روش های ژئوفیزیکی برای مطالعه ویژگی های میدان های فیزیکی قابل انتشار ناشی از بی هنجاری های داخل زمین بنیان نهاده شده اند. در مطالعات ژئوفیزیکی معمولاً هدف آشکارسازی ناهمگنی های داخل زمین با استفاده از کمیت های فیزیکی اندازه گیری شده در سطح زمین است. ژئوفیزیک می کوشد ساختمان داخلی زمین و ویژگی های آن را با استفاده از چنین داده هایی بازسازی کند. تحقیق حاضر که به روش میانگین متحرک مرتبه سوم معروف است، حل یک مسئله وارون برای برآورد همزمان شکل و ژرفای بی هنجاری های مغناطیسی باقی مانده می باشد که با مدل سازی مصنوعی بر روی اشکال هندسی مختلف کارایی این روش را نسبت به روش میانگین متحرک مرتبه دوم نشان می دهد. همچنین عملکرد این روش با نمونه ای از عملیات برداشت صحرایی در سایت ژئوفیزیک سازمان زمین شناسی اعتبارسنجی می شود. این روش، یک رابطه غیرخطی بین ژرفا و فاکتور شکل بی هنجاری با طول پنجره های متوالی در هفت نقطه محاسبه می کند. نتایج نشان داد، با توجه به تعداد جملات ریاضی بیشتر، برای داده های بدون نوفه بسیار دقیق و برای داده های نوفه ای با درصد خطای کمتر و آستانه نوفه بالاتر، از دقت بیشتری نسبت به روش میانگین متحرک مرتبه دوم برخوردار است. همچنین این روش برای داده های مغناطیسی واقعی نیز تطابق خوبی (5 درصد خطای برآورد ژرفا) از خود نشان داد.

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.

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

در این نوشتار به منظور بهبود عملکرد نمودارهای کنترل ترکیبی میانگین متحرک موزون نمایی جمع تجمعی و جمع تجمعی میانگین متحرک موزون نمایی، از روش نوین نمونه گیری مجموعه ی رتبه دار به جای روش عمومی نمونه گیری ساده ی تصادفی استفاده شده است. علاوه بر این عملکرد نمودارهای کنترل ترکیبی پیشنهادی براساس الگوی نمونه گیری مجموعه ی رتبه دار با عملکرد نمودارهای کنترل کلاسیک مشابه بر اساس الگوی نمونه گیری ساده ی تصادفی با استفاده از شبیه سازی و معیار متوسط طول دنباله مقایسه شده است. نتایج نشان می دهد که استفاده از روش نمونه گیری مجموعه ی رتبه دار باعث حساسیت بیشتر نمودارهای کنترل ترکیبی در کشف تغییرات کوچک در فرایند می شود. همچنین عملکرد نمودارهای کنترل ترکیبی با روش نمونه گیری مجموعه ی رتبه دار بهتر از عملکرد نمودارهای کنترل جمع تجمعی و میانگین متحرک موزون نمایی با روش نمونه گیری مشابه است.

اصل مقاله به صورت متن کامل انگلیسی، در بخش انگلیسی قابل رویت است.

این تحقیق به منظور بررسی تاثیر میانگین گیری متحرک، از عملکرد زیتون، حذف اثر سال آوری و خالص سازی داده ها جهت مطالعه ی سازگاری برخی ژنوتیپ های زیتون انجام شده است. مواد و روش ها: جهت دستیابی به اهداف، از 100 ژنوتیپ و رقم طی 6 سال باغی، از سال1391تا 1396، کاشته شده در ایستگاه تحقیقاتی طارم استان زنجان استفاده شده است. این آزمایش بر اساس طرح بلوک های کامل تصادفی با سه تکرار اجرا شد. پس از جمع آوری داده های عملکرد بر اساس کیلوگرم/درخت، به منظور تصحیح داده ها به وسیله روش میانگین گیری متحرک و حذف اختلال ناشی از اثر ژنوتیپی سال آوری، به ترتیب تجزیه و تحلیل داده ها بر اساس داده های اصلی و تصحیح شده، انجام شد. یافته ها: نتایج نشان دادند، که سهم جزء محیطی واریانس کل برای داده های تصحیح شده از74/35 درصد به 61/19 درصد کاهش یافته است. همچنین مقدار جزء وراثت پذیر از 02/15 به 51/38 درصد افزایش یافته است. آزمون-t استیودنت جفت شده روی جفت سال های متناظر وجود اختلاف قابل ملاحظه ی بین میانگین داده های اصلی و تصحیح شده را تایید نمود. با استفاده از ضریب تغییرات ژنوتیپی و میانگین عملکرد مشخص گردید که حداقل دو ژنوتیپ ‘ KHBA’ و ‘ NO7’ و رقم مانزانیا مشمول تغییر وضعیت سازگاری برای دو نوع داده می باشند. همچنین با توجه به هشت پارامتر سازگاری محاسبه شده ی دیگر، در غالب حالات جایگاه ژنوتیپ ها با تغییر رتبه همراه بوده است. نتیجه گیری: در نهایت مشخص شد، دخالت دادن یا حذف اثر درونی سال آوری می تواند به طرز چشمگیری در انتخاب ژنوتیپ سازگار موثر باشد. با توجه به اهمیت حذف اثرات سال آوری در دوره مطالعه، نیاز است تا محاسبات سازگاری برای مواد ژنتیکی آزمایشی، برروی داده های تصحیح شده اعمال گردد تا حقیقت پتانسیل ژنتیکی ژنوتیپ ها برای نمود سازگاری واقعی و وراثت پذیر مشخص گردد

در این مقاله، بر پایه مفهوم α-شک متغیر های تصادفی فازی به معرفی مدل میانگین متحرک فازی مرتبه q پرداخته می شود. در این راستا، ابتدا تعاریف واریانس، کواریانس و ضریب همبستگی بین متغیرهای تصادفی فازی ارائه و خواص آنها بررسی می گردد. سپس ضمن معرفی مدل میانگین متحرک فازی مرتبه q، توابع اتوکواریانس و خودهمبستگی این مدل محاسبه می گردد. در انتها، مثال هایی‎ برای نتایج بدست آمده ارائه می گردد.

بررسی این موضوع که آیا استفاده از قواعد مبادلاتی مختلف تکنیکال نسبت به استراتژی ساده خرید و نگهداری، سودآوری بیشتری دارد و آیا قواعد مبادلاتی تکنیکال قدرت پیش بینی روند قیمت سهام را دارند یا نه؟ از اهداف این مقاله می باشند. برخی از محققان اشاره کرده اند که این قواعد در بازارهایی نوپا (نظیر مالزی، تایلند و تایوان) کاملا با موفقیت عمل می کنند؛ هر چند که از قدرت این قواعد در بازارهای کشورهای توسعه یافته (نظیر ژاپن و هنگ کنگ) کاسته شده است. برخی دیگر از محققان ناکارآیی بازارها را فرصت مناسبی برای سودآور بودن روشهای تکنیکال دانسته اند.مطالعه حاضر با تاکید بر قواعد مبادلاتی میانگین متحرک به بررسی سودآوری قواعد مبادلاتی میانگین متحرک در بورس تهران پرداخته است. در نهایت مشخص شد که در بورس اوراق بهادار تهران، استفاده از قواعد مبادلاتی میانگین متحرک با طول متغیر (VLMA) سودآوری بیشتری نسبت به استراتژی ساده خرید و نگهداری دارد؛ هر چند که میزان آن در بین انواع مختلف استراتژی ها از لحاظ طول دوره میانگین متحرک، برابر نیست. به عبارت دیگر طبق نتایج به دست آمده، مشخص شد که در بورس اوراق بهادار تهران استفاده از میانگین های متحرک کوتاه مدت به جای بلند مدت، نتایج بهتری را به دست می دهد.