[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
اطلاعات نشریه::
آرشیو مجله و مقالات::
ثبت نام و اشتراک::
ارسال مقاله::
پایگاه‌های مرتبط::
برای داوران::
اخلاق در پژوهش::
تماس با ما::
تسهیلات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
Google Scholar Metrics

Citation Indices from GS

AllSince 2020
Citations4817
h-index32
i10-index00
..
ثبت شده در

AWT IMAGE


..
نماد اعتماد الکترونیکی
..
آمار نشریه
تعداد دوره های نشریه: ۱۹
تعداد شماره ها: ۳۸
تعداد مشاهده ی مقالات: ۳۵۱۰۳۷۲
تعداد دریافت (دانلود) مقالات: ۹۵۶۳۶۸

مقالات دریافت شده: ۸۶۷
مقالات پذیرفته شده: ۳۶۳
مقالات رد شده: ۴۹۲
مقالات منتشر شده: ۳۶۰

نرخ پذیرش: ۴۱,۸۷
نرخ رد: ۵۶,۷۵

میانگین دریافت تا پذیرش: ۴۰۰ روز
میانگین دریافت تا اولین داوری: ۵,۷ روز
میانگین پذیرش تا انتشار: ۵۱۰,۲ روز
____
..
:: جستجو در مقالات منتشر شده ::
۳ نتیجه برای محمدزاده

فیروزه ریواز، محسن محمدزاده، مجید جعفری خالدی،
جلد ۱، شماره ۱ - ( ۶-۱۳۸۶ )
چکیده

  برای پیشگویی بیزی یک مدل فضایی – زمانی گاوسی، پارامترهای نامعلوم مدل بعنوان متغییر متغییرهای تصادفی با توزیعهای پیشین معلوم در نظر گرفته می شود و با گسسته سازی فضای پارامتر، توزیعهای پیسین و پیشگوی بیزی تقریبی تعیین می شوند. در این مقاله با فرض پارامتری بودن توزیع های پیشین و اتخاذ رهیافت بیز تجری توزیع پیشین را برآورد نموده و با جایگذاری آن در توزیع پیشگوی بیزی، پیشگوی فضایی – زمانی بیز تجربی و واریانس پیشگویی محاسبه می شوند. سپس در یک مثال کاربردی نحوه محاسبه این پیشگو و واریانسی پیشگویی ارایه می شود. به علاوه بر اساس معیار اعتبارسنجی متقابل دقت این پیشگو مورد ارزیابی قرار می گیرد.


کبری قلی زاده، محسن محمدزاده، زهرا قیومی،
جلد ۷، شماره ۱ - ( ۶-۱۳۹۲ )
چکیده

در تحلیل بیزی مدل‌های رگرسیون جمعی ساختاری که قالبی انعطاف پذیر از مدل‌های آماری در زمینه‌های کاربردی دارند توزیع‌های پسینی فرم بسته‌ای ندارند و استفاده از الگوریتم‌های مونت کارلوی زنجیر مارکوفی به دلیل پیچیده بودن و تعداد زیاد پارامترهای این مدل زمان‌بر هستند. روش تقریب لاپلاس آشیانی جمع بسته می‌تواند با استفاده از تقریب‌های گاوسی و لاپلاس نیاز به شبیه‌سازی‌های سنگین را مرتفع سازد. در این مقاله نحوه لحاظ کردن همبستگی فضایی داده‌ها در مدل‌های رگرسیونی جمعی ساختاری و برآورد پارامترهای آن با تقریب لاپلاس آشیانی جمع‌بسته مورد مطالعه قرار می‌گیرند. سپس داده‌های جرم شهر تهران با این روش مدل‌بندی شده و در مطالعه‌ای شبیه‌سازی، دقت و سرعت محاسبه مدل‌های حاصل از تقریب لاپلاس آشیانی جمع بسته و الگوریتم‌های مونت کارلوی زنجیر مارکوفی مورد ارزیابی و مقایسه قرار می‌گیرند

محمد مهدی صابر، محسن محمدزاده،
جلد ۱۸، شماره ۲ - ( ۱۲-۱۴۰۳ )
چکیده

توزیع لاپلاس چندمتغیره یک مدل تصادفی مهم است که عدم تقارن و دم‌های  سنگین‌تر از  توزیع گاوسی را به حساب می‌آورد.  در این مقاله، مدل رگرسیون فضایی خودبازگشتی و میانگین متحرک مرتبه دو برای مدل‌بندی برآمدهای یک میدان تصادفی فضایی که از توزیع چوله-لاپلاس تعمیم‌یافته چندمتغیره پیروی می‌کنند ارائه خواهد شد.  پارامترهای مدل با روش‌‌های ماکسیمم درستنمایی و حداکثر فاصله  و استفاده از  معیار  واگرایی کولبک-لایبلر برآورد می‌شوند. آنگاه براساس مدل ارائه شده  پیشگوی فضایی بهینه ارایه خواهد شد. سپس یک مطالعه شبیه‌سازی برای اعتبارسنجی و ارزیابی عملکرد مدل پیشنهادی انجام می‌شود. آنگاه نحوه کاربست این مدل در تحلیل مجموعه داده‌های واقعی زمین‌شناسی نشان داده می‌شود.

صفحه 1 از 1     

مجله علوم آماری – نشریه علمی پژوهشی انجمن آمار ایران Journal of Statistical Sciences

Persian site map - English site map - Created in 0.08 seconds with 35 queries by YEKTAWEB 4714