fa مدل بندی مقادیر کرانگین فضایی با میدان تصادفی و تابع مفصل آمار و ریاضی Mathematic علمی پژوهشی کاربردی S در این مقاله مدل فضایی برای تحلیل مقادیر کرانگین با توزیع حاشیه ای مقدار کرانگین تعمیم یافته معرفی می شود، که در آن وابستگی های کوچک مقیاس با استفاده از تابع مفصل تی فاصله مدل بندی و سپس با رویکردی سلسله مراتبی میدانی تصادفی برای جذب وابستگی های بزرگ مقیاس با پارامتر مکان توزیع های حاشیه ای مرتبط می شود. برازش مدل در رهیافت بیزی با استفاده از تکنیک های مونت کارلوی زنجیر مارکوفی انجام می گیرد که شامل الگوریتم نمونه گیر گیبز، متروپولیس- هستینگس قدم تصادفی و نمونه گیر استقلال سازوار می باشد. در الگوریتم پیشنهادی با به دست آوردن توزیع نامزد مناسب امکان بهنگام سازی بردار پارامتر مکان به صورت توام فراهم می گردد. همچنین پیشگویی فضایی بیزی براساس مدل ارائه شده با تقریب توزیع پیشگو به دست آورده می شود. برآوردپذیری پارامترهای مدل جذب و تفکیک وابستگی های فضایی چندمقیاسی در مطالعه شبیه سازی مورد بررسی قرار گرفته و تحلیل مقادیر کرانگین سرعت باد ارائه می شود. In this article a spatial model is presented for extreme values with marginal generalized extreme value (GEV) distribution. The spatial model would be able to capture the multi-scale spatial dependencies. The small scale dependencies in this model is modeled by means of copula function and then in a hierarchical manner a random field is related to location parameters of marginal GEV distributions in order to account for large scale dependencies. Bayesian inference of presented model is accomplished by offered Markov chain Monte Carlo (MCMC) design, which consisted of Gibbs sampler, random walk Metropolis-Hastings and adaptive independence sampler algorithms. In proposed MCMC design the vector of location parameters is updated simultaneously based on devised multivariate proposal distribution. Also, we attain Bayesian spatial prediction by approximation of the predictive distribution. Finally, the estimation of model parameters and possibilities for capturing and separation of multi-scale spatial dependencies are investigated in a simulation example and analysis of wind speed extremes. مقادیر کرانگین , توزیع مقدار کرانگین تعمیم یافته , تابع مفصل , میدان تصادفی , نمونه گیر استقلال سازوار , الگوریتم متروپولیس -هستینگس قدم تصادفی , Extreme values , Generalized extreme value distribution , Copula function , Random field , Adaptive independence sampler , Random walk Metropolis-Hastings algorithm , 127 140 http://jsci.khu.ac.ir/browse.php?a_code=A-10-33-2&slc_lang=fa&sid=1 Behzad Mahmoudian بهزاد محمودیان mahmoudian@modares.ac.ir 1003194753284600244 1003194753284600244 No Department of Statistics, Tarbiat Modares University گروه آمار، دانشگاه تربیت مدرس Mohsen Mohammadzadeh Darrodi محسن محمدزاده درودی mohsen_m@modares.ac.ir 1003194753284600245 1003194753284600245 Yes Department of Statistics, Tarbiat Modares University, P.O.Box 14115-134 تهران-تقاطع جلال آل احمد و چمران-دانشگاه تربیت مدرس-دانشکده علوم ریاضی-گروه آمار- صندوق پستی 134-14115 لیلا شهبازی l.shahbbazi@modare.ac.ir 1003194753284600246 1003194753284600246 No گروه آمار، دانشگاه تربیت مدرس