|
|
|
|
برآورد مدل‌های آمیخته خطی تعمیم‌یافته فضایی با میدان تصادفی چوله گاوسی مانا
|
|
|
|
|
|
|
|
نویسنده
|
حسینی فاطمه ,کریمی امید
|
|
منبع
|
انديشه آماري - 1401 - دوره : 27 - شماره : 1 - صفحه:73 -79
|
|
چکیده
|
برای مدل‌بندی داده‌های گسسته فضایی معمولا از مدل آمیخته خطی تعمیم‌یافته فضایی استفاده می‌شود که همبستگی فضایی در این مدل‌ها با استفاده از متغیرهای پنهان گاوسی وارد مدل می‌شوند. در این مقاله برای افزایش دقت برآورد پارمترها و پیش‌گویی‌ها، متغیرهای پنهان با استفاده از یک میدان تصادفی چوله گاوسی مانا مدل‌بندی و برای برآورد پارامترهای مدل یک الگوریتم جدید براساس درستنمایی حاشیه‌ای مرکب ارائه می‌شود. کارایی میدان تصادفی به‌کار گرفته شده و الگوریتم پیشنهادی در یک مثال شبیه‌سازی پیاده‌سازی و بررسی می‌شود.
|
|
کلیدواژه
|
مدل‌های آمیخته خطی تعمیم‌یافته فضایی، میدان تصادفی چوله گاوسی ایستا، درستنمایی حاشیه‌ای مرکب
|
|
آدرس
|
دانشگاه سمنان, گروه آمار, ایران, دانشگاه سمنان, گروه آمار, ایران
|
|
پست الکترونیکی
|
omid.karimi@semnan.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
on estimation for spatial generalized linear mixed models using a stationary skew gaussian random field
|
|
|
|
|
Authors
|
hosseini fatemeh ,karimi omid
|
|
Abstract
|
spatial generalized linear mixed model is commonly used to model non-gaussian data and the spatial correlation of the data is modelled by latent variables. in this paper, latent variables are modeled using a stationary skew gaussian random field and a new algorithm based on composite marginal likelihood is presented. the performance of this stationary random field in the model and the proposed algorithm is implemented in a simulation example.
|
|
Keywords
|
spatial generalized linear mixed model ,stationary skew gaussian random field ,composite marginal likelihood
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|