استفاده ازنمونه گیری گیبس برای تشخیص نقاط پرت جمع پذیردرسری زمانی ar

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 436

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MATHPHY02_060

تاریخ نمایه سازی: 30 شهریور 1394

چکیده مقاله:

در این مقاله نشان می دهیم با استفاده از روش نمونه گیری گیبس با توزیع پیشین ناآگاهی بخش برای پارامترهای مدل و واریانس خطا نقاط پرت جمع پذیر تنها به خوبی شناسایی و اندازه پرتی آن ها برآورد می شود، اما اگر از روش نمونه گیری گیبس با توزیع پیشین مزدوج برای پارامترهای مدل و واریانس خطا استفاده کنیم نتایج ضعیف تری به دست می آید

کلیدواژه ها:

نمونه گیری گیبس ، سری زمانی ، نقاط پرت جمع پذیر

نویسندگان

الهام بندانی سوسن

دانشجوی کارشناسی ارشد دانشگاه شهیدچمران اهواز

رحیم چینی پرداز

عضوهیئت علمی گروه اماردانشگاه شهیدچمران اهواز

محمدرضا آخوند

عضوهیئت علمی گروه اماردانشگاه شهیدچمران اهواز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Fox, A. J. (1972), "Outliers in Time Series, _ Journal ...
  • Chang, I. and Tiao, G. C. (1983), "Estimation of Time ...
  • Justel, A., Pena, D. and Tsay, R. S. (2001), "Detection ...
  • McCulloch, R. E. and Tsay, R. S. (1994), "Bayesian Analysis ...
  • نمایش کامل مراجع