توزیع بتا برای مدل‌بندی داده‌هایی که به‌صورت نسبت هستند، توزیع مناسبی است. در موارد زیادی که داده‌های نسبت شامل تعداد زیادی صفر و یک هستند، توزیع‌های بتای آماسیده مناسب هستند. در صورتی که احتمال ثبت چنین مشاهده‌هایی متناسب با یک تابع وزن نامنفی از آن‌ها باشد، آن مشاهده‌ها دارای توزیع موزون بتای آماسیده هستند. تمرکز این مقاله روی توزیع اریب اندازه بتای آماسیده به عنوان یک حالت خاص از توزیع موزون بتای آماسیده با وزن توانی است. خواصی از این توزیع مطالعه و پارامترهای آن به روش‌های ماکسیمم درستنمایی و گشتاوری برآورد و با استفاده از مطالعه شبیه‌سازی دو روش مقایسه می‌شوند. در پایان مدل مفروض به داده‌های واقعی نسبت مرگ و میر برازش داده می‌شوند.

امروزه استفاده از روش‌های مختلف سانسور در آزمون‌های قابلیت اعتماد در صنعت و آزمون‌های زمان - بقا در آزمایشات کلینیکی فراگیر شده است. یکی از این روش‌های سانسور، سانسور پیش‌رونده‌ نوع I و II است. استفاده از این نوع سانسورها، معایبی نیز به همراه دارد. در این مقاله تلاش می‌شود با ایجاد تغییراتی در سانسور پیش‌رونده نوع I، معایب آن کاهش یابد و همچنین یک طرح کلی ارائه گردد که سانسور پیش‌رونده نوع II را نیز شامل گردد. این کار از این طریق صورت می‌پذیرد که برخلاف قبل، تعداد برداشت و زمان برداشت متغیرهای تصادفی در نظر گرفته می‌شوند. ابتدا به معرفی سانسورهای پیش‌رونده نوع I، II و دو نوع از تعمیم‌های آن‌ها پرداخته می‌شود، سپس روش سانسور جدید بر پایه‌ سانسور پیش‌رونده نوع I توضیح داده و تابع چگالی احتمال آن بیان می‌گردد. چند حالت خاص آن نیز معرفی می‌شود و در پایان، پیرامون پارامترهای مدل استنباط آماری انجام می‌شود و در ادامه الگوریتم شبیه‌سازی سانسور جدید ارائه و برای مقایسه این طرح سانسور تعمیم‌یافته با روش‌های سانسور رایج، از شبیه‌سازی استفاده خواهد شد.

 در این مقاله به کمک توزیع‌های G-توانی بسط‌‌‌هایی کلی برای تابع چگالی احتمال و تابع توزیع تجمعی، گشتاورها و آنتروپی‌های رنی و شانون و آماره‌های مرتب این خانواده توزیع‌ها به دست آورده می‌شود. همچنین از روش ماکسیمم درستنمایی برای برآورد پارامترهای آن استفاده کرده و به کمک یک مجموعه داده واقعی نشان داده می‌شود که خانواده توزیع‌های ریستیک-بالاکریشنان-G مدلی مناسب برای توزیع طول عمر است.

در این مقاله ابتدا به معرفی اندازه نادرستی کریج به عنوان تعمیمی از آنتروپی شانون پرداخته شد سپس اندازه نادرستی گذشته عمر براساس مفهوم تابع چندک بازنویسی شده است. در ادامه مشخص‌سازی‌هایی برای توزیع‌های طول عمر با خاصیت نرخ شکست وارون متناسب براساس اندازه نادرستی گذشته عمر چندکی ارائه شده است. همچنین رده توزیع‌های طول عمر دارای خاصیت اندازه نادرستی گذشته عمر صعودی (نزولی) و ویژگی‌هایی از آن مورد بررسی قرار گرفته است. بعلاوه با ارائه مثالی از داده‌های واقعی، کاربردی از اندازه نادرستی چندکی بیان شده است.

در این مقاله پارامترهای تابع کوواریانس‌های فضایی با استفاده از روش درستنمایی مرکب بلوکی برآورد می‌شود. در این روش درستنمایی مرکب با استفاده از تابع‌های چگالی توأم بلوک‌های زوجی داده‌های تفاضل‌یافته ساخته می‌شود. برای این منظور پس از انجام تفاضل‌گیری مجموعه داده‌های بزرگ را به مجموعه داده‌های کوچک‌تر افراز کرده تابع درستنمایی هر یک از مجموعه داده‌های کوچک‌تر به طور جداگانه محاسبه و در نهایت از طریق جمع به سادگی با هم ترکیب می‌شوند. از مزایای روش درستنمایی بلوکی این است که نیازی به معکوس کردن و محاسبه دترمینان ماتریس‌های با ابعاد بالا ندارد. سپس با استفاده از مطالعه شبیه‌سازی روش ارائه شده در این مقاله با روش درستنمایی مرکب بلوکی زوجی از نظر کارایی و محاسباتی مقایسه می‌شود. مطالعات شبیه‌سازی نشان می‌دهد که برآوردگرهای حاصل از روش ارائه شده به خوبی برآوردگرهای درستنمایی است. در نهایت یک داده واقعی مورد تحلیل قرار خواهد گرفت.

یکی از روش‌های رفع مشکل همخطی در مدل‌های خطی، استفاده از برآوردگر لیو است. در این مقاله، برآوردگر جدیدی را با تعمیم برآوردگر لیو اصلاح‌ شده لی و یانگ (۲۰۱۲) ارائه شده است. این برآوردگر بر اساس یک اطلاع پیشین از بردار پارامترها در مدل رگرسیون خطی و برآوردگر تعمیم‌یافته آکدنیز و کاچیرانلار (۱۹۹۵) به‌دست می‌آید. با استفاده از معیار ماتریس میانگین توان دوم خطا، شرایط برتری این برآوردگر بر برآوردگر لیو تعمیم‌یافته به‌دست آورده می‌شود. به منظور مقایسه رفتار این برآوردگر با برآوردگرهای موجود، یک مثال عددی و یک مطالعه شبیه‌سازی انجام شده است. 

‌ این مقاله به بررسی مدل سری زمانی خود بازگشت آمیخته با وزن‌های ثابت در قالب فضای حالت و تعمیم آن به مدل‌های خودبازگشت-میانگین متحرک آمیخته می‌پردازد. توابع چگالی پیش‌بینی، پالایش و هموارسازی با استفاده از یک روش مونت کارلوی دنباله‌ای تقریب زده شده‌اند. همچنین الگوریتم ‎EM‎ برای برآورد پارامترهای مدل در فضای حالت ارائه شده است. نتایج نشان می‌دهد در قالب فضای حالت، ابعاد بردار پارامترهای مدل کاهش می‌یابد. علاوه بر این رفتار الگوریتم‌های پالایش و هموارسازی با استفاده از شبیه‌سازی مونت کارلو در مدل‌های ایستا مورد بررسی قرار گرفته است. نتایج این مطالعه نشان می‌دهد الگوریتم پالایش در مدت زمان کوتاهی به یک حالت پایا نزدیک می‌شود. همچنین پس از گذشت زمان کوتاهی میانگین توزیع‌های پالایش و هموارسازی به مقادیر واقعی بردار حالت نزدیک می‌شوند. 

در سال‌های اخیر از رگرسیون پواسن برای مدل‌بندی متغیرهای پاسخ شمارشی استفاده شده است. زمانی که مجموعه داده‌های شمارشی دارای فراوانی بیش از حد در عدد صفر باشند، استفاده از رگرسیون پواسن مناسب نیست. در این مقاله، از دو مدل رگرسیون پواسن با صفر آماسیده و رگرسیون پواسن دو متغیره با صفر آماسیده با اثر تصادفی برای مدل‌بندی پاسخ شمارشی با فراوانی بیش از حد در عدد صفر استفاده شده است. معمولا توزیع اثر تصادفی را نرمال فرض می‌کنند، اما در این مقاله از توزیع چوله نرمال که از انعطاف‌پذیری بیشتری نسبت به توزیع نرمال برخوردار است به‌عنوان توزیع اثر تصادفی استفاده کرده‌ایم. در پایان مدل بدست آمده برای تحلیل داده‌های مربوط به تعداد واحدهای مردودی و نیم‌سال‌های مشروطی دانشجویان دانشگاه شهید چمران اهواز مورد استفاده قرار گرفته است و از روش شبیه‌سازی برای اعتبار‌سنجی مدل بدست آمده استفاده شده است.

 معمولاً در بررسی‌های نمونه‌گیری هنگامی‌که سؤال حساس مستقیمی پرسیده شود، پاسخگو پاسخ واقعی را ارائه نمی‌کند. روش‌های پاسخ تصادفیده برای حفاظت از محرمانگی پاسخ‌ها مطرح شده‌اند. تمرکز این مقاله بر روش پاسخ تصادفیده در متغیرهای کیفی بر پایه روش سیمونس است. برای حفظ محرمانگی بیشتر با ترکیب دو روش جداگانه سیمونس، یک روش پاسخ تصادفیده مرکب جدید معرفی می‌شود و با استفاده از شبیه سازی در نرم افزار ‎R‎ کارایی روش تصادفیده پیشنهادی با روش سیمونس و روش تصادفیده علوی و تاج‌الدینی ‎(1394)‎ مقایسه می‌شود. با استفاده از روش تصادفیده پیشنهادی، نسبت تقلب دانشجویان در امتحانات دانشگاه شهید چمران اهواز برآورد شده‌است.

 معمولا در مسائل با بعد بالا، وقتی تعداد متغیرها بیشتر از تعداد مشاهدات است، برآوردگرهای جریمه شده بر پایه روش‌های انقباضی از دیدگاه خطای پیشگویی پاسخ، از کارایی بهتری نسبت به برآوردگر کمترین توان‌های دوم در برآورد ضرایب رگرسیونی برخوردار هستند. در این برآوردگرها پارامتر تنظیم کننده یا انقباضی نقش اساسی در انتخاب متغیر و برآورد پارامترها بازی می‌کند. برآوردگر انقباضی بریج، برآوردگری است که با تغییر پارامتر تنظیم کننده آن می‌توان به برآوردگرهای معروف ریج و لاسو دست یافت. در این مقاله برآوردگر انقباضی بریج را، با اعمال یک قید خطی روی بردار ضرایب رگرسیونی، به‌دست آورده سازگاری آن اثبات می‌شود. به علاوه در قالب یک مطالعه شبیه‌سازی و مثال واقعی کارایی آن از دیدگاه میانگین توان دوم خطا مورد ارزیابی قرار می‌گیرد‎.

پارامتر قابلیت اطمینان برای اکثر خانواده‌ توزیع‌های حاشیه‌ای با فرض استقلال بین دو مؤلفه‌ قدرت و تحمل برآورد شده است، اما متأسفانه کم‌تر در مورد دو مؤلفه بهم وابسته بحث شده است. به‌تازگی روشی مبتنی بر تابع مفصل برای برآورد پارامتر قابلیت اطمینان تحت فرض وجود همبستگی بین مولفه‌های قدرت و تحمل ارائه‌شده است. در این مقاله از این روش برای برآورد پارامتر قابلیت اطمینان وقتی توزیع مؤلفه‌ها نمایی تعمیم‌یافته باشد استفاده شده است. برای این منظور توابع مفصل فارلی ‎–‎ گامبل ‎–‎ مورگنسترن، فارلی ‎–‎ گامبل ‎–‎ مورگنسترن تعمیم‌یافته و فرانک به کار گرفته شده است. سپس مطالعه‌ای شبیه‌سازی به‌منظور نشان دادن تناسب برآوردهای بدست آمده انجام شده است. در پایان پارامتر قابلیت اطمینان برای داده‌های توزیع نسبی جمعیت برحسب گروه‌های عمده سنی به تفکیک مناطق شهری و روستایی ایران در سال ‎1390‎ برآورد شده است‎.

در بسیاری از آمارگیری‌های نمونه‌ای متغیّرهای مورد علاقه همچون تقلب دانشجو دارای ماهیت حسّاس هستند. در چنین موقعیت‌هایی افراد به سؤال مستقیم پاسخ‌های نادرست می‌دهند یا از پاسخ دادن امتناع می‌ورزند. روش‌های مختلف غیرمستقیم از جمله روش پاسخ تصادفیده و روش تعداد اقلام برای جمع‌آوری اطلاعات حساس معرفی شده است. در این مقاله ابتدا یک روش تعداد اقلام جدید معرفی شده و سپس گونه تصادفیده آن با نام مدل تعداد اقلام تصادفیده معرفی می‌شود. برآوردی نااریب برای نسبت حساس با استفاده از این مدل به‌دست آورده می‌شود. واریانس این برآوردکننده و برآوردی برای این واریانس معرفی می‌شود. یک معیار کمی برای مقایسه توأم کارایی و محرمانگی معرفی می‌شود. با استفاده از شبیه‌سازی مدل پیشنهادی ارزیابی و کارایی و محرمانگی آن با روش تصادفیده سایمون مقایسه می‌شود. براساس این معیار برتری روش پیشنهادی بر سایمون نشان داده می‌شود. نسبت تقلب دانشجویان در دانشگاه شهید چمران اهواز با استفاده از مدل پیشنهادی برآورد می‌شود.

روش‌شناسی کاهش بعد بسنده یک راهکار مؤثر برای تسهیل در تحلیل رگرسیونی با داده‌های با بعد بالاست. هنگامی که پاسخ‌ها سانسور شده باشند، برآوردگرهای موجود را نمی‌توان به‌کار برد یا به شرایط محدودکننده‌ای نیاز است. در این مقاله، برای کاهش بعد داده‌های رگرسیونی سانسور شده غیرخطی، اصلاحی از روش رگرسیون وارون ورقه شده ‌نوع دو پیشنهاد شده است. روش پیشنهادی، اولاً به هیچ مدل از پیش تعیین شده‌ای نیاز ندارد، ثانیاً اطلاعات کامل رگرسیونی را حفظ کرده و مجموعه‌ کوچکی از ترکیب پیشگوها را ارائه می‌دهد که فرمول‌بندی مدل و پیش‌بینی براساس این مجموعه انجام می‌گیرد. در انتها عملکرد این روش‌، علاوه بر داده‌های شبیه‌سازی شده، برای مجموعه‌ داده‌های واقعی سیروز صفراوی اولیه‌ کبد مورد بررسی قرار گرفته و نتایج روش معرفی شده با روش رگرسیون وارون ورقه شده ‌نوع یک مقایسه شده است.

در این مقاله، مسئله بدست آوردن بازه اطمینان برای ضریب همبستگی مشترک از چندین جامعه نرمال دومتغیره مستقل مورد بررسی قرار می‌گیرد. برای این کار از مفهوم توزیع اطمینان استفاده شده است. در مطالعات شبیه‌سازی و با در نظر گرفتن دو معیار احتمال پوشش و طول بازه مورد انتظار، روش پیشنهادی با روش متغیر تعمیم‌یافته مقایسه می‌شود. نتایج مطالعات شبیه‌سازی نشان می‌دهند که احتمال پوشش روش پیشنهادی در تمام وضعیت‌ها نزدیک به سطح اسمی است و همچنین طول بازه اطمینان مربوط به آن در اغلب موارد از طول بازه اطمینان ایجاد شده توسط روش متغیر تعمیم‌یافته کمتر است. در نهایت دو مثال واقعی برای بکارگیری این روش ارائه می‌گردد.