تخمین مدل و استنتاج آماری

اختصاصی از حامی فایل تخمین مدل و استنتاج آماری دانلود با لینک مستقیم و پر سرعت .

بررسی ایستایی (ساکن بودن) سری های زمانی

قبل از تخمین مدل، به بررسی ایستایی می پردازیم. می توان چنین تلقی نمود که هر سری زمانی توسط یک فرآیند تصادفی تولید شده است. داده های مربوط به این سری زمانی در واقع یک مصداق از فرآیند تصادفی زیر ساختی است. وجه تمایز بین (فرآیند تصادفی) و یک (مصداق) از آن، همانند تمایز بین جامعه و نمونه در داده های مقطعی است. درست همانطوری که اطلاعات مربوط به نمونه را برای استنباطی در مورد جامعه آماری مورد استفاده قرار می دهیم، در تحلیل سریهای زمانی از مصداق برای استنباطی در مورد فرآیند تصادفی زیر ساختی استفاده می کنیم. نوعی از فرآیندهای تصادفی که مورد توجه بسیار زیاد تحلیل گران سریهای زمانی قرار گرفته است فرآیندهای تصادفی ایستا می باشد.

برای تاکید بیشتر تعریف ایستایی، فرض کنید Yt یک سری زمانی تصادفی با ویژگیهای زیر است.

تحقیق درمورد اصول و مبانی سیستمهای خبره

اختصاصی از حامی فایل تحقیق درمورد اصول و مبانی سیستمهای خبره دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 19

6-3 قواعد استنتاج

اگرچه نمودارهای ون از جمله روشهای تصمیم گیری برای قیاسهای صوری محسوب می شوند ولی این نمودارها برای استدلالات پیچیده تر مناسب نیستند، زیرا خواندن این نمودارها مشکل است. قیاس صوری مشکل اساسی تر دیگری دارد و آن این است که فقط بخش کوچکی از عبارات منطقی را می توان به وسیله قیاس صوری بیان کرد. در واقع قیاس صوری طبقه بندی شده فقط شامل عبارات گروه بندی شده I,E,A وO می باشد. منطق گزاره ای، ابزار دیگری را برای توصیف استدلال ارائه می دهد. در حقیقت ما غالبا بدون آنکه بدانیم از منطق گزاره ای استفاده می کنیم. به عنوان مثال استدلال گزاره ای زیر را در نظر بگیرید :

اگر برق باشد، کامپیوتر کار خواهد کرد

برق هست

.. کامپیوتر کار خواهد کرد

می توان این استدلال را با استفاده از حروف انگلیسی به شکل رسمی زیر بیان نمود.

A = برق هست

B = کامپیوتر کار خواهد کرد

بنابراین استدلال فوق را می توان به این صورت نوشت :

استدلالات زیادی به این شکل وجود دارند. صورت کلی نمایش استدلالی از این نوع، به این صورت است :

P → q

P

q

که در آن p و q متغیرهای منطقی بوده و می توانند هر عبارتی را نشان دهند. استفاده از متغیرهای منطقی در منطق گزاره ای این اجازه را به ما می دهد که عباراتی پیچیده تر از چهارچوب عبارت قیاس صوری یعنی I,E,A و O داشته باشیم. این نوع استنتاج در منطق گزاره ای نامهای مختلفی دارد، از جمله : استدلال مستقیم، انتزاع، قانون انفصال و فرض مقدم. توجه کنید که این مثال را به صورت قیاس صوری نیز می توان بیان کرد.

همه کامپیوترها با داشتن برق کار خواهند کرد

این کامپیوتر برق دارد

این کامپیوتر کار خواهد کرد

که نشان می دهد انتزاع یک حالت خاص از قیاس صوری است. قانون انتزاع از اهمیت زیادی برخوردار است زیرا پایه و اساس سیستمهای خبره مبتنی بر قاعده را تشکیل می دهد. گزاره مرکب P →q نشان دهنده یک قاعده است و p نشان دهنده الگویی است که باید بر مقدم منطبق شود تا این قاعده ارضاء گردد. ولی همان طور که در فصل دوم مطرح شد، عبارت شرطی P →q دقیقاً معادل با یک قاعده نیست زیرا عبارت شرطی، یک تعریف منطقی است که توسط جدول درستی تعریف می شود و برای هر عبارت شرطی تعاریف زیادی می تواند وجود داشته باشد.

ما به طور قراردادی برای نشان دادن گزاره های ثابت نظیر " برق وجود دارد " از حروف بزرگ مانند C,B,A و ... استفاده می کنیم و با حروف کوچک از قبیل r,q,p و ... متغیرهای منطقی را نشان می دهیم که می توانند بجای گزاره های ثابت مختلفی قرار بگیرند. توجه باشید که این قرارداد برخلاف قرارداد موجود در پرولوگ است که از حروف بزرگ به عنوان متغیر استفاده می کند.

مقاله در مورد قواعد استنتاج

اختصاصی از حامی فایل مقاله در مورد قواعد استنتاج دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود در "پایین مطلب"

فرمت فایل: word (قابل ویرایش و آماده پرینت)

تعداد صفحات: 15

اگرچه نمودارهای ون از جمله روشهای تصمیم گیری  برای قیاسهای صوری محسوب می شوند ولی این نمودارها برای استدلالات پیچیده تر مناسب نیستند، زیرا خواندن این نمودارها مشکل است. قیاس صوری مشکل اساسی تر دیگری دارد و آن این است که فقط بخش کوچکی از عبارات منطقی را می توان به وسیله قیاس صوری بیان کرد. در واقع قیاس صوری طبقه بندی شده فقط شامل عبارات گروه بندی شده I,E,A وO می باشد. منطق گزاره ای، ابزار دیگری را برای توصیف استدلال ارائه می دهد. در حقیقت ما غالبا بدون آنکه بدانیم از منطق گزاره ای استفاده می کنیم. به عنوان مثال استدلال گزاره ای زیر را در نظر بگیرید :

دانلود تحقیق تخمین مدل و استنتاج آماری بررسی ایستایی (ساکن بودن) سری های زمانی

اختصاصی از حامی فایل دانلود تحقیق تخمین مدل و استنتاج آماری بررسی ایستایی (ساکن بودن) سری های زمانی دانلود با لینک مستقیم و پر سرعت .

قبل از تخمین مدل، به بررسی ایستایی می پردازیم. می توان چنین تلقی نمود که هر سری زمانی توسط یک فرآیند تصادفی تولید شده است. داده های مربوط به این سری زمانی در واقع یک مصداق از فرآیند تصادفی زیر ساختی است. وجه تمایز بین (فرآیند تصادفی) و یک (مصداق) از آن، همانند تمایز بین جامعه و نمونه در داده های مقطعی است. درست همانطوری که اطلاعات مربوط به نمونه را برای استنباطی در مورد جامعه آماری مورد استفاده قرار می دهیم، در تحلیل سریهای زمانی از مصداق برای استنباطی در مورد فرآیند تصادفی زیر ساختی استفاده می کنیم. نوعی از فرآیندهای تصادفی که مورد توجه بسیار زیاد تحلیل گران سریهای زمانی قرار گرفته است فرآیندهای تصادفی ایستا می باشد.

برای تاکید بیشتر تعریف ایستایی، فرض کنید Yt یک سری زمانی تصادفی با ویژگیهای زیر است:

(1) : میانگین

(2)  واریانس :

(3)  کوواریانس :

(4)  ضریب همبستگی :

که در آن میانگین ، واریانس  کوواریانس  (کوواریانس بین دو مقدار Y که K دوره با یکدیگر فاصله دارند، یعنی کوواریانس بین Yt و Yt-k) و ضریب همبستگی  مقادیر ثابتی هستند که به زمان t بستگی ندارند.

اکنون تصور کنید مقاطع زمانی را عوض کنیم به این ترتیب که Y از Yt به Yt-k تغییر یابد. حال اگر میانگین، واریانس، کوواریانس و ضریب همبستگی Y تغییری نکرد، می توان گفت که متغیر سری زمانی ایستا است. بنابراین بطور خلاصه می توان چنین گفت که یک سری زمانی وقتی ساکن است که میانگین، واریانس، کوواریانس و در نتیجه ضریب همبستگی آن در طول زمان ثابت باقی بماند و مهم نباشد که در چه مقطعی از زمان این شاخص ها را محاسبه می کنیم. این شرایط تضمین می کند که رفتار یک سری زمانی، در هر مقطع متفاوتی از زمان، همانند می باشد.

آزمون ساکن بودن از طریق نمودار همبستگی و ریشه واحد

یک آزمون ساده برای ساکن بودن براساس تابع خود همبستگی (ACF) می باشد. (ACF) در وقفه k با  نشان داده می شود و بصورت زیر تعریف می گردد.

از آنجاییکه کوواریانس و واریانس، هر دو با واحدهای یکسانی اندازه گیری می‌شوند،  یک عدد بدون واحد یا خالص است.  به مانند دیگر ضرایب همبستگی، بین (1-) و (1+) قرار دارد. اگر  را در مقابل K (وقفه ها) رسم نماییم، نمودار بدست آمده، نمودار همبستگی جامعه نامیده می شود. از آنجایی که عملاً تنها یک تحقق واقعی (یعنی یک نمونه) از یک فرآیند تصادفی را داریم، بنابراین تنها می‌توانیم تابع خود همبستگی نمونه،  را بدست آوریم. برای محاسبه این تابع می‌بایست ابتدا کوواریانس نمونه در وقفه K و سپس واریانس نمونه را محاسبه نماییم.

که همانند نسبت کوواریانس نمونه به واریانس نمونه است. نمودار  در مقابل K نمودار همبستگی نمونه نامیده می شود. در عمل وقتی  مربوط به جامعه را ندایم و تنها  را براساس مصداق خاصی از فرآیند تصادفی در اختیار داریم باید به آزمون فرضیه متوسل شویم تا بفهمیم که  صفر است یا خیر. بارتلت (1949)نشان داده است که اگر یک سری زمانی کاملاً تصادفی یعنی نوفه سفید باشد، ضرایب خود همبستگی نمونه تقریباً دارای توزیع نرمال با میانگین صفر و واریانس  می باشد که در آن n حجم نمونه است. براین اساس می توان یک فاصله اطمینان، در سطح 95 درصد ساخت. بدین ترتیب اگر  تخمینی در این فاصله قرار گیرد، فرضیه(=0) را نمی توان رد کرد. اما اگر  تخمینی خارج از این فاصله اعتماد قرار گیرد می توان صفر بودن  را رد کرد.

آزمون دیگری نیز بصورت گسترده برای بررسی ایستایی سریهای زمانی بکار می‌رود که به آزمون ریشه واحد معروف است. برای فهم این آزمون مدل زیر را در نظر بگیرید:

فایل ورد 22 ص

تحقیق قواعد استنتاج

اختصاصی از حامی فایل تحقیق قواعد استنتاج دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود "پایین مطلب:
فرمت فایل: word (قابل ویرایش)
تعداد صفحه: 15
فهرست مطالب:

6-3 قواعد استنتاج

قسمتی از متن:

قواعد استنتاج

اگرچه نمودارهای ون از جمله روشهای تصمیم گیری  برای قیاسهای صوری محسوب می شوند ولی این نمودارها برای استدلالات پیچیده تر مناسب نیستند، زیرا خواندن این نمودارها مشکل است. قیاس صوری مشکل اساسی تر دیگری دارد و آن این است که فقط بخش کوچکی از عبارات منطقی را می توان به وسیله قیاس صوری بیان کرد. در واقع قیاس صوری طبقه بندی شده فقط شامل عبارات گروه بندی شده I,E,A وO می باشد. منطق گزاره ای، ابزار دیگری را برای توصیف استدلال ارائه می دهد. در حقیقت ما غالبا بدون آنکه بدانیم از منطق گزاره ای استفاده می کنیم. به عنوان مثال استدلال گزاره ای زیر را در نظر بگیرید :

اگر برق باشد، کامپیوتر کار خواهد کرد

برق هست

.. کامپیوتر کار خواهد کرد

می توان این استدلال را با استفاده از حروف انگلیسی به شکل رسمی زیر بیان نمود.

A = برق هست

B = کامپیوتر کار خواهد کرد