هدف: یکی از با اهمیت‌ترین جریاناتی که هر مجموعه‌ای برای تضمین بقاء و اطلاع از کیفیت عملکرد و اجرای دقیق برنامه‌های خود به آن نیاز دارد فرآیند ارزیابی می‌باشد. در همین راستا پژوهش حاضر با هدف مقایسه تطبیقی مدل‌های ارزیابی عملکرد شرکت‌های کشاورزی و دامپروری استان کرمانشاه و ارائه مدل بهینه ارزیابی عملکرد انجام شد. روش شناسی پژوهش: پژوهش با روش کیفی و اسنادی انجام شد. به منظور دستیابی به اهداف پژوهش ابتدا بامطالعه متون منتخب و مرور اسنادی پژوهش‌های مرتبط با مدل‌های رایج ارزیابی عملکرد، شاخص‌ها و مولفه‌های اصلی مورد نظر برای ارزیابی عملکرد سازمان‌ها وشرکت ها دسته بندی شدند، سپس برای هر کدام از مدل‌های ارزیابی عملکرد شاخص‌ها و مولفه‌های آن مدل ارزیابی و گردآوری شد و نهایتاً بر اساس شاخص‌های به دست آمده به مقایسه مدل‌های ارزیابی عملکرد پرداخته شد. روش‌های تحلیل اطلاعات تحلیل مضمون و شاخص‌های آماری توصیفی بود. یافته‌ها: نتایج به دست آمده از پژوهش نشان داد که از میان مدل‌های ارزیابی عملکرد، مدل ارزیابی متوازن مدل جامع‌تر و بهینه‌تری است و نتایج کامل‌تر و مولفه‌های بیشتری را جهت ارزیابی جامع و صحیح عملکرد شرکت‌های کشاورزی و دامپروری نسبت به سایر مدل‌ها ارائه می‌دهد. نتیجه گیری: با توجه به نتایج به دست آمده می‌توان گفت که از میان مدل‌های ارزیابی عملکرد، مدل ارزیابی متوازن مدل بهینه‌تر و کارامدتری جهت ارزیابی عملکرد در شرکت‌های کشاورزی و دامپروری است. کلیدواژه‌ها:

یکی از عوامل مهم در بررسی آموزش، پیش‌بینی پیشرفت ‌تحصیلی است و استفاده از فنون داده‌کاوی یکی از راه‌کار‌های نوین پیش‌بینی پیشرفت ‌تحصیلی است. در این پایان‌نامه، فنون داده‌کاوی در دو بخش روش‌های ساده شامل درخت‌ تصمیم، جنگل تصادفی، $K$-نزدیک‌ترین همسایه و بخش روش‌های پیچیده‌تر شامل ماشین ‌بردار ‌پشتیبان و شبکه عصبی مورد مطالعه قرار گرفته‌اند. همچنین دقت این روش‌ها بر روی مجموعه داده‌های مربوط به دانشجویان دانشگاه رازی از سال 1375 تا 1401 در مقطع کاردانی و کارشناسی مورد بررسی و مقایسه قرار گرفته است. از روش‌های بررسی شده جنگل تصادفی بیشترین دقت پیش‌بینی را نتیجه داده است اما از لحاظ سرعت پاسخ‌دهی هزینه محاسباتی بالایی دارد. روش $K$-نزدیک‌ترین همسایه از لحاظ دقت خیلی نزدیک به روش جنگل تصادفی است با این تفاوت که زمان اندکی لازم است تا خروجی‌ها حاصل شوند.   

یکی از مهم‌ترین چالش‌ها در بحث داده‌های سانسور فزاینده نوع دو، طرح برداشت است. طرح برداشت می‌تواند ثابت باشد و یا به صورت تصادفی، بر اساس یک تشخیص احتمال گسته‌ای، انتخاب شود.در این پایان نامه، ابتدا دو طرح برداشتی یکنواخت گسته و دوجمله ارائه می شود. همچنین به استنباط بیزی توزیع‌های پارتو بر اساس داده‌های سانسور فزاینده نوع دو با برداشت دوجمله‌ای تحت توزیع پیشین ناآگاهی بخش جفری و آگاهی بخش گاماتوان با توابع زیان توان دوم خطا و قدر مطلق خطا می‌پردازیم و با استفاده از روش‌های شبیه‌سازی و شبیه‌سازی‌ها، بازدیدکنندگان، میزان اریبی، واریانس، میانگین مربع خطا، کوواریانس، دترمینان و میانگین زمان مورد انتظار برای آزمایش می‌شوند، سپس با روش ارزیابی کلاسیک (ماکسیمم درستنمایی) مقایسه می‌کنیم و از نظر احتمال پوشش را نیز تحت عنوان توابع زیان به دست می‌آوریم. در نهایت به مطالعه‌های بیز مورد انتظار و سلسله مراتبی از توزیع پارتو تحت توابع زیان پرداخته می‌شود و سپس دو روش باهم مقایسه می‌شوند و نتایج حاصل از آن در فصل شبیه‌سازی، با استفاده از روش مونت کارلو ارائه می‌شود.

  در بسیاری از کاربردها داده­های مورد بررسی به شکل مکان یا موقعیت جغرافیای رخداد پیش­آمدهایی است که در یک ناحیه رخ داده­اند. در این پایان­نامه با داده­های مکان سلول­های اندوتلیوم قرنیه­ی چشم 153 نفر مواجه هستیم. در اینجا برای تجزیه و تحلیل مناسب این داده­ها الگوهای نقطه­ای فضایی را به این تصاویر مرتبط ساخته­ایم تا بتوانیم بر اساس الگوریتم­های خوشه­بندی مربوط به الگوهای نقطه­ای فضایی گروهی از تصاویر که شباهت زیادی به یکدیگر دارند را در خوشه­های یکسان دسته­بندی کنیم. برای بررسی موارد عدم­تشابه ازتابع فاصله­ی نزدیکترین همسایگی، تابع فضای خالی، تابع Kی-ریپلی و... استفاده شده است.

چکیده حجم زیاد داده‌ها باعث افزایش زمان محاسبات می‌شود، بنابراین الگوریتم‌های داده‌کاوی نمی‌توانند از همه‌ی داده‌ها در تمام طول زمان اجرای برنامه استفاده کنند. لذا به کارگیری روش‌های نمونه‌گیری در مه داده راه کار مناسبی است. در بررسی آماری جوامع فضایی دو یا چند‌بعدی، کسب اطلاعات از همه‌ی نواحی مورد مطالعه اهمیت زیادی دارد. از آن‌جا که بررسی تمامی داده‌ها مشکل و یا غیر ممکن است، باید اطلاعات لازم را از طریق بررسی بخشی داده‌ها را به عنوان نمونه به دست آورد. در این حالت می‌توان با استفاده از روش $LPM2-kd tree$ نمونه‌ی مناسب را انتخاب نمود. همچنین در تحلیل مه داده، اریبی انتخاب در مه داده بسیار مهم است، به همین علت روشی را برای کاهش اریبی انتخاب معرفی می‌کنیم. در این روش با استفاده از روش نمونه‌گیری از نقاط مهم، روش نمونه‌گیری وارونی که توسط کیم (2019) ارائه شده است، معرفی خواهیم کرد. که خواص این روش‌های نمونه‌گیری در محاسبات عددی بر روی دو جامعه‌ی واقعی مورد بررسی قرار گرفته است. کلمات کلیدی: اریبی انتخاب، داده‌کاوی، خوشه‌بندی، کشف دانش، نمونه‌گیری با احتمال نابرابر، نمونه‌گیری وارون، مه داده

موضوع رده‌بندی یکی از مسائل مهم در علوم مختلف است. رگرسیون لجستیک یکی از روش‌های آماری برای رده‌بندی داده‌ها است که در آن توزیع داده‌ها معلوم فرض می‌شود. امروزه علاوه بر روش‌های آماری محققان روش‌های دیگر مانند یادگیری ماشین برای رده‌بندی داده استفاده می‌کنند. در این پایان‌نامه درخت‌های تصمیم C4.5، C5 ،   CART، CHAID وQUEST معرفی شده و هرکدام به طور کامل مورد بررسی قرار می‌گیرد. همچنین برخی از الگوریتم‌های یادگیری گروهی از جمله جنگل تصادفی، Bagging   و    Boosting در حوزه یادگیری با نظارت توضیح داده می‌شود. در نهایت به مقایسه   کارایی این الگوریتم‌ها   براساس معیار دقت، با استفاده از 5 مجموعه داده می‌پردازیم.   

سیستم k از n وزنی، سیستمی است با n مولفه که هر مولفه وزن مشخصی دارد و کار می کند زمانی که مجموع وزن مولفه های فعال آن حداقل k باشد. پژوهش ها و مطالعات بسیاری در خصوص ویژگی های این سیستم ها انجام شده است. در این رساله به مطالعه قابلیت اعتماد این سیستم ها و برخی از ویژگی های آن پرداخته شده است. تخصیص افزونگی یکی از این ویژگی هاست که در بخش از این رساله نتایج مربوط به آن بیان شده است. در بخش دیگر این رساله نتایج مربوط به سیستم k از n وزنی با مولفه های وابسته مورد مطالعه قرار گرفته است و در نهایت این سیستم به سیستم (k1, k2, …, km) از n وزنی تعمیم داده شده و نتایج مربوط به آن ارائه شده است.

  ‏در آمار یکی از ابزار مهم برای تحلیل داده ها در مدل های آماری برآورد پارامترها و انتخاب متغیر مناسب است و روش های مختلفی برای آن وجود دارد. دو مورد از معروف ترین آن ها در حالت کلاسیک روش کمترین مربعات معمولی و روش بر‎‏آورد درستنمایی ماکسیمم است. اما در رگرسیون با بعد بالا‏، به علت وقوع مشکل بیش برآورد نمی توان از این روش ها استفاده کرد‏، پس محقق سعی می کند با کمک روش های انقباضی مانند رگرسیون جریمه دار این مشکل را حل کند. در حالی که آمار بیزی برای برآورد پارامترها از برآورد حالت پسین استفاده می کند. زمانی که با رگرسیون با بعد بالا مواجه می شود‏، تلاش می کند که این مشکل را با استفاده از روش های   تنظیم بیزی (انقباضی بیزی) حل کند. این روش ها تعداد متغیرهای پیش بینی کننده و پیچیدگی مدل را کاهش می دهند و برآورد پارامترها و انتخاب متغیر ها را ساده تر می کنند. بنابراین در این پایان نامه این روش ها را مورد بحث و بررسی قرار می دهیم

   انتخاب متغیریکی ازمهم­ترین موضوعات درمدل­سازی آماری محسوب می­شودکه کاربرد وسیعی درتحلیل­های آماری دارد. دراین پایان­نامه ازمدل­های رگرسیونی جریمه­دار برای انتخاب متغیر و به منظورتسریع برآورد ضرایب رگرسیونی تابع درست­نمایی جزیی برای فرایندپاسخ ازداده­های پیشامد بازگردنده ازالگوریتم مختصات کاهشی بهره گرفته شده است. با استفاده ازاطلاعات داده­های طولی واقعی مربوط به 230بیمارمبتلا به اسکیزوفرنیا که دربیمارستان فارابی کرمانشاه ازتاریخ1/01/1395 تا 29/12/1397 بستری بوده­اند و هرکدام بیش از یک­بار عود را تجربه کرده­اند قادر به انتخاب متغیرهای مهم ازبین تعداد زیاد متغیرهای توصیفی موجود دراین داده­ها و درنهایت برازش مدل­های متفاوت شده­ایم. کلمات کلیدی: داده­های طولی، رگرسیون جریمه­دار، درست­نمایی جزیی، داده­های پیشامد بازگردنده، الگوریتم مختصات کاهشی

اهمیت روش‌های کریجینگ در مطالعات زمین‌شناسی کاربرد فراوانی دارد و تعیین نقاط نمونه از مهم‌ترین سوالات اینگونه تحقیقات است. در این پایان‌نامه نمونه‌گیری بهینه در درون‌یابی کریجینگ با استفاده از الگوریتم تفت دادن فضایی مورد بررسی قرار می‌گیرد. نمونه‌گیری مورد نظر برخلاف مبحث استنباط آماری, تصادفی نیست. بلکه یک روش نمونه‌گیری هدفمند است. منظور از نمونه‌گیری بهینه آن وضعیتی از موقعیت نقاط نمونه است که معیار مورد نظر جهت تعیین دقت درون‌یابی را بهینه می‌کند. در مطالعات شبیه‌سازی شده, جوامع مختلفی بررسی شده است و بر اساس معیارهای تابع توزیع تجربی و ... نمونه‌هایی با موقعیت بهینه مشخص شده‌اند.

طرح نمونه گیری وب سازوار یشود، سپس انتخاب واحدهای بعدی بر اساس ?? فضایی است. در این طرح ها، ابتدا نمونه ای اولیه گرفته ممتصل ?? از پیشتعیین شده واحدها از طریق لینک هایی که به نمونه قبل ?? با احتمال ?? توزیع مرکباست: یعنشود. در این پایان نامه ?? انتخاب و به نمونه اضافه م ?? شوند و یا واحدی به طور تصادف ?? هستند، انتخا

  چکیدهنقشه بندی بیماریها به مجموعه ای ازروش های آماری اطلاق می شود که در آنها بروز یا شیوع یک نوع بیماری و یا مرگ ومیرناشی از یک علت مشخص در یک پهنای جغرافیای مورد بررسی قرار می گیرد.ناحیه ی فضاییرا در نظر بگیرید که به چند زیر ناحیه افراز و تعداد رخدهای پیشامد مورد بررسی درهرزیر ناحیه گردآوری شده است. داده های حاصل فضایی شمارشی، داده های شمارش فضاییمی نامند. هدف نقشه بندی بیماریها برآورد خطر نسبی پیشامد مورد بررسی در هریک اززیر ناحیه بر اساس داده های گردآوری شده است . یکی از رایج ترین مدل ها در نقشهبندی بیماریها مدلBYM می باشد که در آن از یک میدان تصادفیمارکوفی گاوسی((GMRF) برای مدل سازی اثر تصادفی زیر ناحیه ها و همبستگی هایفضای بین زیر ناحیه استفاده می شوددر این پایان نامه مدل BYM و استنباط بیزیبه کمک روش تقریب لاپلاس آشیانه ای جمع بستهINLA   راجب آن شرحداده می شود.در پایان از این مدل برای بررسی خطرنسبی مرگ ومیر ناشی از تصادفات رانندگی در استان کرمانشاه استفاده می شود.کلید واژها: نقشه بندی بیماریها، مدلهای فضایی، روش تقریب لاپلاس آشیانه ای جمع بسته، مدل BYM

  چکیدهپدیده انتظار کشیدن در صف با افزایش تراکم جمعیت و شهری شدن جامعه ، بیش از پیش گسترش یافته است هدف از این پایان نامه،پیش بینی زمان انتظار هر مشتری در مدل صف M/M/S   است .در این سیستم، تصمیم گیرنده گان قصد دارند نتایج مفیدی را با ارائه دانش کافی در مورد سیستم صف بدست آورند.در این پایان نامه برای مدلسازی صف M/M/S فرآیند زاد و مرگ مارکوفی را در نظر می گیریم، نرخ   ورود ? و دارای توزیع پواسون و فاصله زمانی بین دو ورود متوالی دارای توزیع نمایی و همچنین نرخ سرویس ? و دارای توزیع نمایی است .ما یکی از بانک های شهر کرمانشاه (بانک ملی) را انتخاب کرده تا عملکرد رفتار بانک با چند سرویس دهنده (باجه ) را مورد ارزیابی قرار دهیم . داده های مربوط به ورود و زمان سرویس هر مشتری در طول یک روز کاری بانک ( 6:30 صبح لغایت 12:30 بعد از ظهر ) یادداشت شده ، سپس پارامترهای مدل صف M/M/S با محاسبات ریاضی و نرم افزاری بدست آمد و با یکدیگر مقایسه شدند و سپس تایید می شوند که از دو روش نتایج بدست آمده برابرند.در پایان نیز به کمک شبیه سازی(فصل چهارم)پارامترهایی که از مدل واقعی بدست آمده اند،برآورد می شوند و مورد مقایسه قرار می گیرند و نتایج حاصل به بانک داده شده و با ارائه راهکار مناسب به کاهش طول صف و زمان انتظار مشتریان در صف و سیستم می پردازیم.کلید واژه ها : تئوری صف بندی در مدل M/M/S ، بانک ملی ایران ، توزیع احتمال ، شبیه سازی  

  زمانی که هدف یافتن موقعیت واحدهای با بیشترین میزان متغیر مورد مطالعه(نقاط‌کانونی)باشد، تعیین کاراترین روش‌ نمونه‌گیری اهمیت بالایی دارد. از جمله روش‌هایی که در جوامعفضایی به کار می‌روند، روش نمونه‌گیری سیستماتیک، روش نمونه‌گیری طبقه‌بندی و روش نمونه‌گیریسازوار است. در این پایان‌نامه کارایی روش‌های نمونه‌گیری مختلف از جمله نمونه‌گیریتصادفی ساده، نمونه‌گیری سیستماتیک، نمونه‌گیری طبقه‌بندی و نمونه‌گیری خوشه‌ای سازوارجهت موقعیت‌یابی نقاط‌کانونی مورد مطالعه قرار گرفته است.

اندازه‌گیری و مقایسه ریسک‌ها در فرآیند مدیریت بیمه امری ضروری است. زیرا اندازه‌گیری ریسک در بانک‌ها، شرکت‌های بیمه و سازمانهای مالی، اساس تصمیم‌گیری در تخصیص منابع‌شان را فراهم می‌کند. یکی از روشها، مقایسه بر مبنای بعضی از اندازه ریسک های مهم است و روش دیگر مقایسه ریسک ها با استفاده از ترتیب تصادفی است.   در این پایان‌نامه، تعمیمی از ترتیب محدب افزایشی به حالت چندمتغیره   را به منظور مقایسه بردارهای ریسکی که در هر دو اثرات حاشیه‌ای و ساختارهای وابسته بردارها به شمار می‌روند ارائه می‌کنیم. این تعمیم برای مقایسه بردارهای با مولفه‌های ناهمگن مناسب است و تعدادی از ویژگی‌های ترتیب محدب افزایشی یک متغیره را توسیع می‌دهد. به عنوان مثال، مساله مقایسه بردارهای با تابع مفصل یکسان را   می‌توان توسط روش امید دم شرطی چند متغیره، که توسط کازین و دی برناردینو معرفی شده، مورد بررسی قرار داد. توسیع دم شرطی و ارزش در معرض ریسک را نیز ارائه و پایایی آنها را در مقایسه با حالت یک متغیره مورد بررسی قرار می‌دهیم

مطالعه‌ی پراکنش درختان یک جنگل همواره مورد توجه پژوهشگران علم جنگل شناسی قرار داشته است. داده‌های مکان درختان یک جنگل طبیعی می‌تواند اطلاعات مفیدی در مورد پراکنش و ساختار گونه‌های مختلف درختان جنگلی و همچنین اثر متقابل بین آن‌ها در اختیار قرار دهد. در این تحقیق‏، داده‌های مکان درختان گونه‌ی بلوط ایرانی در یک طرح دو هکتاری از جنگل‌های زاگرس در منطقه حسن‌آباد مورد بررسی قرار ‌گرفته است. برای این منظور از روش‌های آماری‌ فرآیند نقطه‌ای فضایی در تحلیل داده‌های مکان درختان به ویژه آماره‌های خلاصه کننده‌ی پر کاربرد مانند تابع همبستگی زوجی و تابع J   استفاده شده است.   بر اساس نتایج، یک اثر متقابل مثبت (کپه‌ای شدن) بین درختان بلوط در فاصله‌های 2 تا 6 متری دیده شد در حالی که هیچ اثر متقابل معنی‏‌‌­داری برای سایر گونه‌ها ملاحظه نشد. به علاوه، شاهد یک اثر متقابل منفی (دفعی) بین بلوط و سایر گونه‌ها بودیم.

‏طرح‌های بهینه به عنوان ابزاری که به محقق در رسیدن به نتایج دقیق‌تری کمک می‌کند‏، از دیر‌باز مورد‌توجه بوده است. بسیاری از تحقیقات در مدل‌های خطی بر پایه‌ی نرمال بودن متغیر پاسخ انجام شده است. استقلال متغیرهای پیش‌گو‌کننده از دیگر شرط‌ها در کتاب‌های معمول مدل‌های خطی است. در این پایان‌نامه‏، مدل رگرسیون پواسون به عنوان حالت خاصی از مدل‌های خطی تعمیم‌یافته را بررسی می‌کنیم. هم‌چنین حالت‌هایی که در آن متغیرهای پیش‌گو‌کننده دارای وابستگی هستند را در نظر می‌گیریم. طرح‌های ‎‎$‎-A‎$‎‎‏بهینه برای مدل رگرسیون پواسون و رگرسیون ریج پواسون به دست آورده شده است. هم‌چنین پارامتر ریج را بر اساس روشی جدید محاسبه کرده‌ایم. روش جدید برای یافتن پارامتر ریج‏، با سایر روش‌های قبلی مقایسه شده است.

  در بررسی آماری جوامع فضایی دو بعدی که تهیه نقشه‌های مختلف یکی از اهداف آن است، کسب اطلاعات از همه نواحی مورد مطالعه اهمیت زیادی دارد. چون بررسی تمام نقاط نواحی بزرگ مشکل و در برخی موارد غیرممکن است، باید اطلاعات لازم را از طریق بررسی بخشی از آن ناحیه به عنوان نمونه به دست آورد. در جوامع معمولی و غیر فضایی که مختصات واحد نمونه مطرح نیست، معیار اصلی ارزیابی نمونه کارایی برآوردگر است. در نمونه‌گیری از نواحی دو بعدی غیر از کارایی و دقت برآوردگر، پوشش خوب کل ناحیه هم مطرح است. با توجه به اهمیت روش‌های نمونه‌گیری در جوامع دو بعدی، در این پایان نامه روش‌های نمونه‌گیری موجود در این زمینه مطالعه و به‌پوشی و کارایی آنها مورد بررسی قرار گرفته‌ است.‎

‏همه‌یماناراحتیناشیازانتظارکشیدندرصفراتجربهکرده‌ایم.   درترافیکیابرای‎پرداخت‎عوارضراه‏،دراتومبیلبهانتظارمی‌نشینیم‏،درفروشگاه‌هایبزرگبرای‎پرداخت‎بهایاقلامخریداریشدهودراداراتدولتیدرصفبهانتظارمی‌مانیم. مابهعنوانمشتریعموماًاینگونهانتظارکشیدنرادوستنداریمومدیرانموسساتیکهمادرصف‌هایآنهامی‌ایستیمنیزانتظارکشیدنمارادوستندارند‏،زیراممکناستاینصف‌هابرایآنهاهزینه‌هایداشتهباشد. علتاصلیتشکیلصفایناستکهتقاضابرایسرویسبیشازامکاناتسرویس‌دهیمی‌باشد. نظریهصفبامرتبطساختنعواملیچونزمانانتظاردرصف‏،طولصف‏و.... باخواصمفروضجریانورودیبهسیستموشیوهایسرویس‏،طرحیکسیستمبهینهرابرایکاهشخساراتناشیازتشکیلصفمی‌دهد. دراین‎پایان‎نامهپس‏ازارائه‌یمقدمهومفاهیماولیه‏،بهمطالعهمدلصفبندی‎‎Mb/M/1‎‎‏ می‌پردازیمبانرخورود‎‎پواسونکهمشتری‌هابهصورتدسته‌هایبا اندازهثابتمی‌باشدکهتوزیعسرویس‌دهندهنماییاست. وسپس‎‎مدلصفغیرمارکوف‎‎‎M/G/1‎‎‏ راموردبررسیقراردادهکهزمانسرویس‌دهیمشتریاندارایتابعتوزیعکلیباشدوبهمطالعهاجزاییچونطولصف‏،تعدادمشتریاندرسیستمودورهمشغولیسامانهرامطالعهمی‌کنیم. ودرآخرمدلصف‎‎‎Mx/G/1‎‎‏ رابررسیکردهوزمانانتظاردرسیستمودورهبیکاریودورهاشتغالو... درحالت‎پایا‎درصفوسرویسدهندهغیرقابلاعتمادراکهورودمشتریانبهصورتگروهیاستبدستمی‌آوریم. وتابعمولدآنهارادرحالت‎پایا‎رابررسیمی‌کنیم.