TY - JOUR T1 - Introduction Package CircOutlier For Detection of Outliers in Circular-Circular Regression TT - معرفی بسته CircOutlier برای شناسایی داده‌های پرت در رگرسیون دایره‌ای-دایره‌ای JF - Andishe-_ye-Amari JO - Andishe-_ye-Amari VL - 20 IS - 2 UR - http://andisheyeamari.irstat.ir/article-1-402-fa.html Y1 - 2015 SP - 11 EP - 16 KW - Detection of Outlier in Circular-Circular Regression KW - R Software KW - CircOutlier Package. N2 - یکی از مسائل مهم در هر تحلیل آماری، وجود مشاهدات غیرمنتظره است. بعضی از مشاهدات بخشی از مسائل مورد مطالعه نیستند و به عنوان داده پرت شناخته شده‌اند. بررسی‌ها نشان داده است که داده‌های پرت بر عملکرد روش‌های استاندارد آماری در مدل‌ها و پیش‌‌بینی‌ها تأثیر می‌گذارد. هدف این مقاله ارائه بسته‌ی موجود در نرم‌افزار‎‏‎ ‎R‎ ‎ برای شناسایی داده پرت در رگرسیون دایره‌ای-دایره‌ای است که توسط نگارنده این مقاله نوشته شده است. ابتدا توضیح مختصری در مورد داده دایره‌ای و رگرسیون دایره‌ا‏ی داده می‌شود‏، سپس بسته‌های موجود در نرم‌افزار ‎ R ‎برای انجام رگرسیون دایره‌ای معرفی شده، توابع موجود در بسته ‎ CircOutlier ‎ شرح داده می‌شود و برای هر کدام از توابع مثالی ارائه خواهد شد. M3 ER -