معرفی بسته CircOutlier برای شناسایی داده های پرت در رگرسیون دایره ای-دایره ای
محل انتشار: دوفصلنامه اندیشه آماری، دوره: 20، شماره: 2
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 229
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ISS-20-2_002
تاریخ نمایه سازی: 25 شهریور 1401
چکیده مقاله:
یکی از مسائل مهم در هر تحلیل آماری، وجود مشاهدات غیرمنتظره است. بعضی از مشاهدات بخشی از مسائل مورد مطالعه نیستند و به عنوان داده پرت شناخته شده اند. بررسی ها نشان داده است که داده های پرت بر عملکرد روش های استاندارد آماری در مدل ها و پیش بینی ها تاثیر می گذارد. هدف این مقاله ارائه بسته ی موجود در نرم افزار R برای شناسایی داده پرت در رگرسیون دایره ای-دایره ای است که توسط نگارنده این مقاله نوشته شده است. ابتدا توضیح مختصری در مورد داده دایره ای و رگرسیون دایره ای داده می شود، سپس بسته های موجود در نرم افزار R برای انجام رگرسیون دایره ای معرفی شده، توابع موجود در بسته CircOutlier شرح داده می شود و برای هر کدام از توابع مثالی ارائه خواهد شد.
کلیدواژه ها:
Detection of Outlier in Circular-Circular Regression ، R Software ، CircOutlier Package. ، شناسایی داده پرت در رگرسیون دایره ای-دایره ای ، نرم افزار R ، بسته CircOutlier .
نویسندگان
آزاده غضنفری حصاری
دانشگاه فردوسی مشهد
مجید سرمد
دانشگاه فردوسی مشهد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :