---

---

---

در این مقاله، ابتدا به معرفی اجمالی توزیع های t-چوله و نمایی وزنی پرداخته و برخی از خواص مهم آن ها را بررسی می کنیم. سپس با استفاده از مجموعه داده های واقعی که برای نشان دادن برتری توزیع نمایی وزنی بر توزیع های وایبل، گاما و نمایی تعمیم یافته استفاده شده است، نشان می دهیم که داده ها توسط توزیع t-چوله نسبت به توزیع نمایی وزنی بهتر برازش می شوند. سرانجام ادعای خود را با استفاده از شبیه سازی نیز بررسی می کنیم.

---

تعیین تعداد مؤلفه‌ها در یک توزیع آمیخته، مسئله‌ای دشوار و حائز اهمیت است. برای تعیین تعداد بهینه مؤلفه‌ها در توزیع‌های آمیخته، روش‌های مختلفی وجود دارد که در این مقاله به ذکر چند مورد از آنها خواهیم پرداخت. روش اول که تحت عنوان الگوریتمgreedy EM ‎ بیان شده، بر اساس الگوریتمی است که طی هر مرحله آن مؤلفه‌ای جدید به مدل اضافه می‌شود و این روند تا زمانیکه منجر به تعیین تعداد بهینه مؤلفه‌ها در توزیع آمیخته شود، ادامه می‌یابد. روش دوم بر اساس ماکسیمم آنتروپی ادغام در تکرار زیرکلاس‌های روی هم افتاده تا زمانی است که در نتیجۀ ادغام این مؤلفه‌ها، توزیع آمیخته مورد بررسی دارای یک مؤلفه شود. این روش با عنوان ادغام آمیختگی شرح داده شده است و روش سوم نیز توسط تعریف متغیرهای نشانگر، به‌صورت ناپارامتری تعداد مؤلفه‌های توزیع آمیخته را تعیین می‌کند. شایان ذکر است که مؤلفه‌های توزیع آمیخته مورد نظر در این مقاله توزیع تی-نرمال‌چوله در نظر گرفته شده‌اند.

---

در این مقاله، مدل رگرسیونی ‌هاردل برای پاسخ‌های شمارشی با تعداد صفر زیاد ‏معرفی می‌‏شود. یک شیوۀ برآورد درست‌نمایی ماکسیمم برای برآورد پارامترهای مدل استفاده شده است. کاربردی از مدل معرفی شده در داده‌های بیم‌سنجی ارائه شده است. در این مثال‏، تعداد زیادی ادعای خسارت برابر صفر وجود دارد که کاربرد مدل با پاسخ شمارشی آماسیده صفر را روشن می‌سازد. مدل‌های رگرسیونی شمارشی مختلفی برای مدل‌بندی چنین پاسخ‌‌های شمارشی در این مقاله معرفی شده‌اند. از جملۀ این مدل‌های معرفی شده می‌توان به مدل رگرسیونی پوآسون ‌هاردل و مدل رگرسیونی دوجمله‌ای منفی ‌هاردل اشاره کرد.

---

هدف تحقیق حاضر که به روش توصیفی از نوع زمینه‌یابی صورت گرفته‌‌است، بررسی درک و فهم و بدفهمی دانش‌آموزان پایه هشتم در مورد مفهوم احتمال است. جامعه‌ آماری پژوهش صورت گرفته، شامل دانش‌آموزان دختر و پسر پایه‌ هشتم استان تهران است. نمونه‌ای تصادفی به اندازهٔ ‎1330‎ نفر دانش‌آموز، که در مدارس عادی، نمونه دولتی، شاهد و تیزهوشان تحصیل می‌کنند؛ به روش نمونه‌گیری تصادفی طبقه‌بندی شده‌اند و ‎15‎ سؤال احتمال که روایی آن توسط تعدادی از اساتید ریاضی و آموزش ریاضی و دبیران با تجربه ریاضی بررسی‌شده بود به پرسش گذاشته شد. بعد از انجام تحلیل‌های آمار توصیفی، بدفهمی‌های دانش آموزان در هفت گروه به شرح زیر شناسایی ‌شدند: عدم درک اعداد گویا و ارتباط آن با کسرها، عدم توانایی شمارش تمام حالت‌های ممکن، قضاوت‌های ذهنی، مشکلات زبان، استفاده از روش‌های خود ساخته در محاسبه احتمال، تعمیم غیر مناسب و عدم درک برخی از مفاهیم پیش‌نیاز.

---

تحلیل پاسخ‌های آمیخته‌ی گسسته از موضوعات مهم آماری در شاخه‌های مختلف علوم به شمار می‌آید. از جمله متغیرهای گسسته می‌توان به متغیرهای ترتیبی و متغیرهای دوجمله‌ای بیش پراکنده اشاره کرد. داده‌ی دوجمله‌ای بیش‌پراکنده مجموع آزمایش‌های برنولی ناهمبسته با احتمال موفقیت برابر است. در این مقاله مدل توأم با اثرهای تصادفی برای تحلیل پاسخ‌های آمیخته‌ی دوجمله‌ای بیش‌پراکنده و ترتیبی تحت مطالعه‌ی طولی معرفی می‌گردد. در این مدل فرض می‌شود متغیر پاسخ دوجمله‌ای بیش‌پراکنده از توزیع بتا - دوجمله‌ای پیروی می‌کند و از رویکرد متغیر پنهان برای مدل‌بندی متغیر پاسخ ترتیبی استفاده می‌شود. همچنین پارامترهای مدل با روش ماکسیمم درستنمایی برآورد و با استفاده از روش شبیه‌سازی مونت‌کارلویی برآورد پارامترها ارزیابی می‌شود. در نهایت، کاربست مدل معرفی‌شده در داده واقعی بررسی می‌شود.

---

بی‌پاسخی در آمارگیری‌ها منبعی برای بروز خطا در نتایج آمارگیری است و سازمان‌های ملی آماری همواره به دنبال راهکارهایی برای کنترل و کاهش آن هستند. پیش‌بینی واحدهای نمونه‌گیری بی‌پاسخ در آمارگیری قبل از اجرای آمارگیری از جمله راهکارهایی است که می‌تواند کمک زیادی به کاهش و مرتفع نمودن مشکل بی‌پاسخی آمارگیری داشته باشد. با توسعه‌های اخیر فناوری و تسهیل در محاسبات پیچیده امکان به کارگیری روش‌های یادگیری آماری، مانند درخت‌های رگرسیون و رده‌بندی یا ماشین بردار پشتیبان در بسیاری از مسائل از جمله پیش‌بینی بی‌پاسخی واحدهای نمونه‌گیری در آمارگیری‌ها فراهم شده است. در این مقاله ضمن مرور کلی روش‌های فوق، واحدهای نمونه‌گیری بی‌پاسخ در یک آمارگیری کارگاهی با استفاده از آن‌ها پیش‌بینی شده و نشان داده می‌شود ترکیب روش‌های فوق دارای دقت بیشتری در پیش‌بینی درست بی‌پاسخی نسبت به هر کدام از روش‌های تکی است.

---

رخداد داده­های طول عمر مساله­ای است که معمولا در تحقیق­های گوناگون شامل آمارگیری­ها، آزمایش­های کلینیکی و مطالعات اپیدمیولوژی روی می­دهد. اخیرا تحقیق­های نظری وسیعی در حوزه­ی تحلیل داده­های طول عمر انجام شده است. با این حال، از آن­جایی که معمولا اطلاعات کمی بر اساس داده­ها برای برآورد صحیح پارامترهای مدل­ موجود است؛ استنباط­ها ممکن نسبت به فرض­های غیر قابل آزمون حساس باشند که نیاز به انجام یک تحلیل حساسیت را گوشزد می­نماید.  در این مقاله، ما نحوه ارزیابی­کردن اثر پریشیدگی پاسخ­های رگرسیونی لگ – بتا وایبل را بیان می­کنیم. همچنین کاربرد و تفسیر روش­های تحلیل تاثیر با استفاده از  تحلیل داده های سانسور شده، مرور و تعمیم داده می شود. یک شیوه درستنمایی – مبنا که منجر به برآورده­های ماکسیمم درستنمایی برای پارامترهای مدل می­گردد، مورد استفاده قرار می گیرد. به منظور ارزیابی عملکرد شاخص­های معرفی شده در کشف حساسیت پارامترهای کلیدی مدل، چندین مطالعه شبیه سازی انجام گرفته است. ما  به وسیله تحلیل کردن  داده­های  سرطان، روش های بیان شده را تشریح می­کنیم.

---

هدف این پژوهش بررسی تفکر آماری دانشجومعلمان کارشناسی رشته آموزش ریاضی در مبحث سواد نموداری بر اساس چارچوب وایلد و فنکوچ است. بدین منظور پرسشنامه‌ای شامل 9 سؤال سواد نموداری (نمودار جعبه‌ای) طراحی گردید. سؤالات براساس مؤلفه‌های چارچوب وایلد و فنکوچ، طبقه‌بندی شدند. پرسشنامه توسط 50 دانشجومعلم رشته آموزش ریاضی دانشگاه‌های فرهنگیان و تربیت دبیرشهیدرجایی (دختر و پسر) تکمیل‌گردید. پاسخ‌ها براساس چارچوب واتسون که جرح و تعدیل یافته‌ای از مدل سولو است، سطح‌بندی شدند. معناداری تفاوت‏های جنسیتی دانشجومعلمان از نظر آماری تایید نشد. یافته‌ها نشان‌داد که بیشتر پاسخ‌های دانشجومعلمان در تمامی مؤلفه‌های آماری در سطح رابطه‌ای قرار دارد اما نتایج عملکرد متوسط دانشجومعلمان در مؤلفه‌های تفکر آماری را در مبحث سواد نموداری نشان‌داد.
 

---

اهمیت آمار و آموزش آن در دنیای کنونی که سرشار از اطلاعات و داده است، برکسی پوشیده نیست. تفکر آماری هستۀ اصلی درک صحیح مفاهیم آماری، تجزیه و تحلیل داده­ها و تفسیر پدیده­هاست. پژوهش حاضر با هدف دستیابی به تعریفی جامع از تفکر آماری و تعیین عناصر آن، پژوهش­های سی و سه سال اخیر را مورد مطالعه قرار داده است. این پژوهش توصیفی، به روش فراترکیب کیفی به انجام رسیده است تا بینشی عمیق و تفسیری جامع از کلیت پژوهش­های موجود ارائه کند. بر اساس معیارهای ورود تعداد 123 پژوهش در بازۀ سالهای 1990 تا 2022، شناسائی شد و در نهایت پس از غربالگری، تعداد 22 تحقیق برای بررسی و تحلیل دقیق انتخاب شد. با توجه به یافته­های فراترکیب حاضر، عناصر تفکر آماری عبارتند از: 1- داده محور بودن: توجه به داده­ها، تشخیص نیاز به داده­ها، جمع آوری و در نظر گرفتن داده ها، بازنمایی­های مختلف داده­ها و نیز روش­های تبدیل آنها به یکدیگر. 2- تغییر پذیری: در نظرداشتن تغییرات دائمی در همه پدیده­ها. 3- استنباط آماری: توجه به انواع نمونه­گیری، استدلال و استنباط با استفاده از مدل­های آماری شامل استفاده از نمودارهای آماری و تعمیم نتایج از نمونه به جامعه. 4- تحلیل زمینه آماری: تلفیق مسئلۀ آماری با زمینه.
 

---

باتوجه به محدود بودن منابع انرژی درجهان، بهینه‌سازی انرژی امری حیاتی است. بخش زیادی از این انرژی توسط ساختمان‌ها مصرف می‌شود. بنابراین هدف از این پژوهش کشف عوامل موثر به طورهمزمان بر بارگرمایشی و سرمایشی ساختمان‌ها است. در پژوهش حاضر بر روی 768 ساختمان مسکونی متنوع شبیه‌سازی شده با نرم افزار Ecotect، بررسی و تحقیق انجام شده است. از مدل رگرسیون همزمان و روش‌های تحلیل اکتشافی داده‌ها برای شناسایی عوامل موثر به طور همزمان بر بارگرمایشی و سرمایشی ساختمان‌ها استفاده شده و براساس متغیرهای فشردگی نسبی، ارتفاع، مساحت سطح و سقف ساختمان‌ها متغیر جدیدی تحت عنوان type (مدل ساختمان) معرفی و نشان داده شد که یکی از قوی‌ترین عوامل موثر بر بارگرمایشی و سرمایشی ساختمان‌ها متغیر type (مدل ساختمان)‌ است. این متغیر مرتبط با شکل ساختمان است. در مدل رگرسیون همزمان فرض می‌شود که پاسخ‌ها از توزیع نرمال چندمتغیره پیروی می‌کنند. سپس این مدل را با مدل‌های رگرسیون جدا از هم (بدون فرض همبستگی پاسخ‌ها) مقایسه کرده و طبق معیارهای اطلاع آکائیکه[1] و معیار اطلاع انحراف[2] به برتری مدل رگرسیون همزمان اشاره شده است. پارامترهای دو مدل توسط روش ماکسیمم درستنمایی برآورد شده است و مقدار اطلاع آکائیکه مدل همزمان نسبت به مدل جدا از هم، کاهش 0072/0% داشته است که برتری مدل همزمان را نشان داده است. همچنین میزان اطلاع انحراف برابر با 001736/0% شده است و در مقایسه با توزیع کای منجر به رد فرض صفر آزمون برتری مدل‌ها شده است که منجر به برتری مدل رگرسیون همزمان می‌شود.