|
|
|
|
مدل‌بندی و تحلیل داده‌های فضایی گمشده با استفاده از مدل‌های اتورگرسیو فضایی و روش ماکسیمم درستنمایی برداری‌شده
|
|
|
|
|
|
|
|
نویسنده
|
زحمت کش سمیرا ,محمدزاده محسن
|
|
منبع
|
پژوهش هاي رياضي - 1400 - دوره : 7 - شماره : 4 - صفحه:764 -780
|
|
چکیده
|
گاهی مجموعه داده‌ها، به عنوان تحقق‌های یک میدان تصادف فضایی، شامل مقادیر گمشده هستند. مقادیر مشاهده شده وگم‌شدۀ فضایی که در همسایگی یکدیگر قرار دارند می‌توانند حاوی اطلاعات مفیدی باشند. بازیابی این اطلاعات از دست رفته به روشی مناسب موجب دستیابی به نتایج معتبر و دقیق‌تری خواهد شد. به منظور مدل‌بندی داده‌های فضایی گمشده می‌توان ازمدل‌های اتورگرسیو استفاده کرد. آن‌چه که در استفاده از این مدل‌ها حائز اهمیت است استفاده از روش مناسب برای دستیابی به برآوردی از پارامترهای مدل و در نتیجه پیشگویی در موقعیت‌های فاقد مشاهده است. بررسی‌ها نشان داده است که در استفاده از این مدل‌ها، برآورد ماکسیمم درستنمایی پارامترهای مدل منجر به محاسبات زمان‌بر و ماکسیمم‌های موضعی می‌شود. در این مقاله روش جایگزین ماکسیمم درستنمایی برداری‌شده معرفی و نحوۀ تحلیل مدل‌ها در حضور مقادیر گمشده مورد بررسی قرار می‌گیرد. همچنین مطالعات شبیه‌سازی و مثال کاربردی برای ارزیابی عملکرد روش تحت مطالعه ارائه خواهد شد.
|
|
کلیدواژه
|
داده‌های فضایی گمشده، مدل‌های اتورگرسیو فضایی، ماکسیمم درستنمایی برداری‌شده، ماتریس وزن
|
|
آدرس
|
دانشگاه تربیت مدرس, گروه آمار, ایران, دانشگاه تربیت مدرس, گروه آمار, ایران
|
|
پست الکترونیکی
|
mohsen_m@modares.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
modeling and analyzing missing spatial data by spatial autoregressive models and vectorized maximum likelihood method
|
|
|
|
|
Authors
|
zahmatkesh samira ,mohammadzadeh mohsen
|
|
Abstract
|
./files/site1/files/a-11-41-23-%d9%8dextended_abstarct-new2.pdf
|
|
Keywords
|
missing spatial data ,spatial autoregressive models ,vectorised maximum likelihood ,weight matrix.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|