نواقص الگوهای رشد و شیوه های بررسی شواهد تجربی مربوطه، و نیز تعدد منابع و عوامل رشد اقتصادی، منجر به نااطمینانی از صحت تصریح مدل شده و مانع اجماعِ محققان، در مورد عوامل کلیدی تعیین کننده رشد اقتصادی شده است. هدف این مقاله تعیین مهم ترین عوامل رشد در کشورهای عضو سازمان همکاری اسلامی بوده است. بدین منظور، نمونه ای از این کشورها در دوره 2015– 1975، انتخاب شده و با استفاده از رهیافت حداکثر راست نمایی بیزی (BML) در بستر داده های تابلویی، از بین عوامل بسیاری که می توانند رشد را تحت تأثیر قرار دهند، به صورت درون زا و از طریق انواع آزمون ها در تکرارهای فراوان، عواملی که بیشترین تأثیر را دارند، انتخاب و به عنوان قوی ترین عوامل، معرفی شده است. طبق نتایج، نرخ پس انداز (SR)، سرمایه گذاری مستقیم خارجی (FDI)، سرمایه گذاری ملی (ISH)، بهره وری کل عوامل تولید (TFP)، و مخارج تحقیق و توسعه (R&D)، بیشترین تأثیر را بر رشد اقتصادی این کشورها داشته اند. نتایج می تواند برای ساختن الگوهای مناسب جهت تبیین مسایل مربوط به رشد اقتصادی در کشورهای عضو سازمان همکاری اسلامی و نیز مدیریت بهتر فرآیند رشد اقتصادی، مورد استفاده قرار گیرد.

برآورد دقیق اجزای واریانس ژنتیکی و غیرژنتیکی با اطلاعات شجره ای و ژنومی، از ملزومات پیش بینی صحیح ارزش های اصلاحی می باشد. از آنجایی که تراشه های چندشکلی تک نوکلئوتیدی (SNP) کل ژنوم را پوشش می دهند، نشانگرها تمامی جایگاه های صفات کمی را تحت پوشش قرار داده و به طور بالقوه تمام واریانس ژنتیکی را توجیه می کنند. در این پژوهش از SNPهای گوسفندان مرینوس استرالیایی استفاده شد. صفات طول و قطر تار پشم مورد بررسی قرار گرفتند. برای مطالعه رابطه بین فراوانی آللی و مقدار واریانس ژنتیکی افزایشی توجیه شده، SNPها در پنج گروه مختلف از فراوانی آللی کمیاب (MAF)، طبقه بندی شدند. دو مدل آماری با آنالیز مجزای هر گروه SNP و آنالیز توام هر پنج گروه SNP برازش شدند. آنالیزهای آماری با دو روش حداکثر درست نمایی محدود شده ژنومی (روش پارامتری) و بیزی (با استفاده از تکنیک نمونه گیری گیبس و مدل RKHS (روش نیمه پارامتری)) انجام شد. مقدار وراثت پذیری ژنومی برآورد شده توسط همه SNPها در رویکرد REML، برای قطر و طول تار پشم به ترتیب برابر 72/0 و 48/0 بود. در رویکرد بیزی این مقدار وراثت پذیری برای صفات مذکور به ترتیب برابر 74/0 و 47/0 برآورد گردید. در تجزیه و تحلیل مجزای گروه های مختلف MAF مقادیر وراثت پذیری ژنومی هر دو رویکرد مشابه ولی در تجزیه توأم، بین دو رویکرد تفاوت زیادی وجود داشت. بطور کلی در مدل های ساده نتایج دو رویکرد مشابه بوده ولی در مدل های پیچیده مانند آنالیز توأم نتایج دو مدل متفاوت و معنی دار هستند. برای بررسی این که کدام روش از اعتبار بالاتری برخوردار است نیاز به تحقیقات آتی می باشد.

یادگیری ساختار شبکه بیزی از داده، در سال های اخیر توجه بسیاری از محققین را به خود جلب نموده است. از طرفی، یافتن شبکه بهینه از داده کامل، خود یک مساله غیر چندجمله ای سخت می باشد و پیچیدگی مساله، زمانی که داده ناقص است، بیشتر می شود. به طور کلی دو حالت یادگیری شبکه بیزی از داده ناقص وجود دارد: زمانی که ساختار مشخص است و زمانی که ساختار نیز نامشخص است. در این مقاله سعی بر آن است تا پارامترهای بهینه را برای یک شبکه بیزی با ساختار مشخص از داده حاوی مقادیر گم شده بیابیم. برای این منظور مفهوم "پارامتر موثر" را معرفی نمودیم، به طوری که درست نمایی ساختار شبکه به شرط داده کامل شده، بیشینه گردد. این روش می تواند به هر الگوریتمی همچون بیشینه سازی امید ساختاری که به پارامترهای بهینه برای یافتن ساختار شبکه بیزی نیاز دارند، متصل شود.در این مقاله ثابت کردیم که روش پیشنهادی از دیدگاه تابع درست نمایی به پارامترهای بهینه شبکه دست می یابد. نتایج اعمال روش پیشنهادی به چندین شبکه بیزی استاندارد، نشان دهنده سرعت روش در مقایسه با روش های شناخته شده قبلی است و نیز این که به پارامترهای بهتری نسبت به آنها دست می یابد.

سانسور هیبرید ترکیبی از دو سانسور نوع اول و دوم می باشد که خود بر حسب تعیین معیار پایان دادن به آزمایش به دو سانسور هیبرید نوع اول و دوم تقسیم می شود. در این مقاله با طرح سانسور هیبرید نوع اول در حالت بدون جایگذاری و با جایگذاری، برآوردگر بیزی پارامترهای توزیع نمایی دو پارامتری و برآوردگر تاسف پسین گاما مینیماکس را برای انتخاب برآوردگری بهینه، تحت تابع زیان توان دوم خطا به دست می آوریم. در ادامه مینیماکس و مجاز بودن برآوردگر بیزی تعمیم یافته را تحت تابع زیان توان دوم خطا در برخی حالت ها مورد بررسی قرار می دهیم.

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