[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: جلد 23، شماره 2 - ( پاییز و زمستان 1397 ) ::
جلد 23 شماره 2 صفحات 37-46 برگشت به فهرست نسخه ها
مانده‌های ورونوی و کاربرد آنها در ارزیابی برازش مدل‌های فرایند نقطه‌ای: یک مطالعه کاربردی
حمیده ارژنگ دمیرچی، رضا پورطاهری
دانشگاه علامه طباطبایی
چکیده:   (499 مشاهده)

مدل‌های فرایند نقطه‌ای زیادی برای بررسی انواع رشته‌های علمی از قبیل: زمین‌شناسی، پزشکی، ستاره‌شناسی، جنگل‌داری، محیط ‌‌زیست و غیره پیشنهاد شده‌اند. مسئلۀ ارزیابی برازش این مدل‌ها مهم است. روش‌های مبنی بر مانده‌ها، ابزارهای مناسبی برای ارزیابی نیکویی برازش مدل‌های فرایند نقطه‌ای فضایی هستند. در این مقاله ابتدا مفاهیم مرتبط با مانده‌های ورونوی بررسی می‌شود، در ادامه پس از برازش یک فرایند نقطه‌ای خوشه‌ای به مجموعه‌داده‌های موقعیت درختان جنگل گیلان، با استفاده از این مانده‌ها مدل پیشنهاد شده ارزیابی می‌شود.

واژه‌های کلیدی: فرایند نقطه‌ای فضایی، الگوی نقطه‌ای فضایی، خانۀ ورونوی، سنگ‌فرش ورونوی، مانده‌ها‌ی ورونوی.
متن کامل [PDF 793 kb]   (48 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۷/۴/۱۹ | پذیرش: ۱۳۹۷/۱۲/۹ | انتشار: ۱۳۹۸/۲/۵
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Arzhangdamirchi H, Pourtaheri R. Voronoi Residuals and their Application in Assessing the Fit of Poin Process Models‎: ‎An Applied Study. Andishe. 2019; 23 (2) :37-46
URL: http://andisheyeamari.irstat.ir/article-1-525-fa.html

ارژنگ دمیرچی حمیده، پورطاهری رضا. مانده‌های ورونوی و کاربرد آنها در ارزیابی برازش مدل‌های فرایند نقطه‌ای: یک مطالعه کاربردی. اندیشه آماری. 1397; 23 (2) :37-46

URL: http://andisheyeamari.irstat.ir/article-1-525-fa.html



جلد 23، شماره 2 - ( پاییز و زمستان 1397 ) برگشت به فهرست نسخه ها
مجله اندیشه آماری Andishe _ye Amari
Persian site map - English site map - Created in 0.05 seconds with 32 queries by YEKTAWEB 3977