---

تعیین بهترین پیشگوی فضایی برای مقادیر گمشده یکی از مسائل مهم در آمار فضایی به‌شمار می‌رود. در این راستا روش‌های مختلفی مطرح شده است که هر کدام از آن‌ها دارای مزیت و محدودیت‌هایی در کاربرد هستند. بر اساس روش کریگیدن بهترین پیشگوی خطی به‌دست می‌آید، اما این روش  برای میدان تصادفی گاوسی مناسب است. نامشخص بودن توزیع میدان تصادفی، محققین را ملزم به استفاده از روش‌هایی می‌کند که بر اساس آن‌ها امکان پیشگویی ناگاوسی میسر شود. در این مقاله با استفاده از قضیه تصویر یک روش ناپارامتری برای پیشگویی میدان تصادفی ارایه می‌شود  و بر مبنای آن  پیشگوی میدان‌ ناگاوسی بر اساس نزدیکترین همسایه‌ها معرفی  می‌شود. در ادامه در یک مطالعه شبیه‌سازی میزان دقت  این روش مورد ارزیابی قرار می‌گیرد. در پایان نیز نحوه کاربست روش‌ معرفی شده در پیشگویی داده‌های بارندگی در استان خوزستان نشان داده می‌شود.

---

اضافه شدن  یک پارامتر به یک توزیع معلوم، یک روش مفید برای ساختن یک خانواده انعطاف‌پذیر از توزیع‌ها است. در این مقاله، ابتدا با جایگذاری توزیع نرخ خطر جمع‌پذیر در مدل کلی نسبت بخت‌های متناسب، توزیع نرخ خطر جمع‌پذیر  اصلاح شده معرفی می‌شود. سپس براساس دو مجموعه از متغیرهای تصادفی که از مدل  نرخ خطر جمع‌پذیر  اصلاح شده پیروی می‌کنند به مقایسه‌های تصادفی سیستم‌های سری و موازی متشکل از این مولفه‌ها  پرداخته می‌شود.

---

در این مقاله، ترتیب نرخ خطر در سیستم‌های ایمن-شکست با مولفه‌های مقیاس با چندین دور افتاده، تحت شوک‌های تصادفی بررسی می‌شود. ابتدا،  تحت شرایطی اثبات می‌شود که افزایش احتمالات بقای مولفه‌ها در برابر شوک‌ها، سیستم مذکور را از نظر نرخ خطر بهبود می‌بخشد. سپس نشان داده می‌شود که تخصیص متعادل تعداد مؤلفه‌ها به‌معنای بیشاندن بردار اندازه‌ها،  می‌تواند راهبردی مؤثر برای افزایش قابلیت ‌اعتماد سیستم‌های مربوطه باشد. سرانجام، تأثیر تغییرات همزمان پارامترهای مقیاس و احتمالات شوک بر ترتیب نرخ خطر در مدلی با دو نوع دورافتاده مطالعه می‌شود. همچنین به کاربردها و تفسیر یافته‌های بدست آمده پرداخته می‌شود.