fa رگرسیون ضرایب متغیر طولی حاشیه‌ای با اسپلاین تاوانیده آمار کاربردی Applied Statistics پژوهشی بنیادی Research <p style="text-align: justify;">مدل‌های رگرسیونی ناپارامتری و نیمه‌پارامتری در زمینه‌ داده‌های مستقل توسعه چشمگیری پیداکرده‌اند، اما رشد آن‌ها در زمینه داده‌های طولی، محدود به چند سال اخیر است. از آنجا که روش‌های رگرسیونی معمول برای داد‌ه‌های همبسته نسبت به داده‌های مستقل توانایی کمتری دارند، باید از مدل‌هایی استفاده شود، که همبستگی بین داده‌ها را نیز در نظر بگیرند. در این میان مدل‌های آمیخته و حاشیه‌ای که عامل همبستگی بین داده‌ها را نیز در نظر می‌گیرند، مدل‌هایی هستند که برای برازش داده‌های طولی مورد استفاده قرار می‌گیرند. همچنین با توجه به انعطاف‌پذیری مدل‌های نیمه‌پارامتری نسبت به مدل‌های پارامتری و ناپارامتری، مدل رگرسیون نیمه‌پارامتری طولی حاشیه‌ای با برآوردهای اسپلاین تاوانیده مدل مناسبی برای تحلیل داده‌های طولی است. در این مقاله رگرسیون نیمه‌پارامتری با ضرایب متغیر که در آن ارتباط بین متغیر پاسخ و یک متغیر پیش‌بین بر مبنای متغیر پیش‌بین دیگر مشخص می‌شود، بررسی ‌شده است. همچنین استنباط بیزی برای مدل ناپارامتری روی‌داده‌های شبیه‌سازی ‌شده و برای مدل نیمه‌پارامتری طولی حاشیه‌ای روی ‌داده‌های واقعی، با نرم‌افزارهای استاندارد انجام ‌شده است که نشان‌دهنده‌ عملکرد قابل‌قبول این استنباط است.</p> <p style="text-align: justify;">The nonparametric and semiparametric regression models have been improved extensively in the field of cross-sectional study and independent data, but their improvement in the field of longitudinal data is restricted to the recent years or decade. Since the common methods for correlated data have a much lower ability rather than for the independent data, we should use the models which consider the correlation among the data. The mixed and marginal models consider the correlation factor among the data, and so obtain a better fit for that. Furthermore, the semiparametric regression has more flexibility compared to the parametric and nonparametric regression. Consequently, based on the properties of the longitudinal data, the marginal longitudinal semiparametric regression with the penalized spline estimations, is a suitable choice for the analysis of the longitudinal data. In this article, the semiparametric regression with different coefficients which specifies the relationship between a response variable and an explanatory variable based on another explanatory variable is assessed. In addition, Bayesian inference on the nonparametric model for a simulated data and the marginal longitudinal semiparametric model for a real data have been done by standard software; and the results have good performance.</p> نمونه‌گیری گیبز, مدل‌ آمیخته, مدل حاشیه‌ای, مدل‌ گرافیکی, مدل بیزی سلسله مراتبی Hierarchical Bayesian Model, Gibbs Sampling, Graphical Model, Mixed Model, Varying Coefficient Regression 73 96 http://jss.irstat.ir/browse.php?a_code=A-10-735-3&slc_lang=fa&sid=1 Hosein Bahrami cheshme ali حسین بهرامی چشمه علی taha.yas68@gmail.com 10031947532846005210 10031947532846005210 No Department of Mathematics, Yasouj University, Yasouj , Iran. گروه ریاضی، دانشگاه یاسوج Arash Ardalan آرش اردلان a.ardalan@yu.ac.ir 10031947532846005211 10031947532846005211 Yes Department of Mathematics, Yasouj University, Yasouj , Iran. گروه ریاضی، دانشگاه یاسوج