در تحقیقات پزشکی به دلایل زیادی از جمله زمان بر، پرهزینه بودن یا قابل دسترس نبودن پاسخ های بالینی، در بعضی مواقع نمی توان آثار یک مداخله را مستقیما روی متغیرهای نهایی بالینی اندازه گیری نمود. در این مواقع آثار مداخله بر متغیرهای جانشین اندازه گیری می شود. مطالعات آماری اعتبارسنجی جانشین ها توسط پرنتایس (1989) با ارایه اولین ملاک اعتبارسنجی آغاز شد. تاکنون ملاک های متعددی با هدف پوشش انواع متغیرها و حالات مختلف ارایه شده است. آلونس و همکارانش (2006) ملاک کلی عامل تقلیل درست نمایی (LRF) را برای ارزیابی اعتبار زیست نشانگانهای جانشین در سطح فردی ارایه کرده اند که می تواند در انواع متغیرها به کار گرفته شود. هدف از این مطالعه معرفی ملاک عامل تقلیل درستنمایی با استفاده از رهیافت بیزی (LRFB) برای ارزیابی اعتبار زیست نشانگانهای جانشین در سطح فردی بر مبنای ملاک پرنتایس است. در تحقیق حاضر همچنین ارتباط ملاک به دست آمده به صورت بزرگ نمونه ای با فرم فروانی گرای آن که توسط آلونس و همکاران (2006) معرفی شده است، مورد توجه قرار گرفته است. در ادامه به حالت خاص توزیع دو جمله ای در حالت کوچک نمونه ای اشاره شده و در نهایت هر دو ملاک روی یک سری داده های ایمنی شناسی برای بررسی اعتبار جانشینی شاخصهای ایمنی در بیماران با عارضه پوستی در مواجه با گاز شیمیایی خردل ارزیابی شده است.

لطفا برای مشاهده چکیده به متن کامل (pdf) مراجعه فرمایید.

نرخ ارز، معیار برابری پول رایج یک کشور در برابر پول کشوری دیگر و همچنین نشان دهنده سنجش وضعیت اقتصادی کشور در مقایسه با سایر کشورها است. در این مطالعه، از الگوهای غیر خطی بیزین به منظور بررسی پویایی های غیر خطی نرخ ارز در ایران با تناوب ماهانه در بازه زمانی فروردین 1383 تا آذرماه 1399 استفاده شده است. برای بررسی پویایی های نرخ ارز، مدل های سری زمانی گوناگونی معرفی شده اند که تفاوت اصلی آن ها در تخمین ‏های خطی و غیر خطی است. در زمینه مدل های غیر خطی، امکان بررسی پویایی میانگین غیر خطی شرطی وجود دارد و از آن جا که نرخ های ارز بیان گر قیمت دارایی ها هستند، بنابراین نیاز به ارائه مدل هایی است که ویژگی دم سنگینی توزیع بازدهی نرخ ارز را شامل شده و امکان واریانس های متغیر در هر رژیم را فراهم کند. برای این منظور جهت تخمین مدل خود بازگشت آستانه ای (TAR) به شیوه بیزی از شبیه سازی زنجیره های مارکف با استفاده از الگوریتم نمونه گیری گیبس استفاده شد. نتایج حاکی از آن است که دو رژیم ارزی وجود دارد که رژیم افزایشی نرخ ارز (رژیم 2) نسبت به رژیم کاهشی نرخ ارز (رژیم 1) از انحراف از استانداردهای رژیمی بالاتری برخوردار است که حاکی از تلاطم ارزی بالا در این رژیم و عدم قطعیت بیشتر است. علاوه بر این، تعدیل در رژیم یک به سمت مسیر تعادل بلندمدت، بسیار مطمئن تر از تعدیل به سمت مسیر بلندمدت در رژیم دو است چرا که تغییرپذیری در شرایط افزایش نرخ ارز بسیار زیاد است. همچنین نحوه تعدیل نرخ ارز به سمت تعادل بلندمدت در رژیم 2 نسبت به رژیم 1 بسیار سریع تر صورت می پذیرد.

سابقه و هدف: آب های زیرزمینی از منابع ارزشمندی است که همواره مورد توجه پژوهشگران قرار داشته است. از موارد مطالعاتی در این زمینه، تهیه نقشه های پهنه بندی شده تراز سطح آب زیرزمینی است که با انتخاب مناسب ترین روش از بین روش های مختلف درون یابی انجام می شود. روش درون یابی کریجینگ که بر پایه نیم تغییر نما است، یکی از روش های درون یابی موسوم به روش های زمین آماری است. دقت درون یابی به انتخاب مناسب تغییرنما بستگی دارد. بر این اساس روش درون یابی کریجینگ بیزین تجربی توسعه یافته است تا بصورت خودکار، پارامترهای مربوط به نیم تغییر نما را طی فرآیند شبیه سازی برآورد کند. هدف از انجام این پژوهش بررسی قابلیت روش کریجینگ بیزین تجربی در افزایش دقت درون یابی جهت پهنه بندی تراز سطح آب زیرزمینی است که برای این منظور، نتایج آن با نتایج دیگر روش های درون یابی قطعی شامل فاصله معکوس وزنی ها، توابع پایه شعاعی و چندجمله ای های سراسری و محلی نیز مقایسه می شود. مواد و روش ها: این پژوهش براساس میانگین سالانه تراز سطح آب زیرزمینی در 57 ایستگاه چاه عمیق واقع در آبخوان قره سوی استان گلستان طی دوره آماری 1384 تا 1395 انجام شده است. به منظور پهنه بندی تراز سطح آب زیرزمینی، روش های مختلف درون یابی قطعی و زمین آماری با استفاده از فن اعتبارسنجی تقاطعی مورد آزمون قرار گرفتند. در روش های کربجبنگ و کریجینگ بیزین تجربی بهترین نیم تغییرنما انتخاب شد و در نهایت از بین آنها مدلی که کمترین میزان خطا را به همراه داشت تعیین و نقشه آن ترسیم شد. یافته ها: نتایج درون یابی حاصل از اعتبارسنجی تقاطعی در منطقه مطالعاتی نشان داد که در بین روش های قطعی، روش چند جمله ای محلی با درجه دو از دقت بالاتری نسبت به سایر روش ها برخوردار بود، به طوری که حتی در مقایسه با روش زمین آماری کریجینگ نیز از خطای کمتری برخوردار است. در روش های زمین آماری نیز روش کریجینگ بیزین تجربی با شبیه سازی برازش تغییر نما مناسب بر داده های تراز سطح آب زیرزمینی میزان خطای درون یابی به روش کریجنگ را از حدود 23 متر به حدود 16 مترکاهش داد و در مقایسه با روش چند جمله ای محلی نیز دقتی نزدیک بهم را نشان داد. نتیجه گیری: با وجود اینکه نقشه ترسیم شده با دو روش بیزین کریجینگ تجربی و چند جمله ای موضعی، از لحاظ مقدار خطا تفاوت قابل ملاحظه ای را نشان نمی دهند، اما اختلافات محسوسی در این دو نقشه دیده می شود. روش کریجینگ بیزین تجربی طیف هموارتری را از تغییرات تراز سطح آب زیرزمینی نشان می دهد و الگوی ترسیم شده تراز سطح آب زیرزمینی با این روش نیز متناسب با جهت شیب عمومی منطقه است.

یکی از مهمترین مشکلات اقتصادی در ایران طی چند دهه اخیر پدیده تورم بالا و دو رقمی است، به طوری که بهبود شرایط ناشی از وجود تورم بالا همواره یکی از اهداف مهم برنامه های توسعه کشور بوده است. دستیابی به این هدف مستلزم ایجاد ساز و کاری دقیق و هدفمند از فرآیند سیاست گذاری اقتصادی است که در شکل استاندارد خود، پیش بینی، هدف گذاری و تحلیل سیاستی را شامل می شود. برای کنترل یا مهار تورم باید عوامل تاثیرگذار برآن شناسایی شود. نتایج مطالعات دربارة عوامل موجد تورم متفاوت یا حتی ناسازگارند، زیرا بر نگرش خاص پژوهشگر استوار است. در این مقاله برای پرهیز از افتادن در چنین گردابی، از روش میانگین گیری بیزی برای پیش بینی تورم استفاده شده است. برای پیش بینی نرخ تورم در ایران از داده های فصلی سال های 1401: 4-1369: 1 استفاده شده است. نتایج نشان می دهد که میانگین گیری مدل پویا منجر به بهبودهای قابل توجهی در پیش بینی نسبت به رویکردهای دیگر مانند OLS، ARMA و ARDL می شود. همچنین از بین متغیرهای تاثیرگذار بر تورم بیشترین میزان تاثیرگذاری برای پیش بینی نرخ تورم مربوط به متغیرهای هزینه های مصرفی خانوارها، نرخ بیکاری و نرخ دستمزد کارگران بوده است. بنابراین کنترل بر بازار خواربار مصرفی خانوارها، کنترل بر بازار مسکن، اصلاح الگوی دستمزدی در کشور، کنترل نرخ بهره در بانک ها، استفاده از سیاست های پولی انقباضی می تواند موجب کنترل و کاهش انتظارات تورمی نزد مردم شود.

درزه نگاری در پروژه های اکتشاف نفت و معدن، مطالعات ساختگاهی و زمین شناسی، اهمیت فوق العاده ای دارد. به طور معمول، بسته به هدف از مطالعه درزه ها، ویژگی های مختلفی از آنها به صورت برجا برداشت می شود. برای مثال در مطالعات مخزن، علاوه بر ویژگی های ساختاری، بررسی میزان بازشدگی و پرشدگی درزه ها و شبکه ارتباطی آنها، برای مدل سازی جریان سیال، اهمیت ویژه ای دارد. اما از آنجا که درزه ها ماهیت پیچیده ای دارند، اغلب شناخت آنها بدون رده بندی ممکن نیست. لذا توجه به این نکته ضروری است که در رده بندی درزه ها، از کلیه ویژگی های تاثیرگذار در تفسیر نتایج رده بندی استفاده شود. این در حالی است که به صورت متداول، حداکثر دو ویژگی شیب و جهت شیب، برای رده بندی درزه ها مورد استفاده قرار می گیرند و دیگر ویژگی ها، نادیده گرفته می شوند. در این مقاله، روشی جدید برای رده بندی درزه ها ارایه شده است.برای بررسی کارایی و مزیت روش جدید، یک مجموعه مصنوعی از درزه ها، شامل 8 دسته درزه ساخته شده است و برای هر درزه، 4 ویژگی شیب، جهت شیب، میزان پرشدگی و نوع پرکننده در نظر گرفته شده است، به گونه ای که جدایش دسته درزه ها بر اساس ویژگی های شیب و جهت شیب ناممکن باشد. سپس برنامه هایی برای استفاده از روش رده بندی بیزین (Bayesian)، نوشته شده و در فضای 4 بعدی نسبت به رده بندی داده های مصنوعی اقدام شده است. به این ترتیب اثبات شده که با دقت بسیار مطلوب تری، کلیه 8 دسته درزه را می توان از هم تفکیک کرد.