تحلیل وابستگی دو متغیره با استفاده از اندازه های واگرایی جفری و هلینجر براساس برآورد تابع چگالی مفصل به روش تبدیل پروبیت بهبودیافته
- سال انتشار: 1400
- محل انتشار: مجله علوم آماری، دوره: 15، شماره: 1
- کد COI اختصاصی: JR_STAT-15-1_012
- زبان مقاله: فارسی
- تعداد مشاهده: 143
نویسندگان
Department of Statistics, Ferdowsi University of Mashhad, Mashhad, Iran.
Department of Statistics, Ferdowsi University of Mashhad, Mashhad, Iran.
Department of Statistics, Ferdowsi University of Mashhad, Mashhad, Iran.
چکیده
اندازه های واگرایی می توانند به عنوان معیارهای وابستگی در نظر گرفته می شوند و برحسب تابع چگالی مفصل بازنویسی شوند. در این مقاله، معیارهای وابستگی جفری و هلینجر با استفاده از روش تبدیل پروبیت بهبود یافته برآورد می شوند و سازگاری مجانبی آن ها اثبات می گردد. علاوه براین، یک مطالعه شبیه سازی برای سنجش دقت برآوردگرها انجام شده است. نتایج شبیه سازی نشان می دهند که برای حجم نمونه کم یا شدت وابستگی ضعیف، معیار وابستگی هلینجر عملکردی بهتری نسبت به معیارهای وابستگی کولبک-لیب لر و جفری دارند. در انتها، کاربردی از روش های مورد بررسی در هیدرولوژی ارائه شده است.کلیدواژه ها
Divergence, Dependency, Copula Density, Probit Transformation., واگرایی, وابستگی, چگالی مفصل, تبدیل پروبیت.اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.