هدف این مقاله معرفی یک مدل تعمیم یافته برای توزیع توأم متغیرهای اسمی، ترتیبی و پیوسته برای با و بدون داده گم شده است. فرم های بسته ای برای تابع درستنمایی مربوط به مدل های مکانی عام ارائه می شود. همچنین تقریب جو، برای براورد پارامترهای مدل مکانی عام با پاسخ های اسمی، پیوسته و ترتیبی با و بدون داده های گم شده به کار برده شده است. برای نشان دادن قابلیت مدل های پیشنهادی، مطالعات شبیه سازی انجام شده است. همچنین مدل های ارائه شده بر روی داده های واقعی مربوط به آموزش زبان خارجی مورد تحلیل قرار گرفته است

یک روش مناسب در برازش داده‌های نامتقارن و تحلیل داده‌هایی با ساختار غیر نرمال, استفاده از کلاس توزیع‌های وزن‌دار شده است. در این مقاله خانواده دیگری از توزیع‌های چوله-لاپلاس بر اساس تابع وزن دو پارامتری و به منظور برازش بهتر داده‌هایی از جوامع نامتقارن چند مدی و غیر نرمال معرفی می‌شود. همچنین برخی مشخصه‌های اصلی توزیع از جمله چولگی و کشیدگی, تابع مولد گشتاور و غیره مورد بررسی قرار گرفته‌اند. در انتها نیز کاربرد توزیع برای برازش به داده‌ها، با استفاده از یک مجموعه داده‌ واقعی مورد بررسی قرار گرفته است.

در این مقاله، به بررسی بدترین تخصیص‌ کسری‌پذیر‌ها و حدها در بیمه‌نامه‌های لایه‌ای از منظر بیمه‌گر پرداخته می‌شود. اگر n ریسک‌ مستقل و هم‌توزیع نمایی تحت پوشش بیمه‌نامه لایه‌ای قرار گیرند و مقدار حدها برابر باشند، نشان داده می‌شود بدترین تخصیص کسری‌پذیری از نگاه بیمه‌گر بردار (d,۰, ..., ۰) است. 

فرآیندهای فضایی همبسته دوره‌ای از جمله فرآیندهای پرکاربرد در تجزیه و تحلیل داده‌های فضایی می‌باشند، که در پردازش و تحلیل تصاویر دوره‌ای کاربرد دارند. در جهت تحلیل این نوع داده‌ها، در مرحله اول می‌بایست به تشخیص دوره‌ای بودن و تعیین مقدار دوره تناوب داده‌ها پرداخت. در این مقاله، ابتدا به معرفی فرآیندهای فضایی همبسته دوره‌ای و ویژگی‌های آنها پرداخته، سپس دوره‌نگار فضایی، به‌عنوان ابزاری برای تشخیص دوره‌ای بودن داده‌ها و تعیین مقدار دوره تناوب، معرفی می‌گردد و به بیان ویژگی‌های آن‌ها می‌پردازیم. در نهایت نحوه استفاده از دوره‌نگار فضایی در پردازش تصاویر دوره‌ای و تشخیص دوره‌ای بودن آن‌ها مورد بررسی قرار خواهد گرفت.