فرض کنید X یک ماتریس تصادفی p×m با توزیع نرمال ماتریس متغیر با ماتریس میانگین Θ و ماتریس کوواریانس Σ⊗Ψ  باشد، که در آن Σ و Ψ ماتریس های کوواریانس معین مثبت معلوم هستند. در این مقاله برآورد بیزی موجکی ماتریس میانگین Θ تحت تابع زیان تعادل درجه دو و بر اساس توزیع پیشین نرمال ماتریس متغیر $N_{p,m}(\mathbf{0}, \mathbf{\Lambda}\otimes \mathbf{\Psi})$ مورد بررسی و مطالعه قرار می گیرد. ابتدا با استفاده از برآوردگر بیز به عنوان برآوردگر هدف در تابع زیان تعادل و براساس روش تعیین آستانه مخاطره نااریب اشتاین، آستانه بیزی موجکی به دست می آید. سپس با به کارگیری آستانه پیشنهادی، برآوردگر بیزی موجکی ماتریس میانگین حاصل می شود. در پایان با استفاده از مطالعه شبیه سازی و یک مثال کاربردی عملکرد برآوردگر معرفی شده بررسی شده است. نتایج شبیه سازی و مثال کاربردی بیانگر برتری برآوردگر بیزی موجکی نسبت به چهار برآوردگر موجکی کلاسیک است.

در این مقاله ابتدا مدل های سلسله مراتبی نیم-پارامتری معرفی می شود. سپس با ارائه نسخه جدیدی از تابع درستنمایی تجربی (تابع درستنمایی تجربی توأم مقید)، از آن برای برآورد پارامترهای انقباضی در مدل های سلسله مراتبی نیم-پارامتری استفاده خواهد شد. تحت فرض های مختلف کارآمدی استفاده از تابع درستنمایی تجربی توأم مقید در تحلیل مدل های سلسله مراتبی نیم-پارامتری با یک مطالعه شبیه سازی بررسی می گردد. همچنین از روش معرفی شده در این مقاله برای تحلیل داده های تعداد تأخیر پروازهای شرکت های مختلف هواپیمایی استفاده خواهد شد.

در این مقاله نشان می دهیم که برای پارامتری خاص در چند توزیعی که انتخاب می کنیم برآوردگر نااریبی وجود ندارد. این حقیقت را ابتدا برای خانواده ای از توزیع های نرمال و سپس برای خانواده توزیع های نمایی یک پارامتری ثابت می کنیم. البته در صورت وجود برآوردگر نااریب، ثابت می کنیم که آن برآوردگر تابعی از آماره های مرتب است.  

هدف از انجام این تحقیق استفاده از تکنیک موجک ها برای کاهش اثر نویز در سری های زمانی بلند مدت GPS با اعمال آستانه گذاری های مختلف و مقایسه تاثیر آنها در روند کاهش نویز می باشد. روشهای آستانه گذاری شامل: حد آستانه جریمه، راهکار بیرگه - ماسارت، روش هیبریدی شور- شرینک، روش آستانه گذاری سراسری، روش مینیماکس و روش آستانه گذاری با استفاده از کمینه کردن برآورد نااریب ریسک اشتاین بودند که برای مقایسه تاثیر آنها در کاهش نویز ها از سه مدل استوکاستیک برای ترکیب نویز ها در سری های زمانی ایستگاه های دائمی GPS استفاده شد: الف) مدل شامل نویز سفید (مدل I)، ب) مدل ترکیبی شامل نویز سفید و نویز نویز تصادفی (مدل II )، ج) مدل ترکیبی شامل نویز سفید و نویز فلیکر (مدل III). برای انجام محاسبات و تحلیل های عددی، به تعداد 264 ایستگاه GPS از آرشیو SOPAC با پوشش زمانی 10 ساله (از ژانویه 2001 تا ژانویه 2011) جهت انجام آنالیز و محاسبات انتخاب گردید. این داده ها بصورت خام بوده و هیچ گونه عملیات نویز بری روی آنها انجام نگرفته بود. نتایج حاصل نشان می دهد که از بین روشهای آستانه گذاری، در مدل شامل نویز سفید (مدل I): روش حد آستانه جریمه و روش آستانه گذاری با استفاده از کمینه کردن برآورد نااریب ریسک اشتاین قادر به کاهش فراوانی دامنه های کوچکتر می باشند، در صورتی که روشهای مینیماکس و هیبریدی شور-شرینک قادر به کاهش فراوانی دامنه های بزرگتر از نویز سفید را دارند. راهکار بیرگه – ماسارت و روش آستانه گذاری سراسری هم قادر به کاهش فراوانی دامنه های کوچکتر و هم کاهش فراوانی دامنه های بزرگتر می باشند. در مدل ترکیبی شامل نویز سفید و نویز تصادفی (مدل II) و مدل ترکیبی شامل نویز سفید و فلیکر نویز (مدل III)، تمامی روشها قادر به کاهش فراوانی دامنه های کوچکتر و بزرگتر از نویز سفید (در هر دو مدل) به یک میزان هستند. این در حالی است که برای نویز تصادفی و نویز فلیکر (به ترتیب در هر دو مدل) روش حد آستانه جریمه و روش آستانه گذاری با استفاده از کمینه کردن برآورد نااریب ریسک اشتاین قادر به کاهش فراوانی دامنه های کوچکتر می باشند، در صورتی که روشهای مینیماکس و هیبریدی شور-شرینک قادر به کاهش فراوانی دامنه های بزرگتر از نویز رنگی را دارند. راهکار بیرگه – ماسارت و روش آستانه گذاری سراسری قادر به کاهش فراوانی دامنه های کوچکتر و بزرگتر از نویز رنگی می باشند.

وارون سازی داده های مغناطیسی از اهمیت زیادی در تفسیر داده های اکتشافی برخوردار است. در این روش تخمین توزیع مغناطیس پذیری مدل زیرسطحی از طریق داده های اندازه گیری شده سطحی صورت می گیرد. یکی از نکات کلیدی در حل مسائل وارون داده های ژئوفیزیکی تعیین مقدار بهینه پارامتر منظم سازی است. برای این منظور روش های مختلفی در وارون سازی سه بعدی داده های مغناطیسی وجود دارد. در مطالعه حاضر از روش تخمینگر نااریب ریسک احتمالی (UPRE) برای تعیین مقدار بهینه پارامتر منظم سازی جهت وارون سازی سه بعدی مقید داده های مغناطیسی با روش نمایش گرادیان تعدیل شده نیوتن (GPRN) استفاده شد. جهت نیل به این هدف الگوریتمی تهیه گردید؛ که مقدار پارامتر منظم سازی برای وارون سازی تخمین زده می شود. برای بررسی چگونگی عملکرد و تعیین اعتبار الگوریتم تهیه شده، ابتدا از داده های مغناطیسی حاصل از یک مدل مصنوعی و داده های واقعی مغناطیسی مربوط به کانسار آهن الله آباد استان یزد استفاده شد. نتایج مدل سازی وارون سه بعدی داده های مغناطیسی در این منطقه نشان می دهد که عمق کانی سازی در این منطقه کمتر از 100 متر است. نتایج به دست آمده در مقایسه با داده های حاصل از حفاری نشان می دهد که به کارگیری این الگوریتم، می تواند تخمین مناسبی از توزیع مغناطیس پذیری و ساختارهای زیرسطحی ماده معدنی ارائه کند.

تخصیص مناسب بودجه های عمرانی برای ارتقا ایمنی راهها، از مهم ترین مراحل مدیریت ایمنی شبکه راه هاست. تعیین مناطق پر مخاطره و اولویت بندی آنها به لحاظ مخاطره آمیز بودن، اساس برنامه ریزی ایمن سازی شبکه حمل و نقل به شمار می آید.معمولا تعیین میزان مخاطره مناطق، از طریق بررسی فراوانی تعداد تصادفات، نرخ تصادفات و یا شدت تصادفات انجام می گیرد. در این مقاله با استفاده از نظریه بیز روشی برای تعیین میزان مخاطره آمیز بودن مناطق و اولویت بندی آنها ارایه شده است. در این روش بر اساس اطلاعات موجود از تصادفات در یک مقطع (که می تواند قضاوت مهندسی و یا آمار رویداد تصادفات در سال های گذشته را نیز شامل می شود). رفتار حادثه خیزی آن برآورد شده و سپس با استفاده از مشاهده رویداد تصادف در سال آخر، میزان مخاطره آمیزی آن مقطع برآورد می شود. سپس این مناطق (که از نظر خصوصیات مختلف ترافیکی و هندسی مشابه هستند). بر اساس احتمال حادثه خیزی آنها اولویت بندی می شوند.

فرض کنید k نمونه تصادفی از k جامعه به ترتیب با تابع توزیع هایی که از مدل نرخ شکست متناسب یا نرخ شکست وارون متناسب پیروی می کنند انتخاب شده باشد و بر اساس یک قاعده گزینش معین هدف برآورد تابعی از پارامتر بهترین (بدترین) جامعه گزینش شده باشد. در این مقاله تحت تابع زیان نامتقارن آنتروپی، برآوردگر مخاطره- نااریب با کمترین مخاطره به طور یکنواخت پارامترهای جامعه گزینش شده را به دست آورده و شرایط کافی برای آن که برآوردگری برای این پارامترها مینیماکس باشد تعیین می شود. سپس برآوردگرهای پذیرفتنی و ناپذیرفتنی خطی آنها را به دست آورده و رده کلیه برآوردگرهای غالب بر برآوردگر مفروض مشخص می گردد. آنگاه نشان داده می شود که در هر حالت برآوردگر مخاطره- نااریب با کمترین مخاطره به طور یکنواخت ناپذیرفتنی است و برآوردگرهای به دست آمده از طریق رسم نمودار مخاطره آنها با یکدیگر مقایسه می شوند.

در این مقاله روش دنباله ای محض برای برآورد پارامتر مقیاس توزیع نمایی وقتی که تابع ریسک توسط مقدار ثابت از پیش تعیین شده ای کران دار شده باشد مورد استفاده قرار می گیرد. در این مقاله فرم های بسته ای برای امید ریاضی و ریسک متغیر توقف و همچنین برآوردگر مبتنی بر آن به دست می آید. همچنین برای بهبود عملکرد برآوردگر پارامتر مقیاس، قاعده توقف تعدیل یافته معرفی می شود به طوری که تابع ریسک تحت آن به طور یکنواخت توسط مقدار از پیش تعیین شده کران دار گردد. در نهایت برای نشان دادن درستی آنچه به صورت نظری ارائه شده شبیه سازی هایی انجام می شود.

سندروم روبین اشتاین طیبی یک ناهنجاری ژنتیکی نادری است که دارای ویژگی هایی از قبیل ناهنجاری های صورت، انگشت شصت پهن در دست و پا، قد و قامت کوچک و تاخیر تکاملی (حرکتی اعم از ریز و درشت، برقراری ارتباط، حل مساله، شخصی - اجتماعی) است. هدف این مقاله، گزارش پسری 12 ماهه می باشد که به دلیل تاخیر تکامل به پزشک ارجاع شده و طی بررسیهای انجام شده سندرم روبین اشتاین طیبی برای وی تشخیص داده شد و همچنین گزارش نتایج ارزیابی تکاملی با تاکید بر بخش حرکتی با استفاده از دو آزمون، پرسشنامه سنین و مراحل (ASQ) و پی بادی 2 (PDMSII) بود.