---

---

در تحلیل بیزی داده‌های فضایی-زمانی جرم و جنایت معمولاً به دلیل ناگاوسی بودن توزیع متغیر پاسخ و وجود تعداد زیادی متغیر پنهان در مدل تحت بررسی شکل بسته‌ای برای توزیع پسینی وجود ندارد. در این شرایط در استفاده از روش‌های مونت‌کارلوی زنجیر مارکوفی با چالش‌هایی نظیر وجود پارامترهای متعدد در ساختار سلسله‌مراتبی، محاسبات سنگین و زمان‌بر، انجام شبیه‌سازی گسترده، به‌ویژه زمانی که بعد میدان تصادفی بزرگ است و سرانجام عدم همگرایی توزیع پسینی مواجه می‌شویم. برای حل این مشکلات روش تقریب لاپلاس آشیانی جمع‌بسته پیشنهاد شده است. مزیت این روش این است که برآوردهایی از منظر وقوع جرم وجنایت در مکان و زمان معین ارائه کرده و همچنین نواحی با رفتار غیر‌معمول را تشخیص می‌دهد. در این مقاله با استفاده همزمان از  GIS و روش قریب لاپلاس آشیانی جمع‌بسته در یک مطالعه موردی به  تحلیل داده‌های جرم و جنایت بخشی از کشور کلمبیا می‌پردازیم.

---

در این مقاله برآورد  R{r,k}= P(X{r:n1} < Y{k:n2}) در صورتی که تنش X  و مقاومت Y  دو متغیر تصادفی مستقل دارای توزیع نمایی معکوس با پارامترهای مقیاس مجهول هستند در نظر گرفته شده است. برآورد ماکسیمم درستنمایی R{r,k}   و بازه اطمینان مجانبی برای آن بدست آورده شده است. مطالعات شبیه‌سازی و عملکرد این مدل برای دو مجموعه داده واقعی نیز مورد بررسی قرار گرفته است.
 

---

در این مقاله، بر پایه مفهوم  α-شک و رابطه آن با α-برش یک عدد فازی، به بررسی برخی از مفاهیم قابلیت اعتماد پرداخته شده است. برای این منظور، در صورت معلوم بودن توزیع طول عمر مؤلفه‌های سیستم با استفاده از تعریف متغیر تصادفی فازی مقیاس مبتنی بر α-شک برخی از معیارهای قابلیت اعتماد مورد بررسی قرار گرفته است. همچنین، در صورت نامعلوم بودن توزیع طول عمر مؤلفه‌ها یا در دسترس بودن فقط مشاهدات فازی طول عمر مؤلفه‌ها، از تابع توزیع تجربی داده‌های فازی برای تخمین قابلیت اعتماد استفاده گردیده و برای شرح بیشتر نتایج، مثال‌هایی ارائه شده است.

 

---

در این مقاله، قابلیت اعتماد تنش-مقاومت یک سیستم منسجم در حالت تنش در سطح مولفه در نظر گرفته شده است.
سیستم‌های منسجم سری، موازی و رادار مورد بررسی قرار می‌گیرند. برای سیستم‌های $ 2 $-مولفه‌ای سری یا موازی و سیستم رادار، این قابلیت اعتماد بر اساس توزیع نمایی و به روش‌های ماکسیمم درستنمایی، نااریب بطور یکنواخت با کمترین واریانس و بیز، برآورد می‌شود. همچنین برای بررسی عملکرد برآوردگرها مطالعات شبیه‌سازی انجام شده‌اند و داده‌های واقعی تحلیل می‌شوند.

 

---

در این مقاله، آماره‌های مرتب فازی را بر پایه مفهوم  α-شک بیان کرده و به بررسی برخی از کاربردهای آن در قابلیت اعتماد پرداخته شده است. برای این منظور، در صورت معلوم بودن توزیع طول عمر مؤلفه‌های سیستم، برخی از معیارهای قابلیت اعتماد i-امین آماره‌ مرتب با استفاده از تعریف متغیر تصادفی فازی مقیاس مبتنی بر α-شک مورد بررسی قرار گرفته است. همچنین، در صورت نامعلوم بودن توزیع طول عمر مؤلفه‌ها یا در دسترس بودن فقط مشاهدات فازی طول عمر مؤلفه‌ها، از تابع توزیع تجربی داده‌های فازی برای تخمین قابلیت اعتماد بر اساس آماره‌های مرتب استفاده گردیده و برای شرح بیشتر نتایج، مثال‌هایی ارائه شده است.

---

ماکسیمم آنتروپی مفصل از ترکیب نظریه آنتروپی و تابع مفصل حاصل می‌شود. این روش با درنظرگرفتن ساختار وابستگی و لحاظ کردن محدودیت‌هایی براساس اندازه‌های وابستگی، توزیع توأم ماکسیمم آنتروپی متغیرهای تصادفی را  نتیجه می‌دهد. در این مقاله، توزیع ماکسیمم آنتروپی مفصل دومتغیره  با شرط اندازه وابستگی بلیست معرفی می‌گردد و روش برآورد پارامترهای آن مورد بررسی قرار می‌گیرد. نتایج شبیه‌سازی نشان می‌دهد، در صورتی که داده‌ها دارای وابستگی دمی پائین باشند، توزیع پیشنهادی در مقایسه با توزیع‌ ماکسیمم آنتروپی مفصل دومتغیره با شرط اندازه وابستگی اسپیرمن عملکرد بهتری دارد.  در انتها کاربردی از روش‌های مورد مطالعه در تحلیل داده‌های بارش ماهانه ایستگاه زاهدان ارائه می‌گردد.

---

در این مقاله ابتدا با استفاده از تابع تکیه‌گاه، یک متر را بین اعداد فازی تعریف نموده و سپس براساس آن مفاهیم واریانس، کواریانس و ضریب همبستگی بین متغیرهای تصادفی فازی بیان شده و خواص آن‌ها مورد بررسی قرار می‌گیرد. سپس با استفاده از مفاهیم فوق، مدل اتورگرسیو فازی مرتبه p را براساس متغیرهای تصادفی فازی معرفی نموده و خواص مدل مورد بررسی قرار می‌گیرد. در نهایت برای شرح بیشتر مسئله، مثال‌هایی ارائه و با استفاده از برخی از معیارهای نیکویی برازش، با مدل‌های مشابه مقایسه خواهد شد. 

---

 اغلب در بررسی‌های نمونه‌ای پاسخ ‌دهندگان از پاسخ دادن به برخی سؤالات با ماهیت حساس، خودداری می‌کنند. روش‌های پاسخ تصادفیده برای فاش نشدن راز پاسخ ‌دهنده طراحی شده‌اند. در این مقاله یک روش پاسخ تصادفیده کمی جدید معرفی شده و با انجام یک سری مطالعات شبیه‌سازی نشان می‌دهیم روش پیشنهادی نسبت به روش‌های جمعی  و  ضربی  ارجحیت دارد. سپس برآوردگر میانگین دو متغیر حساس را با استفاده از روش پاسخ تصادفیده پیشنهادی معرفی کرده و با به‌کار بردن پیشگوهای نااریب، برآوردگری برای کوواریانس بین دو متغیرحساس ارائه می‌دهیم. در یک مطالعه تجربی با استفاده از روش پیشنهادی، میانگین تعداد تقلب و میانگین میزان مصرف روزانه سیگار دانشجویان دانشگاه شهید چمران اهواز همراه با واریانس آن‌ها برآورد شده و برآوردی برای کوواریانس بین آن‌ها ارائه می‌شود. 

---

در این مقاله، بر پایه مفهوم  α-شک متغیر‌های تصادفی فازی به معرفی مدل میانگین متحرک فازی مرتبه q پرداخته می‌شود. در این راستا، ابتدا تعاریف واریانس، کواریانس و ضریب همبستگی بین متغیرهای تصادفی فازی ارائه و خواص آنها بررسی می‌گردد. سپس ضمن معرفی مدل میانگین متحرک فازی مرتبه q‌‌، توابع اتوکواریانس و خودهمبستگی این مدل محاسبه می‌گردد. در انتها، مثال‌هایی‎ برای نتایج بدست آمده ارائه می‌گردد.

---

 استفاده از اندازه‌های ریسک دُمی در دهه‌های اخیر بخصوص در صنعت مالی و بانکداری مورد توجه قرار گرفته است. متداولترین آنها ارزش در معرض خطر و ریزش مورد انتظار  هستند.  اخیراً نیز اندازه ریسک دُمی ریزش جینی معرفی شده است، که یک اندازه ریسک ترکیبی است. هدف اصلی این مقاله یافتن ارتباط بین مفاهیم اندازه‌های ریسک دُمی بخصوص ریزش مورد انتظار و ریزش جینی با مفاهیم شاخص‌های نابرابری در اقتصاد و قابلیّت اعتماد است. بررسی ارتباط بین این مفاهیم این امکان را به محقق می‌دهد، که از مفاهیم یکی برای بررسی مفاهیم دیگری استفاده کند. علاوه بر این روابط ریاضی موجود بین  اندازه‌های ریسک دُمی و شاخص‌های مذکور بدست آمده است و برای بعضی از توزیع‌‌ها، این روابط محاسبه شده است. در نهایت برای درک بهتر و آشنایی بیشتر با مفاهیم اندازه‌های ریسک دُمی، از داده‌های واقعی بورس ایران استفاده شده است.

---

در این مقاله، معیار  اکستروپی باقیمانده تجمعی موزون پویا به عنوان تعمیمی از معیار اکستروپی باقیمانده تجمعی موزون معرفی می‌شود. ارتباط معیار پیشنهادی با معیارهای قابلیت اعتماد از قبیل میانگین باقیمانده عمر موزون، تابع نرخ خطر و گشتاور شرطی مرتبه دوم مورد مطالعه قرار می‌گیرد. همچنین، خواص مشخصه‌سازی، کران‌های بالا و پایین، نامساوی‌ها و ترتیب‌های تصادفی براساس اکستروپی باقیمانده تجمعی موزون پویا و تاثیر تبدیل خطی بر آن ارائه خواهد شد. سپس، یک برآوردگر ناپارامتری به روش تجربی برای معیار معرفی‌شده ارائه و خواص مجانبی آن مطالعه می‌گردد. در انتها، به ارائه کاربردی از اکستروپی باقیمانده تجمعی موزون پویا در انتخاب توزیع مناسب داده‌ها توسط یک مجموعه داده‌ واقعی پرداخته می‌شود.

---

در این مقاله، موضوع طبقه‌بندی داده‌ها مدنظر قرار داده می‌شود که در آن متغیر پاسخ  به‌صورت دو یا چند ارزشی و متغیرهای پیشگو متغیرهای معمولی هستند اما، خطاها علاوه بر ماهیتی تصادفی، ماهیتی ابهامی نیز دارند. در این صورت متغیر پاسخ نیز متغیر تصادفی فازی است. بر این اساس مدلی بر پایه رگرسیون لوژستیک صورت‌بندی کرده و برآورد ضرایب با استفاده از روش کمترین توان‌های دوم بدست آورده می‌شود.  با یک مثال نتایج حاصله برای حالت یک متغیر مستقل تشریح می‌گردند. در پایان روابط بازگشتی برای محاسبه برآورد پارامترها ارائه می‌شوند. این روابط بازگشتی می‌توانند در یادگیری ماشین و برای طبقه‌بندی داده‌های بزرگ مورد استفاده قرار گیرند.

---

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.

---

مدل لی-کارتر یک مدل پویای تصادفی است که برای نشان دادن تکامل نرخ مرگ و میر مرکزی در طول زمان  مفید است. این مدل فقط عدم قطعیت احتمالی در مورد ضریب مربوط به روند مرگ و میر در طول زمان را در نظر می‌گیرد، اما عدم قطعیت احتمالی یا امکانی مربوط به ضرایبی که به سن وابسته هستند را در نظر نمی‌گیرد. لذا در ادامه تعمیم فازی از مدل لی-کارتر پیشنهاد می‌شود که حالت عدم قطعیت امکانی هر دو نوع  ضریب را فراهم می‌کند. در این مدل، تغییرپذیری شاخص وابسته به زمان به عنوان یک مدل سری زمانی-تصادفی فازی مدل‌سازی می‌شود. به همین ترتیب، عدم قطعیت امکانی ضرایب وابسته به سن نیز با استفاده از اعداد فازی مثلثی اندازه‌گیری می‌شود، که این موضوع نیازمند استفاده از یک مدل  فازی است. پس از تعمیم مدل فازی مورد نظر، نشان  داده می‌شود که چگونه می‌توان لگاریتم نرخ مرگ و میر مرکزی در استان خوزستان  را با استفاده از محاسبات اعداد فازی  در طی سال‌های 1383-1401 برازش و در سال‌های 1402-1406 پیش‌بینی تصادفی فازی کرد.

---

ریسک سیستمی، به عنوان یکی از چالش‌های نظام مالی، توجه ویژه‌ای را از سوی سیاست‌گذاران و  سرمایه‌گذاران و محققان به خود جلب کرده است. شناسایی و ارزیابی ریسک سیستمی، جهت افزایش ثبات مالی نظام بانکی اهمیت زیادی دارد. بدین منظور، در این مقاله از روش ارزش در معرض خطر شرطی، جهت ارزیابی ریسک سیستمی برای داده‌های شبیه‌سازی شده و داده‌های نظام بانکی ایران استفاده شده است که در آن میانگین شرطی و واریانس شرطی به ترتیب با مدل‌های 
اتورگرسیو میانگین متحرک و اتورگرسیو مشروط بر ناهمسانی واریانس تعمیم یافته مدل‌سازی شده‌اند. داده‌های مورد مطالعه قیمت روزانه سهام 17 بانک ایران، در بازه زمانی 19 فروردین 1398 تا 11 اردیبهشت 1402 است که شامل مقادیر گمشده در برخی بازه‌های زمانی است. درون‌یابی مقادیر گمشده، با رهیافت صافی کالمن انجام شده است. از توابع مفصل خوشه‌ای که ساختار درختی سلسله مراتبی دارند، برای تشریح وابستگی غیرخطی و سلسله مراتب سرایت ریسک سیستمی بانک‌های مورد مطالعه استفاده شده است. نتایج این مطالعه نشان می‌دهد که بانک تجارت دارای بیشترین ریسک سیستمی است. افزایش ریسک سیستمی علاوه بر وقوع بحران مالی، آثار نامطلوبی بر عملکرد اقتصاد کلان دارد. این نتایج می‌تواند به پیش‌بینی و کاهش اثرات بحران‌های مالی  و مدیریت آن کمک شایانی کند. 

---

در تحلیل سری‌های زمانی ممکن است با وضعیت‌هایی روبرو شده باشیم که در آن برخی از ارکان مدل، کمیت‌های نادقیق باشند. یکی از متداول‌ترین این وضعیت‌ها، نادقیق بودن مشاهدات تحت بررسی است که معمولا در اثر خطای اندازه گیری یا اشتباهات انسانی رخ می‌دهد. در این مقاله، یک مدل جدید سری‌زمانی اتو رگرسیو فازی مبتنی بر رویکرد ماشین بردار پشتیبان پیشنهاد می‌شود. برای این منظور، از تابع هسته برای استواری و انعطاف مدل و از قیود لحاظ شده در مدل برای کنترل نقاط استفاده شده است. به‌ منظور بررسی عملکرد و اثر بخشی مدل سری‌زمانی اتو رگرسیو فازی پیشنهادی، برخی معیارهای نیکویی برازش استفاده می‌شوند. نتایج به‌دست ‌آمده بر اساس یک مثال از داده‌های سری‌زمانی فازی شبیه‌سازی شده و دو مثال واقعی، نشان داد که روش پیشنهادی در مقایسه با سایر روش‌های موجود دارای عملکرد بهتری بوده است.

---

در این مقاله با معرفی یک تعمیم جدید از توزیع لگ-لوژستیک، ویژگی‌ها و برآورد پارامترهای آن مورد مطالعه و بررسی قرار می‌گیرد. در این توزیع با اضافه شدن یک پارامتر، نشان داده می‌شود که با افزایش این پارامتر، شکل آن متقارن‌تر و کشیدگی آن کمتر می‌شود. همچنین بر خلاف توزیع اولیه، در توزیع جدید گشتاورهای توزیع و تابع چندکی آن همواره وجود دارد. علاوه بر این نشان داده می‌شود که در توزیع جدید، شاخص‌های قابلیت اعتماد مانند تابع نرخ شکست و تابع میانگین مانده عمر  و ترتیب‌های تصادفی از انعطاف پذیری بیشتری برخوردار هستند. همچنین ضمن برآورد پارامترهای توزیع به روش‌های نمودار لگ-لوژستیک  و درستنمایی ماکسیمم، به کمک مطالعات شبیه سازی، کارایی و سازگاری برآوردگرها بررسی شد. در نهایت با اجرای مدل جدید به روی داده‌های واقعی در حوزه تجهیزات هوابرد و  بیماران سرطان ریه کاربردی بودن مدل نشان داده شد.

---

ماشین بردار پشتیبان به عنوان یک الگوریتم با نظارت در ابتدا برای حالت دودویی ابداع شد، سپس به علت کاربردهای آن، الگوریتم های چند-کلاسه نیز طراحی شدند و همچنان به عنوان یک پژوهش در حال بررسی است. اخیرا مدل‌هایی برای بهبود روش‌های چند-کلاسه ارائه گردیده است. اغلب آن‌ها حالتی را بررسی می‌کنند که در آن ورودی‌ها غیرتصادفی هستند در حالی که در دنیای واقعی با داده‌های غیرقطعی و نادقیق مواجه هستیم. لذا در این مقاله به بررسی مدلی پرداخته شده است که در آن ورودی‌ها تصادفی و محدودیت‌های مسئله نیز احتمالی هستند. با استفاده از قضایای آماری و با استفاده از امیدریاضی، محدودیت‌های مسئله از حالت احتمالی خارج شده است. سپس از روش برآورد گشتاوری، برای برآورد امیدریاضی استفاده شده است. با استفاده از شبیه‌سازی مونت کارلو به تولید داده‌های مصنوعی پرداخته و از روش بازنمونه‌گیری بوت استرپ نمونه‌ها را به عنوان ورودی به مدل داده و دقت مدل مورد بررسی قرار گرفته است. در نهایت مدل پیشنهادی را با داده‌های واقعی آموزش داده و دقت آن با شاخص‌های آماری ارزیابی شده است. نتایج حاصل از شبیه‌سازی و مثال واقعی برتری کارایی مدل پیشنهادی را بر مدل‌های مبتنی بر ورودی‌های قطعی نشان می‌دهد.

---

داده‌های حاصل از اندازه‌گیری شاخص‌های مالی و اقتصادی، مانند قیمت مسکن، عموما به‌طور فضایی همبسته و ناهمگن هستند. مدل‌های اقتصادسنجی فضایی برای لحاظ کردن وابستگی موجود در این داده‌ها پرطرفدار هستند. اما مدل‌بندی کارای ناهمگنی فضایی هنوز مورد سوال است. معمولا از رگرسیون وزنی جغرافیایی برای مدل‌بندی ناهمگنی موضعی داده‌های فضایی استفاده می‌شود. این رده از مدل‌ها برای داده‌های فضایی همگن در چند زیرناحیه، بیش از حد پیچیده هستند. در این مقاله، از یک رهیافت مبتنی بر خوشه‌بندی فضایی برای شناسایی زیرنواحی همگن استفاده می‌شود. سپس، در هر زیرناحیه، مدل‌های اقتصادسنجی فضایی بیزی به داده‌ها برازش داده می‌شوند. با توجه به پیچیدگی توزیع پسین مدل‌های پیشنهادی و دوری از مشکلات الگوریتم‌های MCMC، از روش تقریب لاپلاس آشیانه‌ای جمع‌بسته استفاده می‌شود. آنگاه در یک مطالعه شبیه‌سازی، عملکرد رهیافت پیشنهادی ارزیابی و نحوه کاربست رهیافت دومرحله‌ای پیشنهادی برای تحلیل داده‌های قیمت مسکن در شهر مشهد ارائه خواهد شد.