|
|
|
|
|
 |
جستجو در مقالات منتشر شده |
 |
|
3 نتیجه برای تغییرنگار
نصراله ایران پناه،
جلد 3، شماره 2 - ( 12-1388 )
چکیده
در اغلب مطالعات محیطی، دادهها بر حسب موقعیتشان در ناحیه مورد مطالعه معمولا وابسته فضایی هستند. تعیین ساختار همبستگی فضایی و پیشگویی دو مساله مهم در تحلیل دادههای فضایی هستند. برای تحلیل این دادهها، اغلب یک مدل تغییرنگار پارامتری به تغییرنگار تجربی دادهها برازش داده میشود و براساس آن پیشگویی صورت میپذیرد. با توجه به اینکه شکل بستهای برای برآوردگر پارامترهای تغییرنگار وجود ندارد، معمولا این پارامترها به صورت عددی برآورد میشوند. لاهیری (2003) روش بوتاسترپ بلوک متحرک را برای دادههای فضایی پیشنهاد نمود که در آن مشاهدات به بلوکهایی متحرک تقسیم و بازنمونهگیری از آنها صورت میپذیرد. چون در این روش حضور مشاهدات مرزی در بلوکهای بازنمونهگیری شده نسبت به سایر مشاهدات شانس انتخاب کمتری دارند، برآورد اندازههای دقت اریب میباشند. در این مقاله، علاوه بر مرور روش بوتاسترپ بلوک متحرک، روش بوتاسترپ بلوک مجزا برای برآورد اندازههای دقت برآوردگر پارامترهای تغییرنگار و پیشگوی فضایی کریگینگ ارائه میشود. سپس نحوه کاربست این روش در یک مثال کاربردی نشان داده میشود.
ساره حدادی، جواد اطمینان،
جلد 17، شماره 2 - ( 12-1402 )
چکیده
مدل‌بندی و برآوردی کارا از تابع روند در برآورد تغییرنگار و پیشگویی دادههای فضایی از اهمیت بالایی برخوردار است. در این مقاله برای مدل‌بندی تابع روند از روش رگرسیون بردار پشتیبان استفاده شده است. سپس دادهها روندزدایی شده و برآورد تغییرنگار و پیشگویی انجام میشود. بر روی یک مجموعه داده واقعی، نتایج پیشگویی حاصل از روش پیشنهادی با روش پیشگویی اسپلاین و کریگیدن از طریق اعتبارسنجی متقابل مقایسه شده است. کمینه بودن ریشه دوم میانگین توان‌های دوم خطا معیار انتخاب روش مناسب پیشگویی است. نتایج پیشگویی برای چند موقعیت با مقادیر معلوم که بنا به دلایلی از مجموعه دادهها کنار گذاشته شده‌اند و برای موقعیت‌های جدید به‌دست آمده‌اند. نتایج بیانگر دقت بالای پیشگویی با روش پیشنهادی نسبت به کریگیدن و اسپلاین است.
امید کریمی، فاطمه حسینی،
جلد 18، شماره 2 - ( 12-1403 )
چکیده
مدل‌های رگرسیون فضایی برای تحلیل پاسخ‌های کمی فضایی براساس روابط خطی و غیرخطی با متغیرهای توضیحی به کار گرفته میشوند. معمولاً همبستگی فضایی پاسخ‌ها با یک میدان تصادفی گاوسی بر اساس توزیع نرمال چند متغیره مدل میشوند. اما در عمل با پاسخ‌های چوله‌ای مواجه می‌شویم که برای تحلیل آنها از خانواده توزیع‌های چوله نرمال استفاده میشود. توزیع چوله نرمال بسته یکی از خانواده‌های گرده توزیع چوله نرمال است که خواص مشابه توزیع نرمال دارد. در این مقاله تحلیل بیز سلسله مراتبی این مدل‌ها براساس یک زیر رده منعطف از توزیع چوله نرمال بسته ارائه می‌گردد. به دلیل زمان‌بر بودن محاسبات روش‌های مونت کارلویی در تحلیل بیز سلسله مراتبی از رهیافت بیز مقداری برای تقریب توزیع پسین استفاده میشود. سپس مدل پیشنهادی روی دادههای واقعی زمین لرزه‌ای کشور ایران پیاده‌سازی و مورد تحلیل قرار می‌گیرد
|
|
|
|
|
|
|
|
|
|
|
