<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Statistical Sciences</title>
<title_fa>مجله علوم آماری</title_fa>
<short_title>JSS</short_title>
<subject>Basic Sciences</subject>
<web_url>http://jss.irstat.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>1735-8183</journal_id_issn>
<journal_id_issn_online>2783-2929</journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi>10.61882/jss</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science>شماره 812/2910/3 مورخ 12/7/1384</journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1390</year>
	<month>11</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2012</year>
	<month>2</month>
	<day>1</day>
</pubdate>
<volume>5</volume>
<number>2</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>مدل های اتورگرسیو فضایی و تحلیل داده های معاملات مسکونی شهر تهران</title_fa>
	<title>Spatial Autoregressive Models and Data Analysis of Residential Transactions in Tehran</title>
	<subject_fa>آمار فضایی</subject_fa>
	<subject>Spatial Statistics</subject>
	<content_type_fa>كاربردي و توسعه ای</content_type_fa>
	<content_type>Applied</content_type>
	<abstract_fa>&lt;p style=&quot;text-align: justify;&quot;&gt;در این مقاله انواع مدل های اتورگرسیو برای تحلیل داده های فضایی بیان شده و پارامترهای مدل ها&amp;nbsp;با ماکسیمم کردن تابع درستنمایی نیمرخ با فرض آن که بین متغیرهای وابسته یا خطاهای مدل رابطه اتورگرسیو فضایی&amp;nbsp; برقرار باشد، برآورد شده است. سپس مدل های مختلف مورد ارزیابی قرار گرفته و در انتها نحوه کاربست آنها در مثالی کاربردی نشان داده شده است&lt;/p&gt;</abstract_fa>
	<abstract>&lt;div style=&quot;text-align: justify;&quot;&gt;In this paper the different types of autoregressive models were described for analysis of spatial data. Then the model parameters were estimated using maximum profile likelihood function by assuming that the dependent variables or error terms have spatially autoregressive relationship. Next all the models were evaluated and finally, the application of the model is illustrated in a real example.&lt;/div&gt;</abstract>
	<keyword_fa>مدل تاخیر فضایی, مدل خطا فضایی, آزمون موران, ماتریس وزن فضایی</keyword_fa>
	<keyword>Spatial Lag Model, Spatial Error model, Moran Test, Spatial Weight Matrix</keyword>
	<start_page>189</start_page>
	<end_page>202</end_page>
	<web_url>http://jss.irstat.ir/browse.php?a_code=A-11-384-1&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Hamid Reza</first_name>
	<middle_name></middle_name>
	<last_name>Rasouli</last_name>
	<suffix></suffix>
	<first_name_fa>حمیدرضا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>رسولی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>hr_rasoli64@yahoo.com</email>
	<code>10031947532846007021</code>
	<orcid>10031947532846007021</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation>Department of Statistics, Tarbiat Modares University, Tehran, Iran.</affiliation>
	<affiliation_fa>گروه آمار دانشگاه تربیت مدرس</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
