پیش گویی فضایی با مدل های اتورگرسیو یک طرفه در فضای دو بعدی
- سال انتشار: 1397
- محل انتشار: مجله علوم آماری، دوره: 12، شماره: 1
- کد COI اختصاصی: JR_STAT-12-1_010
- زبان مقاله: فارسی
- تعداد مشاهده: 448
نویسندگان
Department of Statistics, University of Birjand, Birjand, Iran.
Department of Statistics, University of Birjand, Birjand, Iran.
Department of Statistics, University of Birjand, Birjand, Iran.
Department of Statistics, Ordered and Spatial Data Center of Excellence, Ferdowsi University of Mashhad, Mashhad, Iran.
چکیده
یکی از موضوعات مهم در تحلیل داده های فضایی، پیش گویی مقدار نامعلوم کمیت مورد مطالعه در موقعیت های دلخواه بر اساس یکی از مدل های فضایی مانند اتورگرسیو فضایی یک طرفه، اتورگرسیو شرطی و میانگین متحرک است. در این مقاله ابتدا پارامترهای مدل (SAR(۲,۱ را به روش ماکسیمم درستنمایی برآورد کرده سپس فرمول هایی برای پیش گویی درون قلمرو داده ها (درون یابی) و خارج قلمرو داده ها (برون یابی) به دست آورده می شود. سپس کاربرد و کارایی روش های ارائه شده در قالب یک مثال مربوط به پردازش تصویر نشان داده خواهد شد.کلیدواژه ها
Spatial Data, Unilateral Spatial Autoregressive Model, Prediction, Interpolation, Extrapolation, داده های فضایی, مدل اتورگرسیو فضایی یک طرفه, برآورد, پیش گویی, درون یابی, برون یابیاطلاعات 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.