|
مدل‌بندی داده‌های شمارشی تحت تأثیر بیش‌پراکنش با مدل رگرسیون پواسون-بیرنبام ساندرز
|
رضا پورموسی*   ، نرجس گیلانی |
|
|
|
چکیده: (11017 مشاهده) |
در این مقاله ابتدا به معرفی مدل‌های رگرسیون پواسون آمیخته پرداخته و در ادامه به معرفی یک مدل جدید به نام رگرسیون پواسون-بیرنبام ساندرز با هدف لحاظ کردن مسئله بیش‌پراکنش در مدل‌بندی داده‌های شمارشی پرداخته می‌شود.
از آن‌جا که توزیع بیرنبام ساندرز آمیخته‌ای از دو توزیع گاوسی وارون تعمیم‌یافته است، لذا می‌توان مدل معرفی شده دو پارامتری را تعمیمی بر مدل‌های قبلی دانست که علاوه بر داشتن یک پارامتر کمتر نسبت به مدل رگرسیون پواسون گاوسی وارون تعمیم‌یافته، دارای شکل بسته در تابع جرم احتمال حاشیه‌ای و گشتاورهای مربوطه است.
برای برآورد پارامتر‌های این مدل از الگوریتم EM استفاده و در نهایت کارایی این مدل نسبت به مدل‌های موجود با استفاده از مطالعه شبیه‌سازی شده و یک مثال واقعی نشان داده شده است.
|
|
| واژه‌های کلیدی: وزیع بیرنبام ساندرز، الگوریتم EM، داده‌های شمارشی، مدل‌های رگرسیون پواسون، بیش‌پراکنش، مدل رگرسیون پواسون آمیخته |
|
|
متن کامل [PDF 281 kb]
(4772 دریافت)
|
نوع مطالعه: پژوهشی بنیادی |
موضوع مقاله:
آمار نظری
دریافت: 1394/10/6 | پذیرش: 1395/10/11 | انتشار: 1395/12/2
|
|
|
|
|
|
|
| ارسال پیام به نویسنده مسئول |
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
