<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
<channel>
<title> مجله علوم آماری </title>
<link>http://jss@irstat.ir</link>
<description>مجله علوم آماری – نشریه علمی پژوهشی انجمن آمار ایران - مقالات نشریه - سال 1391 جلد6 شماره2</description>
<generator>Yektaweb Collection - https://yektaweb.com</generator>
<language>fa</language>
<pubDate>1391/11/13</pubDate>

					<item>
						<title>تحلیلی از برآوردگرهای اندازه وابستگی دمی بالا</title>
						<link>http://irstat.ir/jss/browse.php?a_id=157&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;در این مقاله سه نوع برآوردگر جدید به روش ناپارامتری برای اندازه وابستگی دمی بالا به دست&amp;nbsp;آورده&amp;nbsp;و نشان&amp;nbsp;داده می شود که برآوردگرهایی سازگار و به طور مجانبی نااریب هستند.&amp;nbsp;سپس با شبیه سازی مونت کارلو از سه مفصل متفاوت، این سه برآوردگر با هم مقایسه شده و با به کارگیری داده های واقعی روشی جدید برای انتخاب بهترین برآوردگر ارائه می شود.&lt;/p&gt;</description>
						<author>مهلا قاسم نژاد فرسنگی</author>
						<category></category>
					</item>
					
					<item>
						<title>مقایسه های تصادفی فواصل نمونه ای آماره های مرتب از متغیرهای مستقل نمایی</title>
						<link>http://irstat.ir/jss/browse.php?a_id=179&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p align=&quot;right&quot;&gt;فرض کنید دو گروه از متغیرهای تصادفی مستقل نمایی در اختیار است که اولین گروه دارای نرخ خطرهای متفاوت و دیگری دارای نرخ خطرهای مشترک ثابت هستند. در این مقاله، ترتیب های تصادفی متفاوتی میان فواصل نمونه ای فوق مورد بررسی قرار گرفته و شرایط لازم و کافی برای معادل بودن برخی از این ترتیب های تصادفی معرفی شده است. همچنین برای حالت خاص، زمانی که حجم نمونه برابر دو باشد نشان داده شده که تابع نرخ خطر دومین فاصله نمونه ای، در معکوس بردار نرخ های خطر آن ها شور-کاو است&lt;/p&gt;</description>
						<author>قباد برمال زن</author>
						<category></category>
					</item>
					
					<item>
						<title>سانسور فزاینده نوع I تطبیقی و کاربرد آن در مسائل طول عمر</title>
						<link>http://irstat.ir/jss/browse.php?a_id=199&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;امروزه استفاده از روش های مختلف نمونه گیری بر اساس طرح سانسورهای متفاوت در مطالعات مربوط به طول عمر سیستم های مهندسی و آزمایش های صنعتی اهمیت ویژه ای پیدا کرده است. در این مقاله مدل تطبیقی از سانسور فزاینده نوع 1 معرفی شده است. فرض شده است تعداد شی هایی که در یکی از مراحل آزمایش خارج می شوند، متغیری تصادفی و وابسته به زمان&amp;nbsp; و بردار رخدادها و همچنین تعداد سانسور شده های قبلی باشد. نتایج توزیعی در حالت کلی به صورت تحلیلی و صریح به دست آمده است. نشان داده شده است برآوردگر درستنمایی ماکسیمم بر اساس طرح جدید منطبق با سانسور فزاینده نوع 1 معمولی است . در پایان مقاله برای تشریح بیشتر و مقایسه، مطالعه شبیه سازی برای توزیع نمایی یک پارامتری انجام شده است&lt;/p&gt;</description>
						<author>محمد بیات</author>
						<category></category>
					</item>
					
					<item>
						<title>اطلاع فیشر متغیرهای همراه دوبعدی رکوردها و آماره های مرتب در مدل شبه نمایی</title>
						<link>http://irstat.ir/jss/browse.php?a_id=201&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;استفاده از متغیرهای همراه داده های ترتیبی از جمله روش هایی است که برای اعمال ترتیب روی یک مجموعه از داده های دارای بیش از یک بعد مورد توجه قرار می گیرد. در این مقاله متغیرهای همراه دو بعدی رکوردها و آماره های مرتب بررسی می شوند. برای این منظور ابتدا تابع چگالی این متغیرها برای توزیع های سه متغیره در حالت کلی محاسبه و سپس با در نظر گرفتن توزیع شبه نمایی سه متغیره، محاسبات با جزئیات بیشتر بیان می شود. با استفاده از معیار اطلاع فیشر نشان داده می شود که استفاده از متغیرهای همراه دو بعدی رکوردها و آماره های مرتب کارآیی استنباط را نسبت به متغیرهای همراه تک بعدی افزایش می دهند&lt;/p&gt;</description>
						<author>سمانه جلمبادانی</author>
						<category></category>
					</item>
					
					<item>
						<title>یک الگوی چند متغیری بیزی برای شبکه های ژنی</title>
						<link>http://irstat.ir/jss/browse.php?a_id=174&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p&gt;&lt;/p&gt;&lt;p&gt;&lt;/p&gt;&lt;p&gt;&lt;/p&gt;
&lt;p style=&quot;text-align: justify;&quot;&gt;&lt;span dir=&quot;rtl&quot; lang=&quot;FA&quot; style=&quot;LINE-HEIGHT: 115% FONT-FAMILY: &quot;&gt;&lt;font face=&quot;tahoma,arial,helvetica,sans-serif&quot; size=&quot;2&quot;&gt;روش های استنباط متعددی برای شبکه های ژنی وجود دارد، ولی در همه آن ها تنها از اطلاعات نمونه استفاده می شود و کمتر مواردی وجود دارد که از اطلاعات گذشته یا اطلاعات موازی استفاده شده باشد. در این پژوهش به استنباط بیزی شبکه های ژنی پرداخته می شود. تلاش می شود از اطلاعات موجود در قالب یک الگوی بیزی استفاده شود. بدیهی است با به کارگیری توزیع پیشین مناسب و توجه به عدم استقلال پارامترهای موجود در شبکه های ژنی تعیین الگویی مورد نظر است که بتوان نتایج بهتری را نسبت به اطلاعات گذشته و نیز اطلاعات موجود در نمونه ها به دست آورد. به علاوه ابر پارامترها به دو روش برآورد می شوند و نتایج آن در یک مطالعه شبیه سازی مبتنی بر نمونه گیری گیبز مورد بررسی قرار گرفته، معایب و مزایای هر یک از آن ها بیان خواهند شد&lt;/font&gt;&lt;/span&gt;&lt;/p&gt;</description>
						<author>حمید پزشک</author>
						<category></category>
					</item>
					
					<item>
						<title>برآورد بیزی پارامتر توزیع پارتو تحت توابع زیان توان دوم خطا و لاینکس بر اساس نمونه گیری مجموعه رتبه دار</title>
						<link>http://irstat.ir/jss/browse.php?a_id=221&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p align=&quot;right&quot;&gt;&lt;span dir=&quot;rtl&quot; lang=&quot;FA&quot; style=&quot;line-height: 115% font-family:&quot;&gt;&lt;font face=&quot;tahoma,arial,helvetica,sans-serif&quot; size=&quot;1&quot;&gt;در برخی از مسئله های کاربردی، به دست آوردن مشاهدات اغلب زمان بر و با صرف هزینه همراه می باشد. در چنین شرایطی استفاده از یک روش نمونه گیری که موجب کاهش هزینه ها و افزایش کارآیی برآوردگرها شود، حائز اهمیت است. در این گونه موارد روش نمونه گیری مجموعه رتبه دار جایگزین مناسبی به جای روش نمونه گیری تصادفی ساده به نظر می رسد. در این مقاله برآورد بیزی پارامتر توزیع پارتو تحت توابع زیان توان دوم خطا و لاینکس، زمانی که داده ها به شیوه نمونه گیری مجموعه رتبه دار جمع آوری شده باشد، مورد بررسی قرار گرفته است. به کمک شبیه سازی مونت کارلو مخاطره بیزی برآوردگرها محاسبه و در دو روش نمونه گیری تصادفی ساده و نمونه گیری مجموعه رتبه دار هنگامی که از توزیع مزدوج و جفریر به عنوان توزیع پیشین استفاده شود، مقایسه شده اند. در انتها با ارائه مثال واقعی برآوردگرهای به دست آمده ارزیابی شده اند. نتایج به دست آمده حاکی از برتری روش نمونه گیری مجموعه رتبه دار است، بنابراین توصیه می شود اگر شرایط برای انجام نمونه گیری مجموعه رتبه دار فراهم باشد، از این طرح نمونه گیری استفاده شود&lt;/font&gt;&lt;/span&gt;&lt;/p&gt;</description>
						<author>رضا علیزاده نوقابی</author>
						<category></category>
					</item>
					
					<item>
						<title>بهبود عملکرد تحلیل ژئودزیک اصلی در تحلیل آمار شکل</title>
						<link>http://irstat.ir/jss/browse.php?a_id=160&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;یکی از هدف های تحلیل آماری شکل، علاوه بر دستیابی به برآوردی از میانگین، برآورد واریانس شکل است، که از طریق تحلیل مولفه های اصلی قابل حصول است.&amp;nbsp;به دلیل محدودیت استفاده از روش تحلیل مولفه اصلی برای مجموعه داده هایی از فضای اقلیدسی، این روش برای داده های آمار شکل که ماهیتا غیراقلیدسی هستند، قابل کاربرد نیست.&amp;nbsp;در این حالت می توان از تحلیل ژئودزیک اصلی یا تقریب خطی آن به عنوان تعمیمی از تحلیل مولفه اصلی به فضای غیراقلیدسی استفاده نمود. از آنجا که اساس این روش مبتنی بر الگوریتم گرادیان نزول است، در این مقاله با آشکار ساختن چند ضعف عمده آن، الگوریتم جدیدی معرفی می شود که هم منجر به برآورد استوار میانگین شکل و هم حفظ ساختار هندسی شکل خواهد شد. سپس با ارائه جنبه های نظری روش تحلیل ژئودزیک اصلی، عملکرد آن در یک مطالعه شبیه سازی و یک مثال واقعی، مورد ارزیابی قرار خواهد گرفت&lt;/p&gt;</description>
						<author>موسی گل علیزاده</author>
						<category></category>
					</item>
					
	</channel>
</rss>
