<?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>1394</year>
	<month>11</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2016</year>
	<month>2</month>
	<day>1</day>
</pubdate>
<volume>9</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>رگرسیون چندکی بیزی با تاوان لاسو و لاسوی تطبیق‌پذیر برای داده‌های طولی دودویی</title_fa>
	<title>Bayesian Quantile Regression with Lasso and Adaptive Lasso Penalty for Binary Longitudinal Data</title>
	<subject_fa>استنباط آماری</subject_fa>
	<subject>Statistical Inference</subject>
	<content_type_fa>پژوهشی بنیادی</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>&lt;div style=&quot;text-align: justify;&quot;&gt;در بسیاری از مطالعات علوم پزشکی برای بیان سیر بیماری و تا ثیر درمان از مطالعات طولی استفاده می&#8204;شود، که در آن پاسخ&#8204;ها به&amp;nbsp;طور&amp;nbsp;مکرر&amp;nbsp;در&amp;nbsp;طول&amp;nbsp;زمان&amp;nbsp;&amp;nbsp;اندازه&#8204;گیری می&#8204;شوند. اما گاهی این پاسخ&#8204;ها دو حالته و گسسته هستند. اخیرا روش&#8204;های رگرسیون چندکی دودویی برای تحلیل&amp;nbsp; این&amp;nbsp;نوع داده&#8204;ها مورد توجه قرار گرفته است. در این مقاله مدل رگرسیون چندکی با تاوان لاسو و لاسوی تطبیق&#8204;پذیر برای داده&#8204;های طولی با پاسخ&#8204;های دوحالته&amp;nbsp;&amp;nbsp;ارائه شده و هر دو روش از دیدگاه آمار بیزی مورد تحلیل قرار می&#8204;گیرد. با توجه به اینکه در هر دو روش توزیع&#8204;های پسینی پارامترها به شکل&amp;nbsp;بسته&amp;nbsp;قابل&amp;nbsp;حصول نیستند، توزیع&#8204;های پسینی شرطی کامل پارامترها محاسبه شده و از الگوریتم نمونه&#8204;گیری گیبز برای استنباط&amp;nbsp;استفاده&amp;nbsp;می&#8204;شود.&amp;nbsp;برای&amp;nbsp;مقایسه کارایی روش&#8204;های ارائه شده با روش&#8204;های متداول، مطالعه شبیه&#8204;سازی انجام شده و در پایان نیز نحوه کاربست مدل&#8204;ها در قالب مثال کاربردی شرح داده خواهد شد.&lt;/div&gt;</abstract_fa>
	<abstract>&lt;div style=&quot;text-align: justify;&quot;&gt;In many medical studies, in order to describe the course of illness and treatment effects, longitudinal studies are used. In longitudinal studies, responses are measured frequently over time, but sometimes these responses are discrete and with two-state. Recently Binary quantile regression methods to analyze this kind of data have been taken into consideration. In this paper, quantile regression model with Lasso and adaptive Lasso penalty for longitudinal data with dichotomous responses is provided. Since in both methods posteriori distributions of the parameters are not in explicit form, thus the full conditional posteriori distributions of parameters are calculated and the Gibbs sampling algorithm is used to deduction. To compare the performance of the proposed methods with the conventional methods, a simulation study was conducted and at the end, applications to a real data set are illustrated.&lt;/div&gt;</abstract>
	<keyword_fa>رگرسیون چندکی دودویی, تاوان لاسو, تاوان لاسوی تطبیق‌پذیر, داده‌های طولی, نمونه‌گیری گیبز, استنباط بیزی</keyword_fa>
	<keyword>Binary Quantile Regression, Lasso Penalty, Adaptive Lasso Penalty, Longitudinal Data, Gibbs Sampling, Bayesian Inference</keyword>
	<start_page>149</start_page>
	<end_page>167</end_page>
	<web_url>http://jss.irstat.ir/browse.php?a_code=A-10-652-1&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Ali </first_name>
	<middle_name></middle_name>
	<last_name>Aghamohammadi</last_name>
	<suffix></suffix>
	<first_name_fa>علی</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>آقامحمدی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>Aghamohammadi.ali@znu.ac.ir</email>
	<code>10031947532846007486</code>
	<orcid>10031947532846007486</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation>Department of Statistics, University of Zanjan, Zanjan, Iran.</affiliation>
	<affiliation_fa>گروه آمار، دانشگاه زنجان</affiliation_fa>
	 </author>


	<author>
	<first_name>Sakineh</first_name>
	<middle_name></middle_name>
	<last_name>Mohammadi</last_name>
	<suffix></suffix>
	<first_name_fa>سکینه</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>محمدی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>znu91@yahoo.com</email>
	<code>10031947532846007487</code>
	<orcid>10031947532846007487</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>Department of Statistics, University of Zanjan, Zanjan, Iran.</affiliation>
	<affiliation_fa>گروه آمار، دانشگاه زنجان</affiliation_fa>
	 </author>


</author_list>


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