• صفحه اصلی
  • جستجوی پیشرفته
  • فهرست کتابخانه ها
  • درباره پایگاه
  • ارتباط با ما
  • تاریخچه

عنوان
استنباط آماری در مدل‌صهای خطی بعد بالا و کاربرد آن در پیش گوئی دیابت نوع دوم,‮‭statistical inference high dimensional linear models and its application‬

پدید آورنده
/آرزو شهبازی

موضوع

رده

کتابخانه
کتابخانه مرکزی و مرکز اسناد و انتشارات دانشگاه تبریز

محل استقرار
استان: آذربایجان شرقی ـ شهر: تبریز

کتابخانه مرکزی و مرکز اسناد و انتشارات دانشگاه تبریز

تماس با کتابخانه : 04133294120-04133294118

شماره کتابشناسی ملی

شماره
‭۲۲۴۶۴پ‬

زبان اثر

زبان متن نوشتاري يا گفتاري و مانند آن
per

عنوان و نام پديدآور

عنوان اصلي
استنباط آماری در مدل‌صهای خطی بعد بالا و کاربرد آن در پیش گوئی دیابت نوع دوم
عنوان اصلي به زبان ديگر
‮‭statistical inference high dimensional linear models and its application‬
نام نخستين پديدآور
/آرزو شهبازی

وضعیت نشر و پخش و غیره

نام ناشر، پخش کننده و غيره
: علوم ریاضی
تاریخ نشرو بخش و غیره
، ‮‭۱۳۹۸‬
نام توليد کننده
، راشدی

مشخصات ظاهری

نام خاص و کميت اثر
‮‭۵۲‬ص‬

یادداشتهای مربوط به نشر، بخش و غیره

متن يادداشت
چاپی - الکترونیکی

یادداشتهای مربوط به پایان نامه ها

جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
آمار گرایش آمار ریاضی
زمان اعطا مدرک
‮‭۱۳۹۸/۱۱/۱۹‬
کسي که مدرک را اعطا کرده
تبریز

یادداشتهای مربوط به خلاصه یا چکیده

متن يادداشت
در این پایان نامه مساله رگرسیونی خطی بعد بالا و الگوریتم برای ساخت فواصل اطمینان و آزمون فرض برای پارامتر های مورد مطالعه پیشنهاد می شود. همچنین نشان داده می شود که فواصل اطمینان معرفی شده فواصل بهینه‌صای هستند و در حالت آزمون فرض صفر بودن برخی پارامتر های مورد مطالعه روش پیشنهادی یک روش پر توان است.رهیافت پیشنهادی بر مبنای ساخت برآوردگر های اریبی کاهش یافته از برآورد گرهای ‮‭M‬ بار تنظیم شده‌صی اولیه است.فرآیند معرفی برآوردگرهای جدید نسبت بر آورد گرهای موجود از این مزیت برخوردار است که در آن هیچ پیش فرض خاصی روی ماتریس طرح نیاز نیست .در نهایت کاربردی از روش پیشنهاد شده در مساله پیش‌ص‍ گویی بیماری دیابت نوع دوم ارائه می‌صگردد
متن يادداشت
We consider here high-dimensional linear regression problem, and propose an effcient algorithm for constructing confdence intervals and p-values. The resulting confdence intervals have nearly optimal size. When testing for the null hypothesis that a certain parameter is vanishing, our method has nearly optimal power. Our approach is based on constructing a de-biased version of regularized Mestimators. The new construction improves over recent work in the feld in that it does not assume a special structure on the design matrix. Furthermore, proofs are remarkably simple. We test our method on a diabetes prediction problem

عنوان اصلی به زبان دیگر

عنوان اصلي به زبان ديگر
‮‭statistical inference high dimensional linear models and its application‬

نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )

مستند نام اشخاص تاييد نشده
شهبازی، آرزو
مستند نام اشخاص تاييد نشده
Shahbazi, Arezoo

دسترسی و محل الکترونیکی

يادداشت عمومي
سیاه و سفید

وضعیت فهرست نویسی

وضعیت فهرست نویسی
نمایه‌سازی قبلی

پیشنهاد / گزارش اشکال

اخطار! اطلاعات را با دقت وارد کنید
ارسال انصراف
این پایگاه با مشارکت موسسه علمی - فرهنگی دارالحدیث و مرکز تحقیقات کامپیوتری علوم اسلامی (نور) اداره می شود
مسئولیت صحت اطلاعات بر عهده کتابخانه ها و حقوق معنوی اطلاعات نیز متعلق به آنها است
برترین جستجوگر - پنجمین جشنواره رسانه های دیجیتال