مقالات پژوهش هاي آماري ايران

در تحليل داده هاي فضايي، معمولا پيش گويي مقدار نامعلوم کميت مورد مطالعه در موقعيت هاي دلخواه از ناحيه بر اساس مشاهدات بدست آمده در نقاط نمونه گيري مورد نظر است. براي اين منظور با فرض معلوم بودن اندازه نمونه، لازم است يک طرح نمونه گيري به گونه اي انتخاب شود که بر اساس مشاهدات حاصل از آن بهترين پيش گويي در نقاط مورد نظر بدست آيد، که در اين صورت آن را، طرح نمونه گيري فضايي به منظور پيش گويي مي نامند. در اين مقاله، ضمن ارايه شيوه تعيين طرح بهينه، با استفاده از شبيه سازي، نحوه قرارگيري نقاط در آن ها مورد بررسي قرار گرفته و سپس، اثر تغيير پارامترهاي مدل بر اين گونه طرح ها ارزيابي شده است. در انتها براي يک مجموعه داده واقعي مربوط به ميزان عيار فلز روي، در ناحيه اي واقع در شهرستان خوي، طرح بهينه تعيين و با طرح اوليه مقايسه شده است.

 نسخه قابل چاپ

استفاده از متغيرهاي کمکي مناسب در محاسبه برآوردهاي موزون مي تواند کارايي اين برآوردها را بهبود بخشد. اين نوع برآوردها به منظور جبران اثر احتمال هاي انتخاب نابرابر، بي پاسخي، ناپوشانش، يا نوسان هاي حاصل از نمونه گيري حول مقادير معلوم جامعه به کار مي روند. ساده ترين برآوردگرهايي که از اطلاعات کمکي استفاده مي کنند برآوردگرهاي رگرسيوني و نسبتي هستند. دويل و سارندال (????) نشان دادند که برآوردگر رگرسيوني را مي توان به شکل يک برآوردگر موزون به دست آورد که وزن هاي آن با مينيمم کردن يک تابع فاصله و به شرط برقراري يک سلسله معادلات کالبيده به دست آمده اند. به طور کلي وزن هايي را که به اين شکل محاسبه مي شوند، وزن هاي کالبيده، و برآوردگرهاي حاصل را برآوردگرهاي کالبيده گويند. در اين مقاله ضمن معرفي صورت عام برآوردگرهاي کالبيده، حالت هاي خاصي از اين برآوردگرها که حاصل به کارگيري تابع هاي فاصله متفاوت است نيز مورد بررسي قرار مي گيرد. سپس با استفاده از داده هاي طرح نيروي کار، برآورد نرخ بيکاري توسط نظام هاي مختلف وزن دهي محاسبه شده، دقت و بار محاسباتي اين روش هاي برآورد نقطه اي با يکديگر مقايسه مي شوند.

 نسخه قابل چاپ

در آمار فضايي، پيشگويي مقدار نامعلوم يک ميدان تصادفي در موقعيت و زماني مشخص بر اساس مشاهدات، توسط پيشگوي کريگيدني به عنوان بهترين پيشگوي خطي نااريب صورت مي پذيرد. گاهي در بعضي مسايل کاربردي در هر موقعيت فضايي - زماني، علاوه بر متغير مورد بررسي، متغيرهاي کمکي ديگري نيز در اختيارند که به کارگيري آن ها مي تواند دقت پيشگو را بهبود بخشد. در اين مقاله براي استفاده از اين گونه اطلاعات در تحليل داده هاي فضايي - زماني، با استفاده از ايده کريگيدن فضايي - زماني عام، روش کريگيدن فضايي - زماني با روند بروني معرفي شده است. سپس ضمن نمايش نحوه به کارگيري آن در يک مثال کاربردي، تاثير آن در افزايش دقت پيشگويي فضايي - زماني مورد بررسي قرار گرفته است.

 نسخه قابل چاپ

در بسياري از مواقع، بهترين برآوردگر تابعي از پارامتر مجهول وجود دارد ولي به دليل پيچيدگي آن نمي توان واريانس آن را در قالب يک رابطه صريح بيان کرد. در اين تحقيق با معرفي کران پايين باتاچاريا که مرتبط با ماتريس باتاچاريا است، تقريبي از واريانس آن برآوردگر را بيان مي کنيم که با افزايش مرتبه ماتريس باتاچاريا اين تقريب، دقيق تر خواهد بود. براي خانواده توزيع هاي نمايي طبيعي با واريانس درجه 2 از  qو همچنين برخي از توزيع هاي خانواده نمايي طبيعي با واريانس درجه 3 از q با تکيه بر توزيع هاي گاوسي وارون، آبل و تاکاس با شبيه سازي و محاسبات عددي نشان داده شده است که کران باتاچاريا به عنوان تقريب واريانس آماره، بهتر از کران پايين کرامر - رائو مي باشد.

 نسخه قابل چاپ

در اين مقاله ضمن معرفي انواع روش هاي نمونه گيري برينشي، بعضي از دلايل استفاده و کاربرد آن ها در آمارگيري ها را توضيح مي دهيم. همچنين روش نمونه گيري برينشي با الگوي سرشماري، نمونه گيري و حذف را که از آن به عنوان روش نمونه گيري نوع سوم ياد مي کنيم مورد مطالعه قرار مي دهيم. براي اين منظور، نخست در برآورد پارامتر ميانگين (و در نتيجه مجموع) مقادير صفت Y در جامعه متناهي N عضوي مورد نظر، چگونگي ارايه برآوردگرهاي مطلوب و خواص آن ها را در صورت به کارگيري روش نمونه گيري برينشي نوع سوم توضيح داده، ميزان اريبي و واريانس برآوردگرهاي ارايه شده را به دست مي آوريم. نکته قابل توجه در اين روش، چگونگي برخورد با قسمت حذف شده در تعيين دقت برآوردهاي به دست آمده است که آن را در قالب چند رويکرد توضيح مي دهيم. در نهايت، مساله تعيين آستانه برش و اندازه نمونه بهينه در روش نمونه گيري برينشي نوع سوم را توضيح داده، با يک مطالعه شبيه سازي شده نتايج به دست آمده را مورد ارزيابي قرار مي دهيم.

 نسخه قابل چاپ

در سال هاي اخير نياز به تعيين آمارهايي با دقت لازم براي برآورد پارامترهاي توصيفي ناحيه کوچک به شدت افزايش يافته است. در ناحيه کوچک، برآوردگرهاي مستقيم به علت اندازه کم نمونه ممکن است از دقت لازم برخوردار نشوند. از اين رو با به کارگيري مدل ها که قابليت لحاظ کردن اثرهاي ناحيه و اطلاعات کمکي را در تحليل ها دارند، مي توان دقت برآوردگر مستقيم را افزايش داد. در اين ميان، مدل سطح ناحيه، به علت سادگي و دسترسي آسان به اطلاعات کمکي سطح ناحيه و امکان بررسي فرضيات مورد استفاده به وسيله داده هاي نمونه اي، از اهميت بيش تري برخوردار شده است.در اين مقاله با به کارگيري چنين مدلي، روش بيز سلسله مراتبي براي برآورد ميانگين درآمد چند استان کشور در حالت هاي مختلف مورد استفاده و بررسي قرار گرفته و با برآوردهاي به دست آمده از رهيافت بهترين پيشگوي نااريب خطي تجربي و بيز تجربي مقايسه شده است. نتايج اين تحقيق به طور کلي برتري رهيافت بيز سلسله مراتبي بر دو رهيافت مذکور و برآوردگر مستقيم را نشان مي دهد.

 نسخه قابل چاپ

پيوند رکوردها براي شناسايي واحدهاي يکسان در يک يا چند مجموعه داده لاتين در مقالات متعدد مورد بررسي قرار گرفته و روش هاي مناسبي ارايه شده است. اما پيوند رکوردهايي که اطلاعات آن ها به زبان فارسي ثبت شده است، به دليل ويژگي هاي خاص نوشتارهاي فارسي و نبود استاندارد ثبت اطلاعات، با مسايل خاصي مواجه مي باشد. در اين مقاله ضمن معرفي پيوند رکوردها بر اساس يک مدل احتمالاتي، روش هايي براي آماده سازي فايل ها به روش استانداردسازي و بلوک بندي و انتخاب متغيرهاي شناساگر ارايه مي شوند، که پيوند احتمالاتي رکوردهاي فارسي را ميسر سازند. براي مقابله با داده هاي گم شده که از جمله مسايل مهم کاربردي در پيوند رکوردها محسوب مي شوند، روش جديدي پيشنهاد شده است، که احتمال وجود داده هاي گم شده را نيز در مدل پيوند رکوردها لحاظ مي کند. سپس نحوه برآورد پارامترهاي اين مدل با الگوريتم EM ارايه شده است. براي افزايش تعداد فيلدهاي قابل مقايسه نيز الگوريتمي مبتني بر افراز فيلدهاي مرکب ارايه گرديده است. سپس نحوه کاربست روش هاي ارايه شده براي پيوند احتمالاتي رکوردهاي حاصل از سرشماري هاي کارگاهي در يک منطقه جغرافيايي ايران، نشان داده شده است.

 نسخه قابل چاپ

وقتي که مشاهدات، توابع پيوسته اي از يک متغير (معمولا زمان) هستند؛ استفاده از روش هاي متداول در آمار کلاسيک براي تحليل آن ها ممکن است به چالش کشيده شود. بنابراين براي تحليل آن ها انطباق هايي در تئوري هاي موجود، لازم به نظر مي رسد. چنين اقدامي به رويکرد جديدي در آمار منتهي مي شود که به آن تحليل داده هاي تابعي (FDA) گويند. با توجه به اين که در اين رويکرد، مشاهدات به فضاهاي تابعي با بعد بي نهايت متعلق مي باشند، براي تحليل آن ها ناگزير به کاهش بعد هستيم. همانند يک مطالعه چندمتغيره، يکي از روش هاي متداول براي اين کار استفاده از تحليل مولفه هاي اصلي (PCA) مي باشد. اما استفاده از PCA براي داده هاي تابعي نيز منوط به انطباق هايي در تئوري هاي مربوط و ارايه آن ها براي اين گونه داده ها مي باشد.
در اين مقاله ابتدا تعاريف و مفاهيم لازم براي بحث PCA در حالت تابعي ارايه مي شود. سپس به تحليل داده هاي دما و مقدار بارندگي در ايران و استخراج الگوهاي پراکندگي و همبستگي بين اين دو پديده و نيز تفسير آن ها مي پردازيم. داده هاي موجود که از ايستگاه هاي مختلف هواشناسي در سراسر ايران جمع آوري شده اند، به صورت ميانگين ماهانه دما و مقدار بارندگي در طول سال ???? بوده اند. به دليل ماهيت تابعي دما و مقدار بارندگي (تابعي از زمان)، اولين گام در تحليل آن ها به روش تابعي، برازش منحني هاي مناسب به اين داده هاي گسسته اوليه مي باشد که به آن ثبت نام داده ها گويند. از طرف ديگر، مشاهدات اوليه ممکن است با خطا اندازه گيري شوند، از اين رو لازم است تا نخست با استفاده از يکي از روش هاي هموارسازي به ثبت نام داده ها پرداخته، سپس با به کارگيري PCA  اقدام به تحليل آن ها نمود. در پايان فواصل اطمينان بوت استرپي براي مقادير و توابع ويژه براي داده هاي دما و بارندگي به دست آورده شده است.

 نسخه قابل چاپ

نتايج عرضه شده در اين مقاله ملهم از ايده گودمن و کروسکال (1954) هستند که: «زماني که بيش از دو متغير رسته اي وجود داشته باشند طبيعي خواهد بود که به پيوند جزيي بين دو متغير به معنايي با متوسط گرفتن از اثر بقيه متغيرها بينديشم». در اين مقاله با استفاده از مدل پيوند RC (M1, M2) مولفه هاي (چندجمله اي متعامد) پيوند جزيي بين هر جفت از متغير رسته اي سازنده جدول پيشايندي چندبعدي را تعريف مي کنيم. چون اين کميت ها اغلب مجهول اند، روش هاي استنباط آماري پارامترهاي مذکور را از ديدگاه بيزي و فراواني گرا و توزيع هاي مجانبي آن ها را بررسي مي کنيم. همچنين با کاربست مقتضي آن ها نشان مي دهيم که نتايج عرضه شده براي هر مولفه متعامد دلخواه (غير چند جمله اي متعامد) نيز صادق اند. در پايان، نتايج را براي تحليل دو جدول سه بعدي از داده هاي واقعي به کار مي بنديم.

 نسخه قابل چاپ

معادلات درستنمايي بر اساس نمونه هاي سانسور شده نوع دوم براي توزيع نرمال چوله جواب صريحي براي پارامترهاي مکان و مقياس ارايه نمي دهند. در اين مقاله، روش ساده اي براي به دست آوردن براوردهاي صريح با تقريب معادلات درستنمايي ارايه مي شود. به کمک نمونه هاي شبيه سازي شده، اريبي و واريانس اين براوردگرها محاسبه و نشان داده مي شود که اين براوردگرها به خوبي براوردگرهاي درستنمايي ماکسيمم (MLE) مي باشند. احتمال هاي پوشش کمّيت هاي محوري (براي پارامترهاي مکان و مقياس) بر اساس توزيع مجانبي نرمال، مخصوصا براي نمونه هاي کوچک رضايت بخش نيستند. بنابراين، از صدک هاي شبيه سازي شده براي به دست آوردن بازه اطمينان استفاده مي شود. انواع مختلف اندازه هاي نمونه اي و طرح هاي سانسور فزاينده در اين مطالعه بررسي شده اند. در آخر دو مثال عددي براي تشريح روش هاي استنباطي ارايه شده بيان مي شود.

 نسخه قابل چاپ

منحني لورنتس مهم ترين ابزار گرافيکي است که براي توصيف اندازه تمرکز در جامعه، مانند ثروت استفاده مي شود. در چنين مواردي بسياري از اقتصاددانان نابرابري اقتصادي را اندازه گيري مي کنند. شاخص هاي بسياري بر اساس منحني لورنتس براي اندازه گيري ميزان نابرابري تعريف مي شوند. ضريب جيني يکي از مهم ترين اين شاخص هاست.
در اين مقاله، ابتدا به معرفي منحني لورنتس، ضريب جيني و فرم هاي تابعي لورنتس مي پردازيم. سپس پارامترهاي فرم هاي تابعي لورنتس را به سه روش کم ترين توان هاي دوم، ماکسيمم درست نمايي و صدک اصلي براورد مي کنيم. در نهايت بر اساس داده هاي هزينه خانوار شهري و روستايي ايران در سال 1384 بهترين فرم تابعي و بهترين روش براورد را معرفي مي کنيم.

 نسخه قابل چاپ

در بسياري از مطالعات طولي، پاسخ هاي دو متغيره آميخته ترتيبي و اسمي اندازه گيري مي شوند. در اين مطالعات هدف، بررسي اثر متغير هاي کمکي بر روي پاسخ هاي وابسته به زمان است. يک تحليل رگرسيوني براي اين نوع داده ها، بايد همبستگي بين پاسخ ها در طول زمان را در نظر گيرد. براي تحليل اين پاسخ هاي اسمي - ترتيبي، با استفاده از يک روش وزن دهي مناسب، يک مدل انتقالي دو متغيره آميخته ترتيبي و اسمي پيشنهاد شده است و سپس از روش ماکسيمم درست نمايي براي يافتن براورد پارامتر ها استفاده شده است. تابع درست نمايي در اين روش به گونه اي تفکيک شده است که استفاده از نرم افزارهاي موجود ممکن باشد. اين روش در طرح آمارگيري نيروي کار مرکز آمار ايران به کار برده شده است که در آن پاسخ ترتيبي در زمان اول، طول مدت بيکاري افراد بيکار و پاسخ اسمي در زمان دوم، وضع فعاليت اقتصادي افراد است. آن چه در اين مطالعه مد نظر است پيدا کردن عوامل مؤثر بر بيکار باقي  ماندن و يا تغيير وضع فعاليت از بيکار به شاغل يا غير فعال است.

 نسخه قابل چاپ

اخيرا تحليل داده هاي تابعي به دليل دسترسي آسان تر به داده هايي که ذاتا به صورت تابع هستند پيشرفت قابل توجهي داشته است. مدل بندي بارندگي بر اساس دما و رطوبت با در نظر گرفتن ماهيت واقعي اين پديده ها که تابعي پيوسته از زمان هستند تاکنون به درستي در ايران انجام نشده است. داده هاي مربوط معمولا به صورت روزانه يا ماهانه (گسسته) جمع آوري مي شوند. اما اگر اين داده هاي گسسته به صورت برداري فرض شوند و از روش هاي چندمتغيره براي تحليل آن ها استفاده شود، مشکلات زيادي از جمله وجود بي نهايت جواب براي معادلات نرمال منتج از آن در رگرسيون وجود دارد.
با توجه به اين که داده هاي گسسته اوليه براي بررسي بايد با استفاده از روش مناسب به توابع پيوسته تبديل شوند، به دليل سادگي، رويکرد توابع پايه براي اين کار مورد استفاده قرار مي گيرد که خود به عنوان روشي براي کاهش بُعد داده هاي تابعي مطرح مي باشد. در اين مقاله، مشکلاتي که در نتيجه استفاده از روش هاي رگرسيون چندگانه به جاي به  کارگيري روش هاي رگرسيون تابعي رخ مي دهند بحث مي شود. در ادامه، با در نظر گرفتن مدل رگرسيون خطي تابعي ساده که در آن فقط يک متغير مستقل تابعي (دما يا رطوبت نسبي) وجود دارد و متغير پاسخ آن (لگاريتم مقدار بارندگي) اسکالر يا تابعي است ضرايب را براورد مي کنيم. پس از آن با توسعه مدل فوق و با وارد کردن هر دو متغير مستقل تابعي به طور هم زمان به مدل، پارامترهاي آن را براورد مي کنيم. در انتها نيز، به تفسير و ارزيلبي مدل هاي به دست آمده مي پردازيم.

 نسخه قابل چاپ

در اين مقاله، به دليل اهميت و گستردگي استفاده از توزيع نرمال، نمونه هاي مبتني بر اين توزيع در نظر گرفته شده، با استفاده از مقادير برش وابسته به حجم نمونه، نقاط دورافتاده آنها شناسايي مي شوند. براي به دست آوردن مقادير برش بهينه يک مساله تصميم مطرح و به روشي کم بيشينه (مينيماکس) حل مي گردد. در حل اين مساله از روش شبيه سازي بهره گرفته شده است.

 نسخه قابل چاپ

يکي از مسايل مهم در علم ژنتيک مکان يابي يک ژن بخصوص به منظور رسم نقشه ژنتيکي و در نهايت توليد داروهاي موثرتر براي درمان است. مکان يابي ژن با تحليل پيوستگي ژنتيکي انجام مي شود. يکي از روش هاي آماري که در تحليل پيوستگي ژنتيکي مورد استفاده قرار مي گيرد، روش رگرسيوني هيسمن - الستون است که در سال 1972 مطرح شد، و از آن پس ايرادات و پيشنهادات بسياري در جهت تکميل، به آن وارد شد. در مقاله حاضر اين روش رگرسيوني و به کارگيري در تحليل پيوستگي ژنتيکي معرفي و سير تکاملي آن در طي سال هاي 1972 تا 2009 ارايه مي گردد. در نهايت نحوه کاربست اين روش در يک مثال کاربردي نشان داده خواهد شد.

 نسخه قابل چاپ