شماره مدرك :
11605
شماره راهنما :
10654
پديد آورنده :
مفيديان، امير عباس
عنوان :

كاربردهايي از رويكرد نيم پارامتري فرآيند ديريكله در خوشه بندي واحدهاي آزمايشي با مشاهدات طولي

مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
آمار
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده علوم رياضي
سال دفاع :
1395
صفحه شمار :
دوازده،[74]ص.: مصور،جدول،نمودار
يادداشت :
ص.ع.به فارسي و انگليسي
استاد راهنما :
ريحانه ريخته گران
استاد مشاور :
زهرا صابري
توصيفگر ها :
داده هاي طولي , روش هاي شبيه سازي مونت كارلوي زنجير ماركوفي , مدل با اثرات آميخته
استاد داور :
ايرج كاظمي،ساره گلي فروشاني
تاريخ ورود اطلاعات :
1395/08/03
دانشكده :
رياضي
كد ايرانداك :
ID10654
چكيده انگليسي :
Some applications of the semi parametric approach of Dirichlet process to the clustering of subjects with longitudinal observations Amir Abbas Mofidian a mofiaidn@math iut ac ir 2016 Department of Mathematical Sciences Isfahan University of Technology Isfahan 84156 83111 Iran Supervisor Dr Reyhaneh Rikhtehgaran r rikhtehgaran@cc iut ac ir Advisor Dr Zahra Saberi z saberi@cc iut ac ir 2010 MSC 91C20 62G08 Keywords Longitudinal data Markov chain Monte Carlo simulation method Mixed effect model Dirichlete Process AbstractOver the last decades analysis of longitudinal data has been in the center of attention in a widespreadresearch fields such as economy medicine and social sciences In this regard mixed effects models aimto control the between and within subjects variability among observations by introducing randomeffects in the structure of regression models In longitudinal studies there is a possibility that somesubjects show unusual behavior which makes them distinguishable from the other subjects Detectingsuch subjects and introducing flexible models to analyze these types of data sets are important issues To this aim in this thesis by the use of the semi parametric approach of Dirichlet processes besidesproposing a flexible modeling structure the clustering issue of subjects with longitudinal observationsis also fulfilled Specifically subjects with unusual behavior can be detected by clustering longitudinaldata Indeed a Dirichlet process introduces an unknown distribution G over the space of all possible distri bution functions A Dirichlet process has two parameters a base distribution G0 stating our guessabout the true non parametric shape of G and a precision parameter M reflecting our belief abouthow similar G is to G0 Discreteness nature of the Dirichlet process enables us to cluster subjects in
استاد راهنما :
ريحانه ريخته گران
استاد مشاور :
زهرا صابري
استاد داور :
ايرج كاظمي،ساره گلي فروشاني
لينک به اين مدرک :

بازگشت