانیده انجام میپذیرد و در بخش ناپارامتری پس از تقریب موضعی تابع ناپارامتری با استفاده از بسط تیلور، محاسبات در حضور براورد ضرایب پارامتری انجام میگیرد. استفاده از رویکرد جدید در این مقاله باعث شده است تا موانع در انتخاب درست متغیرها برطرف گردد. در این مقاله علاوه بر ارائه تئوریهای مربوطه، در بخش شبیهسازی دادهها نیز دو موضوع بیش پراکندگی و صفرهای بیش از حد مورد توجه قرار میگیرد و استفاده از روش EM در براورد پارامترها منجر به افزایش دقت در نتیجه شده است.
فرزاد اسکندری، حمید حاجی آقا بزرگی، جلد 16، شماره 1 - ( 6-1401 )
چکیده
مدلهای آمیخته گرافی، ابزاری قدرتمند برای نمایش دیداری روابط استقلال شرطی بین دادههای ناهمگن بالابُعد فراهم کرده است. در مطالعه این مدلها، اغلب توزیع مولفههای آمیخته، نرمال چندمتغیره با ماتریسهای کواریانس متفاوت در نظر گرفته شده که مدل حاصل، به مدل آمیخته گرافی گاوسی معروف است. با جایگزین کردن فرض محدودکننده نرمال با یک مفصل نیمهپارامتری نرمال، مدل آمیخته گرافی نرمال ناپارامتری معرفی شده که هم مدل گرافی نرمال ناپارامتری و هم مدلهای آمیخته را تعمیم داده است. در این مطالعه، خوشهبندی مبتنی بر مدل آمیخته گرافی نرمال ناپارامتری با دو فرم تابع تاوان $ell_1$ (متعارف و نامتعارف) پیشنهاد شده است و عملکرد آن با روش خوشهبندی مبتنی بر مدل آمیخته گرافی گاوسی مقایسه شده است. نتایج مطالعه شبیهسازی روی دادههای نرمال و غیرنرمال، در حضور و عدم حضور دادههای دورافتاده و همچنین نتایج کاربردی روی دادههای سرطان سینه نشان داد که ترکیب مدل آمیخته گرافی نرمال ناپارامتری با تابع تاوان وابسته به نسبتهای آمیخته، از نظر بازسازی خوشهها و برآورد پارامترهای مدل، نسبت به سایر روشهای خوشهبندی مبتنی بر مدل از دقت بالاتری برخوردار است.
|
|
|
|
|
|
|