مدل رگرسیون فضایی خودبازگشتی و میانگین متحرک مرتبه دو برای میدان تصادفی چوله-لاپلاس تعمیم یافته

توزیع لاپلاس چندمتغیره یک مدل تصادفی مهم است که عدم تقارن و دم های  سنگین تر از  توزیع گاوسی را به حساب می آورد.  در این مقاله، مدل رگرسیون فضایی خودبازگشتی و میانگین متحرک مرتبه دو برای مدل بندی برآمدهای یک میدان تصادفی فضایی که از توزیع چوله-لاپلاس تعمیم یافته چندمتغیره پیروی می کنند ارائه خواهد شد.  پارامترهای مدل با روش های ماکسیمم درستنمایی و حداکثر فاصله  و استفاده از  معیار  واگرایی کولبک-لایبلر برآورد می شوند. آنگاه براساس مدل ارائه شده  پیشگوی فضایی بهینه ارایه خواهد شد. سپس یک مطالعه شبیه سازی برای اعتبارسنجی و ارزیابی عملکرد مدل پیشنهادی انجام می شود. آنگاه نحوه کاربست این مدل در تحلیل مجموعه داده های واقعی زمین شناسی نشان داده می شود.

کلیدواژه ها:

Multivariate generalized skew Laplace distribution ، Autoregressive and moving average spatial regression model ، Kolbeck-Leibler divergence. ، توزیع چوله-لاپلاس تعمیم یافته چندمتغیره ، رگرسیون فضایی خود بازگشتی و میانگین متحرک ، معیار کولبک-لایبلر