دوره 12، شماره 1 - ( 3-1391 )
جلد 12 شماره 1 صفحات 312-305 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Mohammadzadeh Darrodi M. Estimation of spatial generalized linear mixed models with closed skew normal latent variables. Journal title 2012; 12 (1) :305-312
URL: http://jsci.khu.ac.ir/article-1-1433-fa.html
URL: http://jsci.khu.ac.ir/article-1-1433-fa.html
محمدزاده درودی محسن، حسینی فاطمه. برآورد مدل های آمیخته خطی تعمیم یافته فضایی با متغیرهای پنهان چوله نرمال بسته. عنوان نشریه. 1391; 12 (1) :305-312
1- تهران-تقاطع جلال آل احمد و چمران-دانشگاه تربیت مدرس-دانشکده علوم ریاضی-گروه آمار- صندوق پستی 134-14115
2- عضو هیات علمی گروه آمار
2- عضو هیات علمی گروه آمار
چکیده: (7248 مشاهده)
مدل های آمیخته خطی تعمیم یافته فضایی معمولا برای مدل بندی پاسخ فضایی گسسته به کار می روند، که در آنها ساختار همبستگی فضایی دادهها از طریق متغیرهای پنهان در نظر گرفته می شود. مسئله مهم در این مدلها برآورد متغیرهای پنهان فضایی در موقعیتهای دارای مشاهده پاسخ و پارامترهای مدل و در نهایت پیشگویی متغیرهای پنهان در موقعیتهای فاقد مشاهده است. در این راستا اغلب کاربران برای سهولت توزیع نرمال را برای متغیرهای پنهان در نظر می گیرند. اگرچه این فرض باعث سهولت محاسبات می شود، اما گاهی در عمل محیا نیست، یا به دلیل پنهان بودن بررسی آن میسر نمی باشد. لذا در این مقاله استفاده از توزیع چوله نرمال بسته که در حالت خاص شامل توزیع نرمال است و تحت حاشیه سازی، شرطی کردن و تبدیلات خطی بسته می باشد، برای متغیرهای پنهان پیشنهاد می شود. در این مدلها تابع درستنمایی فرم بسته ای ندارد و به دست آوردن برآوردهای ماکسیمم درستنمایی پارامترها به راحتی امکان پذیر نیست. در این مقاله الگوریتمی تقریبی برای برآورد ماکسیمم درستنمایی پارامترهای مدل و پیشگوی تقریبی متغیرهای پنهان ارائه می شود، که در مقایسه با روشهای موجود بسیار سریعتر است. اعتبار مدل و الگوریتم پیشنهادی در یک مطالعه شبیه سازی مورد بررسی قرار می گیرد.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 | این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
