<?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 1392 جلد7 شماره2</description>
<generator>Yektaweb Collection - https://yektaweb.com</generator>
<language>fa</language>
<pubDate>1392/12/10</pubDate>

					<item>
						<title>تحلیل حافظه بلند مدت در تلاطم نرخ ارز با مدل ناهمگنی شرطی خودهمبسته تعمیم یافته انباشته کسری و خطای وارون گاوسی</title>
						<link>http://irstat.ir/jss/browse.php?a_id=178&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;یکی از موضوع های مورد توجه در بررسی کارایی یک بازار مالی، وجود ویژگی حافظه بلند مدت است. برای یک سری زمانی مالی ممکن است این ویژگی در تلاطم نمود پیدا کند. یکی از روش های شناسایی و مدل بندی حافظه بلند مدت در تلاطم، استفاده از مدل های ناهمگنی شرطی خودهمبسته تعمیم یافته انباشته کسری&amp;nbsp; است. در این مقاله به شناسایی و مدل بندی حافظه بلند مدت در تلاطم داده های نرخ ارز پرداخته می شود. با توجه به خصوصیات آماری چولگی، دم کلفتی و بیش کشیدگی داده ها، فرض نرمال بودن مانده ها معنی دار نیست و نمی توان از روش های معمول به شناسایی مدل پرداخت. با توجه به ساختار داده ها توزیع وارون گاوسی&amp;nbsp; یک انتخاب مناسب برای توزیع مانده ها است. بنابراین با این فرض به شناسایی مجدد مدل پرداخته می شود. نتایج نشان می دهند، مدل ناهم واریانس شرطی خودهمبسته تعمیم یافته انباشته کسری با توزیع وارون گاوسی انتخابی مناسب برای داده ها است&lt;/p&gt;</description>
						<author>غلامعلی پرهام</author>
						<category></category>
					</item>
					
					<item>
						<title>توزیع نرمال-یکنواخت</title>
						<link>http://irstat.ir/jss/browse.php?a_id=233&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;div style=&quot;text-align: justify;&quot;&gt;در این مقاله، نخست خانواده های مختلفی که با هسته های توزیع های بتا تعمیم یافته، بتا، کومار، گاما تعمیم یافته، گاما، وایبول، لگ گاما و لوژستیک ساخته شده است، مرور می شود. سپس یک خانواده کلی از توزیع ها با هسته توزیع نرمال پیشنهاد می شود. حالت خاصی از این خانواده، توزیع&amp;nbsp;نرمال&amp;nbsp;یکنواخت،&amp;nbsp;تعریف&amp;nbsp;و ویژگی های مختلف آن استخراج شده است. پارامترهای این توزیع با روش ماکسیمم درستنمایی و مینیمم فاصله برآورد شده است.&amp;nbsp;در پایان، این توزیع جدید به صورت کارا برای تحلیل یک مجموعه داده بقای واقعی به کار برده می شود&lt;/div&gt;</description>
						<author>حمزه ترابی</author>
						<category></category>
					</item>
					
					<item>
						<title>رفتار حدی آماره آزمون نمره در مدل رگرسیونی خطی با مانده های مانا و نامانا</title>
						<link>http://irstat.ir/jss/browse.php?a_id=209&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;div style=&quot;text-align: justify;&quot;&gt;در این مقاله برآوردگرهای (شبه) درستنمایی و توزیع حدی آماره آزمون نمره مربوط به چند آزمون فرض مختلف از جمله آزمون داشتن ریشه واحد برای مدل رگرسیونی خطی با مانده های مانا و نامانا به دست آورده می شوند . سپس با روش مونت کارلو نشان داده می شود که برآوردگرهای (شبه) درستنمایی به دست آمده، برآوردگرهای مناسبی هستند و چندک های توزیع حدی آماره های آزمون داشتن ریشه واحد محاسبه و در جداولی ارائه می شوند&lt;/div&gt;</description>
						<author>صدیقه زمانی مهریان</author>
						<category></category>
					</item>
					
					<item>
						<title>استنباط درستنمایی و بیزی مدل تنش نیرو بر اساس داده های رکوردی در خانواده های نرخ خطر متناسب و معکوس متناسب</title>
						<link>http://irstat.ir/jss/browse.php?a_id=231&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;در این مقاله استنباط درستنمایی و استنباط بیزی قابلیت اطمینان تنش نیرو در توزیع های رایلی تعمیم یافته، گامبل نمایی، بور نوع سه، نمایی تعمیم یافته، وایبول تعمیم یافته، پارتو تعمیم یافته، لوژستیک تعمیم یافته، تابع توانی و رایلی معکوس به عنوان توزیع های خانواده نرخ خطر معکوس متناسب بر اساس داده های رکوردی پایین مورد مطالعه قرار گرفته است. همچنین مدل تنش نیرو بر اساس مقادیر رکوردی بالا در توزیع های گامپرتز، بور نوع دوازده، لوماکس و وایبول به عنوان اعضایی از خانواده نرخ خطر متناسب بررسی می شود. براورد پارامترها محاسبه و ویژگی های آنها مورد بررسی قرار گرفته اند. بازه های اطمینان دقیق و بیزی برای قابلیت اطمینان تنش نیرو در همه توزیع ها به دست آمده است. سپس بازه های بوت استرپ تی و درصدی برای پارامتر مدل تنش نیرو بر مبنای داده های رکوردی مطالعه شده است. در پایان مطالعه های شبیه سازی برای بررسی و مقایسه بازه های اطمینان به دست آمده، انجام شده است.&lt;/p&gt;</description>
						<author>ناهید سنجری فارسی پور</author>
						<category></category>
					</item>
					
					<item>
						<title>تحلیل دوسطحی با اثرات تصادفی چوله نرمال و مدل بندی داده های طولی</title>
						<link>http://irstat.ir/jss/browse.php?a_id=206&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;مدل سازی داده های دوسطحی با فرض نرمال بودن مولفه تصادفی و خطا انجام می شود. عدم برقراری این فرض باعث استنباط غلط در مورد پارامترهای مدل می گردد. در این مقاله، استفاده از خانواده توزیع چوله نرمال که خانواده ای انعطاف پذیرتر از توزیع نرمال است مطرح می شود. سپس در یک مطالعه شبیه سازی نشان داده می شود عدم در نظر گرفتن چولگی مثبت (منفی) در مدل باعث بیش برآوردی (کم برآوردی) عرض از مبدا و کم برآوردی (بیش برآوردی) شیب مدل می گردد سپس با مدل به دست آمده رابطه نوبت کاری و کلسترول خون تعیین می شود&lt;/p&gt;</description>
						<author>انوشیروان کاظم نژاد</author>
						<category></category>
					</item>
					
					<item>
						<title>برآورد بازگشتی پارامترهای مدل های چندسطحی در حضور خطاهای اندازه گیری</title>
						<link>http://irstat.ir/jss/browse.php?a_id=164&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;اگرچه خطای اندازه گیری در اکثر آزمایشات علمی وجود دارد اما معمولا برای ساده سازی مدل بندی وجود آن در مطالعات آماری نادیده گرفته می شود. در این مقاله، روش های مختلف برآورد پارامترهای مدل های چندسطحی در حضور خطای اندازه گیری مورد مطالعه قرار می گیرد. علاوه بر این، روشی جدید برای برآورد پارامترها در این حالت پیشنهاد می شود که در مقایسه با روش های مرسوم قبلی از دقت بالا و سرعت همگرایی قابل قبول تری برخوردار است. همچنین، به کمک مطالعه شبیه سازی و تحلیل داده های مربوط به هزینه و درآمد تعدادی از خانوارهای شهر تهران در سال 1387 عملکرد روش پیشنهادی با روش های مرسوم مورد ارزیابی و مقایسه قرار می گیرد&lt;/p&gt;</description>
						<author>موسی گل علی زاده</author>
						<category></category>
					</item>
					
					<item>
						<title>کران های پایین باتاچاریا و شیرساگار چندپارامتری برای واریانس برآوردگرهای نااریب</title>
						<link>http://irstat.ir/jss/browse.php?a_id=226&amp;sid=1&amp;slc_lang=fa</link>
						<description>&lt;p style=&quot;text-align: justify;&quot;&gt;در این مقاله ضمن معرفی کران های باتاچاریا و شیرساگار، سعی شده است کران باتاچاریا چندپارامتری را که کمتر مورد بررسی دقیق قرار گرفته به طور ساده تر و قابل فهم بازنویسی شود. همچنین کران شیرساگار چندپارامتری که تاکنون مورد مطالعه قرار نگرفته است بیان و اثبات می شود. در نهایت با ارائه چند مثال از توزیع لگ نرمال به محاسبه و مقایسه کران های معرفی شده پرداخته می شود&lt;/p&gt;</description>
						<author>غلامرضا محتشمی برزاداران</author>
						<category></category>
					</item>
					
	</channel>
</rss>
