انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Evaluation of the statistical thinking of mathematics education undergraduate students in the topic of graph literacy based on the framework of Wilde and Pfannkuch ارزیابی تفکر آماری دانشجومعلمان کارشناسی رشته آموزش ریاضی در مبحث سواد نموداری بر اساس چارچوب وایلد و فنکوچ 1 13 723310 FA نفیسه آزادی دانشجوی دکترا دانشگاه تربیت دبیر شهید رجایی تهران ابراهیم ریحانی دانشیار گروه ریاضی دانشگاه تربیت دبیر شهید رجایی تهران آناهیتا کمیجانی دانشجوی دکترا دانشگاه تربیت دبیر شهید رجایی تهران احسان بهرامی‌ سامانی دانشیار گروه آمار دانشگاه شهید بهشتی تهران Journal Article 2025 05 01 The purpose of this research is to investigate the statistical thinking of undergraduate student teachers in the field of mathematics education in the topic of diagrammatic literacy based on the framework of Wilde and Fenkoch. For this purpose, a questionnaire including 9 diagram literacy questions (box diagram) was designed. The questions were classified based on the componentsoftheWildeandFenkochframework. Questionnairewascompletedby50studentteachersofmatheducation of Farhangian University of Education and Training of the director of Shahid Darjaei (boys and girls). The responses were leveled based on Watson’s framework, which is a modification of Solow’s model. The significance of the gender differences of student teachers was not confirmed statistically. The findings showed that most of the student teachers’ answers in all statistical components are at the relational level, but the results showed the average performance of the student teachers in the components of statistical thinking in the topic of graph literacy. هدف این پژوهش بررسی تفکر آماری دانشجومعلمان کارشناسی رشته آموزش ریاضی در مبحث سواد نموداری بر اساس چارچوب وایلد و فنکوچ است. بدین منظور پرسشنامه‌ای شامل 9 سؤال سواد نموداری (نمودار جعبه‌ای) طراحی گردید. سؤالات براساس مؤلفه‌های چارچوب وایلد و فنکوچ، طبقه‌بندی شدند. پرسشنامه توسط 50 دانشجومعلم رشته آموزش ریاضی دانشگاه‌های فرهنگیان و تربیت دبیرشهیدرجایی (دختر و پسر) تکمیل‌گردید. پاسخ‌ها براساس چارچوب واتسون که جرح و تعدیل یافته‌ای از مدل سولو است، سطح‌بندی شدند. معناداری تفاوت‏های جنسیتی دانشجومعلمان از نظر آماری تایید نشد. یافته‌ها نشان‌داد که بیشتر پاسخ‌های دانشجومعلمان در تمامی مؤلفه‌های آماری در سطح رابطه‌ای قرار دارد اما نتایج عملکرد متوسط دانشجومعلمان در مؤلفه‌های تفکر آماری را در مبحث سواد نموداری نشان‌داد.

https://andisheyeamari.irstat.ir/article_723310_6ae336c3d49a6e4b475d859730fbc07a.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Methodology of science from the point of view of Poincaré روش شناسی علم از دیدگاه پوانکاره 15 22 723311 FA علی صفدری وایقانی گروه ریاضی، دانشگاه علامه طباطبایی Journal Article 2025 05 01 In this paper, we take a look at Henri Poincaré’s view on the methodology of mathematics, taken from the book Science and Method, and look at the role of choosing facts in the discovery of mathematics. The author deals with the foundations of the methodology of science and beautifully explains the future of mathematics and the direction of the development of mathematics, which started from the past and is continuing, and impresses the reader with this deep thinking. The author’s belief in the framework of discovery of mathematical rules based on facts is well evident in this book. Poincaré’s profound thinking in studying the laws of chance and its hidden realities in relation to the facts of existence is undeniable. This short article presents a selection of the content of the first part of the book to get familiar with it. در این نوشتار نگاهی به دیدگاه آنری پوانکاره درباره روش‌شناسی علم ریاضی برگرفته از کتاب علم و روش پرداخته و به نقش انتخاب حقایق در اکتشاف علم ریاضی می‌نگریم. نویسنده به بنیان‌های روش‌شناسی علم می‌پردازد و آینده ریاضیات و راستای گسترش علم ریاضی که از گذشته شروع و در حال ادامه است را به زیبایی تبیین کرده و خواننده را تحت تاثیر این تفکر عمیق قرار می‌دهد. باور نویسنده به چهارچوب اکتشاف قوانین ریاضی مبتنی بر حقایق به خوبی در این کتاب مشهود است. تفکر ژرف پوانکاره در مطالعه قوانین شانس و واقعیت‌های پنهان آن در ارتباط با حقایق هستی انکار ناپذیر است. این نوشته کوتاه گزیده‌ای از محتوی بخش اول کتاب جهت آشنایی با آن را ارایه می‌نماید.

https://andisheyeamari.irstat.ir/article_723311_5c33600d39a5edf00192302dd1ae84e0.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Correcting Boosted Mixture Learning method using Vuong’s test and its application in the Gamma Mixture Model تصحیح روش یادگیری آمیخته تقویت شده با استفاده از آزمون وونگ و کاربرد آن در مدل آمیخته گاما 23 32 723312 FA صدیقه زمانی مهریان گروه آمار، دانشگاه بین‌المللی امام خمینی، قزوین، ایران، zamani@sci.ikiu.ac.ir 0000-0001-9953-8203 Journal Article 2025 05 01 The boosted mixture learning method, BML, is an incremental method to learn mixture models for the classification prob lem. In each step of the boosted mixture learning method, a new component is added to the mixture model according to an objective function to ensure that the objective function is maximized. Sometimes the likelihood function or equivalently information criteria are defined as the objective function of BML. The mixture model is updated whenever a new component is added to the mixture model based on the maximum likelihood function and information criteria. Since the information criteria does not have the ability to identify equivalent models, therefore, it is possible that the new mixture model and the current mixture model are equivalent. In this paper, the boosted mixture learning method has been corrected using Vuong’s model selection test, which has the ability to identify equivalent models. The performance of two learning methods is eval uated over simulation data and over the U.S. imports of goods by customs basis. روش یادگیری آمیخته تقویت شده ‎(BML)، روشی فزاینده برای یادگیری مدل‌های آمیخته در مسئله طبقه‌بندی است. در هر مرحله از روش یادگیری آمیخته تقویت شده، مولفه جدیدی با توجه به یک تابع هدف در جهت به حداکثر رساندن تابع هدف به مدل آمیخته اضافه می‌شود. از جمله توابع هدف مورد استفاده در این روش، تابع درستنمایی و به‌طور معادل معیارهای اطلاع هستند. در این روش مولفه جدیدی به مدل آمیخته اضافه می‌شود که باعث بیشترین افزایش تابع درستنمایی شود. چون تابع درستنمایی و معیارهای اطلاع توانایی تشخیص مدل‌های معادل را ندارد، بنابراین ممکن است مدل‌ آمیخته جدید و مدل آمیخته فعلی معادل باشند و اضافه کردن مولفه جدید به مدل آمیخته فعلی باعث بهبود مدل نشود. در این مقاله روش یادگیری آمیخته تقویت شده با استفاده از آزمون انتخاب مدل وونگ که توانایی تشخیص مدل‌های معادل را دارد، تصحیح شده است. همچنین عملکرد دو روش یادگیری با استفاده از داده‌های شبیه‌سازی و مجموعه داده‌های واردات کالای ایالات متحده توسط گمرک ارزیابی شده است.

https://andisheyeamari.irstat.ir/article_723312_10fe2a7b45693aa3338675ebaf5eca53.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Determining the Optimal Model in the Queuing System Er/M/2 تعیین مدل بهینه در سیستم صف‌بندی Er/M/2 33 39 723313 FA شهرام یعقوب زاده شهرستانی گروه آمار، دانشگاه پیام نور، تهران، ایران Journal Article 2025 05 01 In this article, the optimal model is determined for the family of models {Er/M/2,r = 1,2,···} with interarrival times with Erlang distribution and service times with exponential distribution. The method of choosing the optimal model is that first, a cost function is introduced, and then a new index is introduced according to the cost function and the stationary probability of the system called SER. A model with a larger SER index is optimal. Also, to describe the method used in this article to determinine the optimal model, the Monte Carlo simulation method and numerical example are used. در این مقاله برای خانواده مدل‌های ‎‎$‎‎‎{E_r/M/2, r=1,2,cdots}‎$‎‏ با زمان‌های بین ورودهای دارای توزیع ارلانگ و زمان‌های سرویس با توزیع نمایی‏، مدل بهینه تعیین می‌شود. ‎‏روش انتخاب مدل بهینه به این صورت است که ابتدا تابع هزینه معرفی و سپس شاخصی جدید بر حسب تابع هزینه و احتمال پایایی سیستم به نام ‎$SER‎$‎ معرفی می‌شود. مدلی بهینه است که ‏ دارای شاخص ‎$‎SER‎‎$‎‎‏ بزرگ‌تری باشد. همچنین برای تشریح روش تعیین مدل‌ بهینه از تحلیل عددی استفاده می‌شود.

https://andisheyeamari.irstat.ir/article_723313_55c111f23d2f2a8c1943a59fe217aed2.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Modelling of functional data using principal component regression approach based on the generalized cross validation criterion مدل‌بندی داده‌های تابعی با رویکرد رگرسیون مولفه اصلی بر اساس معیار اعتبار سنجی متقابل تعمیم یافته 41 52 723314 FA مهدی روزبه هیئت علمی گروه آمار، دانشگاه سمنان، سمنان، ایران آرتا روحی دانش آموخته کارشناسی ارشد آمار، دانشگاه سمنان، سمنان، ایران فاطمه جهادی دانش آموخته کارشناسی ارشد آمار، دانشگاه سمنان، سمنان، ایران Journal Article 2025 05 01 Functional data analysis is used to develop statistical approaches to the data sets that are functional and continuous es sentially, and because these functions belong to the spaces with infinite dimensional, using conventional methods in classical statistics for analyzing such data sets is challenging. The most popular technique for statistical data analysis is the functional principal components approach, which is an important tool for dimensional reduction. In this research, using the method of functional principal component regression based on the second derivative penalty, ridge and lasso, the analysis of Canadian climate and spectrometric data sets is proceed. To do this, to obtain the optimum values of the penalized parameter in pro posed methods, the generalized cross validation, which is a valid and efficient criterion, is applied. تحلیل داده‌های تابعی برای توسعه رویکردهای آماری در داده‌هایی مورد استفاده قرار می‌گیرد که دارای ماهیت تابعی و پیوسته هستند و چون این توابع به فضاهای با بعد بی‌نهایت تعلق دارند، استفاده از روش‌های متداول در آمار کلاسیک برای تحلیل آن‌ها، با چالش روبرو است. مشهورترین تکنیک تحلیل داده‌های آماری، رویکرد مولفه‌های اصلی تابعی می‌باشد که ابزاری مهم برای کاهش بعد است، در این مقاله با استفاده از روش رگرسیون مولفه اصلی تابعی براساس جریمه‌ مشتق دوم، ریج و لاسو به تحلیل داده‌های تابعی آب و هوای کانادا و داده‌های تابعی طیف‌سنج پرداخته خواهد شد. بدین منظور برای تعیین مقدار بهینه پارامتر جریمه در روش‌های مورد استفاده از اعتبار سنجی متقابل تعمیم یافته‏‏، که معیاری معتبر و کارآمد است‏، استفاده می‌گردد.

https://andisheyeamari.irstat.ir/article_723314_7461d9c65f9a173b696c65e6dde68f81.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Using the generalized maximum Tsallis entropy for estimating the Ridge regression parameter استفاده از ماکسیمم آنتروپی تی سالیس تعمیم یافته برای برآورد پارامتر رگرسیون ستیغی 53 59 723315 FA منیژه صانعی طبس گروه آمار دانشکده ریاضی آمار و علوم کامپیوتر دانشگاه سیستان و بلوچستان Journal Article 2025 05 01 Regression analysis using the method of least squares requires the establishment of basic assumptions. One of the problems of regression analysis in this way faces major problems is the existence of collinearity among the regression variables. Many methods to solve the problems caused by the existence of the same have been introduced linearly. One of these methods is ridge regression. In this article, a new estimate for the ridge parameter using generalized maximum Tsallis entropy is presented and we call it the Ridge estimator of generalized maximum Tsallis entropy. For the cement dataset Portland, which have strong collinearity and since 1332, different estimators have been presented for these data, this estimator is calculated and We compare the generalized maximum Tsallis entropy ridge estimator, generalized maximum entropy ridge estimator and the least squares estimator. تحلیل رگرسیون به روش کمترین توان های دوم مستلزم برقراری فرضیات زیربنایی است. یکی از مسائلی که تحلیل رگرسیون به این روش را با مشکلات عمده مواجه می سازد وجود هم خطی در بین متغیرهای رگرسیونی است. روش های زیادی برای حل مشکلات ناشی از وجود هم خطی معرفی شده اند. یکی از این روش ها رگرسیون ستیغی است. در این مقاله یک برآورد جدید برای پارامتر ستیغی به کمک ماکسیمم آنتروپی تی سالیس تعمیم یافته ارائه داده وآن را برآوردگر ریج ماکسیمم آنتروپی تی سالیس مرتبه دو تعمیم یافته می نامیم. برای مجموعه داده های سیمان پرتلند که از هم خطی قوی برخوردار هستند و از سال ۱۳۳۲ ، برآوردگرهای مختلفی برای این داده ها ارائه شده است این برآورد گر را محاسبه و با برآوردگر ستیغی ماکسیمم آنتروپی تعمیم یافته و برآوردگر کمترین توان های دوم مقایسه می کنیم

https://andisheyeamari.irstat.ir/article_723315_bb10f3c46710c77ebb491b63343af49c.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Distribution of failures of a coherent system under the condition of operating the system with discrete lifetimes توزیع خرابی‌های یک سیستم منسجم تحت شرط کار کردن سیستم با طول های عمر گسسته 61 69 723316 FA محمد جریره دانشجوی دکتری دانشگاه اصفهان Journal Article 2025 05 01 In this article, the number of failures of a coherent system has been studied under the assumption that the lifetime of system components are non-distributed discrete and dependent random variables. First, the probability that exactly i Failure i = 0, ..., n − k, in a system k From n Under the condition that the system at the time of monitoring t it works it will be counted. In the following, this result has been generalized to other coherent systems. In addition, it has been shown that in the case of independence and co-distribution of component lifetimes, the probability obtained is consistent with the corresponding probability in the continuous state obtained in the existing literature. Finally, by presenting practical examples, the behavior of this probability has been investigated in the case that the system components have interchangeable and necessarily non distributed lifetimes. در این در این مقاله‎‏‏، تعداد خرابی یک سیستم منسجم‎ ‏تحت فرض این‌که طول عمر مؤلفه‌های سیستم‏، متغیرهای تصادفی گسسته‌ و وابسته‌ی غیرهم‌توزیع می‌باشند‏، مورد مطالعه قرار گرفته است. ابتدا، احتمال این‌که دقیقاً ‎‎‎‎i‎‎‎‏‎ خرابی‏،‎ ‎‎i=0, ..., n-k‎‎‏‏، در یک سیستم ‎‎k از ‎n‎ تحت شرطی که سیستم در زمان نظارت ‎t کار می‌کند‏، محاسبه می‌شود. در ادامه، این نتیجه را به سایر سیستم‌های منسجم تعمیم داده شده است. علاوه بر این، نشان داده شده است که در حالت استقلال و هم‌توزیعی طول‌های عمر مؤلفه‌ها‏، احتمال به‌دست‌آمده با احتمال متناظر در حالت پیوسته به دست آمده‌ی در ادبیات موجود‏، مطابقت دارد. در نهایت با ارائه‌ی مثال‌های کاربردی‏، رفتار این احتمال در حالتی که مولفه‌ها‏ی سیستم دارای طول‌های عمر تبادل‌پذیر و لزوماً غیرهم‌توزیع می‌باشند‏، بررسی شده است

https://andisheyeamari.irstat.ir/article_723316_77a13492bc80617c80584bc8ac8c9bd4.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Two-stage Cluster Sampling Design in Field Researches continuing title in this line (if required) طرح نمونه‌گیری خوشه‌ای دومرحله‌ای در تحقیق‌های میدانی 71 79 723332 FA کامران میرزایی سازمان دامپزشکی ایران، اپیدمیولوژیست مریم پارسائیان دانشجوی دکتری، دانشکده روانشناسی و علوم تربیتی، دانشگاه تهران، تهران، ایران Journal Article 2025 05 01 In the present article, an attempt has been made to provide a fully operational and useful guide regarding the implemen tation of two-stage cluster sampling plan in field research, which is one of the most widely used sampling plans according to the current conditions and facilities in the country. . In addition, for further use by researchers in this field, this article provides codes for implementing two-stage cluster sampling with unequal size based on probability proportional to size along with an example on two-stage cluster sampling with probability proportional to size (PPS) with hypothetical data using R software is included. در مقاله حاضر سعی شده است راهنماییِ کاملاً عملیاتی و مفیدی در خصوص اجرای طرح نمونه‌گیری خوشه‌ای دومرحله‌ای در پژوهش‌های میدانی ارائه شود که با توجه به شرایط و امکانات فعلی موجود در کشور، از پرکاربردترین طرح‌های نمونه‌گیری است. به علاوه برای استفاده بیشتر محققان در این حوزه، در این مقاله کدهایی برای اجرای نمونه‌گیری خوشه‌ای دومرحله‌ای با حجم غیریکسان بر اساس احتمال متناسب با اندازه به همراه مثالی در مورد نمونه‌گیری خوشه‌ای دومرحله‌ای با احتمال متناسب با اندازه (PPS) با داده‌های فرضی با استفاده از نرم‌افزار R آورده شده است.

https://andisheyeamari.irstat.ir/article_723332_2c302d2f03a0803f064d48da88fbb095.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Investigation of multiplicative bias correction method using asymmetric kernels بررسی روش تصحیح بایاس ضربی با استفاده از هسته‌های نامتقارن 81 94 723333 FA لیلا رجبی کارشناسی ارشد آمار، دانشگاه شهید چمران اهواز بهزاد منصوری دانشیار آمار، دانشگاه شهید چمران اهواز Journal Article 2025 05 01 Kernel density estimation is a standard method for estimating the probability density function, which in many cases works well. However, it has been found that it does not work well for negative, sloping, and wide-tail distributions, which are commonfeatures of the distribution of longevity, income, and so on. The purpose of this paper is to evaluate the performance of multiplicative bias correction (MBC) methods using asymmetric kernel estimators and compare this estimator with other boundary problem solving methods. In this paper, in addition to introducing MBC methods in combination with asymmetric kernel estimators, a simulation study shows that this estimator can, in some cases, provide a much better fit for density estimation than the standard kernel estimator. MBC methods using asymmetric kernel estimators were also used to estimate the lifetime density of transplanted corneas in 119 patients. تخمین چگالی هسته یک روش استاندارد برای تخمین تابع چگالی احتمال است که در بسیاری از موارد به خوبی کار می‌کند. با این حال، مشخص شده است که برای توزیع‌های منفی، شیب‌دار و دم پهن که از ویژگی‌های مشترک توزیع طول عمر، درآمد و غیره هستند، به خوبی کار نمی‌کند. هدف از این مقاله ارزیابی عملکرد روش‌های تصحیح بایاس ضربی (MBC) با استفاده از تخمین‌گرهای هسته نامتقارن و مقایسه این تخمین‌گر با سایر روش‌های حل مسئله مرزی است. در این مقاله، علاوه بر معرفی روش‌های MBC در ترکیب با تخمین‌گرهای هسته نامتقارن، یک مطالعه شبیه‌سازی نشان می‌دهد که این تخمین‌گر می‌تواند در برخی موارد، برازش بسیار بهتری برای تخمین چگالی نسبت به تخمین‌گر هسته استاندارد ارائه دهد. روش‌های MBC با استفاده از تخمین‌گرهای هسته نامتقارن همچنین برای تخمین چگالی طول عمر قرنیه‌های پیوندی در 119 بیمار استفاده شدند.

https://andisheyeamari.irstat.ir/article_723333_39fcd92b355b6f8ca31076680d027f9d.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Compound optimal design approach under Type-II progressive censoring with random removal dependent on the failure distances رویکرد بهینه‌یابی ترکیبی تحت سانسور فزاینده نوع دوم با خروج تصادفی وابسته به فواصل شکست 95 103 723334 FA فاطمه حسن تبار دانشجوی دکتری، دانشکده ریاضی، آمار و علوم کامپیوتر، پردیس علوم، دانشگاه تهران، تهران، ایران فیروزه حقیقت دانشیار، دانشکده ریاضی، آمار و علوم کامپیوتر، پردیس علوم، دانشگاه تهران، تهران، ایران سمانه افتخاری مهابادی Journal Article 2025 05 01 In Type-II progressive censoring, determining the optimal censoring scheme among all those available censoring schemes is an essential practical issue. Multi-objective optimal approach try to find the optimal design by considering multiple objec tives simultaneously. In this article, by considering two criteria and using compound optimal approach, the optimal random removal vector is obtained in Type-II progressive censoring design with dependent random removal mechanism based on logit link function. The considered dependent random removal mechanism based on thelogit link function, including tunning parameters which are determined by the experimenter according to the goals of experiment and possible failure distances. These parameters adjust the removal probability in the random removal mechanism in order to reduce the cost and time of experiment. Determining the optimal value of these parameters according to the optimal criterion results in the optimal removal vector. Simulation studies are conducted to evaluate the compound optimal approach and compare the performance of the proposed approach with single-objective optimal design. At the end, the conclusions and few possible further works are presented. از میان بردار خروج‌های مختلف در سانسور فزاینده نوع دوم، یافتن بردار خروج بهینه با استفاده از رویکردهای بهینه‌یابی در آزمایشات طول‌عمر مورد توجه است. رویکردهای بهینه‌یابی چند-هدفه با در نظر گرفتن چند هدف بصورت همزمان، سعی در یافتن طرح بهینه می‌نمایند. در این مقاله با در نظر گرفتن دو معیار و استفاده از رویکردهای بهینه‌یابی ترکیبی، بردار خروج بهینه در سانسور فزاینده نوع دوم با مکانیسم خروج تصادفیِ وابسته مبتنی بر تابع ربط لوجیت به دست آورده می‌شود. مکانیسم خروج تصادفیِ وابسته‌ مبتنی بر مدل لوجیت در نظر گرفته شده، شامل پارامترهای تنظیمی است که بوسیله آزمایشگر و با توجه به اهداف آزمایش و فواصل شکست احتمالی تنظیم و تعیین می‌گردد. این پارامترها، امکان تنظیم احتمال خروج را در مکانیسم سانسور در جهت کاهش هزینه و زمان آزمایش فراهم می‌کند. تعیین مقدار بهینه این پارامترها با توجه به معیار بهینگی مد نظر، بردار خروج بهینه را نتیجه می‌دهد. مطالعات شبیه‌سازی برای ارزیابی رویکرد بهینه‌یابی ترکیبی و مقایسه آن با معیارهای بهینه‌یابی تک-هدفه در مکانیسم سانسور تصادفیِ وابسته انجام می‌گردد. در انتها نتایج و پیشنهادات ارائه شده است

https://andisheyeamari.irstat.ir/article_723334_e0f6040ec39d6245df9591260d801453.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Application of Focus Group Method in Modified fuzzy DEMATEL technique (Integration of effective factors in lean and sustainable construction) کاربرد روش گروه کانونی در تکنیک دیمتل فازی توسعه یافته (یکپارچه سازی عوامل موثر در ساخت و ساز ناب و پایدار) 105 120 723335 FA فریبا شکوهی دانشگاه ازاد اسلامی واحد علوم و تحقیقات گروه مهندسی و مدیریت ساخت Journal Article 2025 05 01 Collecting valid and efficient data is one of the primary challenges of scientific research. Quantitative or qualitative data usually is collected during questionnaire surveys or interviews by experts after determining the study scope and population number. These methods consume considerable time rounds and costs, specially faced with social constraints such as the Qovid 19 pandemic. Therefore, new communication technologies are necessary for faster, less costly, and more effective methods. This study aims to introduce the ”Focus Group” method in qualitative fuzzy-based studies. We express the history, instruction, and advantages of the approach. It overcomes some research limitations in multidimensional, interdisciplinary, and ambiguous issues. This method reduces the possibility of omitted variables in an integrated system with high speed and accuracy of expert opinion collection via a deep, systematic, and efficient approach using online technology. An example of the Focus Group method application is presented in a study of the integration of influential variables in lean and sustainable construction using a fuzzy DEMATEL method. نحوه جمع آوری داده‌ها‌ی معتبر و کارا از اولین چالش های یک تحقیق علمی است. غالباً داده‌های کمی یا کیفی از طریق نظرسنجی پرسشنامه‌ای پس از تعیین دامنه و تعداد نمونه از فرمولهای آماری و یا انجام مصاحبه با خبرگان به دست می‌آید. کاربرد این روش ها با صرف زمان و هزینه قابل توجه و محدودیت هایی همراه است. لذا جستجوی روش های موثر، سریع وکم هزینه تر با بهرهگیری از فناوری های ارتباطی نوین، ضروری است. هدف از این مطالعه معرفی روش "گروه کانونی" به عنوان یک روش عمیق، ساختاریافته و موثر در جمعآوری داده‌های کیفی بخصوص در روش‌های فازی است و با بررسی پیشینه، شیوه اجرا و بیان مزایای کاربردی آن در رفع برخی محدودیت تحقیقاتی، بویژه در جمع‌بندی آرای خبرگان در مسائل چند بعدی، میان رشتهای و مبهم می‌پردازد. این روش امکان حذف برخی متغیرهای ناشناخته در یک مطالعه را کاهش داده، با سرعت و دقت بالا، به جمعآوری و یکپارچه سازی داده‌ها کمک می‌کند. در این مقاله، یک نمونه از کاربرد روش گروه کانونی در یکپارچه سازی شاخص‌های تئوری ساخت ناب و پایدار با روش دیمتل خبرۀ فازی ارائه شده است.

https://andisheyeamari.irstat.ir/article_723335_ce6b52c7ffb922ef7d44787def0a0298.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 27 2 2023 02 20 Robust estimates in the Poisson regression model برآوردهای توانمند در مدل رگرسیون پواسون 121 135 723336 FA امیررضا محمودی دانش‌آموخته کارشناسی ارشد، دانشکده علوم پایه، دانشگاه یاسوج، یاسوج، ایران. روح‌الله روزگار گروه ریاضی، دانشکده علوم، دانشگاه یاسوج، یاسوج، ایران Journal Article 2025 05 01 Many regression estimation methods are severely affected by outliers, and large errors occur in their estimates. In recent years, robust methods have been developed to solve this problem. The minimum divergence density power estimator is an estimation method based on the minimum distance between two density functions, which provides robust estimation in situations where the data contains a number of outliers. In this study, we present the robust minimum divergence density power estimator method for estimating the parameters of the Poisson regression model, which can produce robust estimators with minimal loss in efficiency. We will also examine the performance of the proposed estimators by providing a real example. سیاری از روش‌های برآوردیابیِ رگرسیونی در مواجه با داده‌های پرت به شدت تحت تأثیر قرار می‌گیرند و خطاهای زیادی در برآوردهای حاصل از آنها رخ می‏‏‏‏‏دهد. در سال‏های اخیر، برای حل این مشکل روش‏های توانمندی توسعه یافته اند. برآوردگر حداقل واگرایی توان چگالی یک روش برآورد بر مبنای حداقل فاصله بین دو تابع چگالی است که این روش، برآورد توانمندی در مواجه با موقعیت‌هایی که داده‌ها شامل تعدادی داده پرت هستند ارائه می‌دهد. در این پژوهش، روش برآوردگر توانمند حداقل واگرایی توان چگالی را برای برآورد پارامترهای مدل‌ رگرسیون پواسون ارائه می کنیم که می‌تواند برآورد‌گرهای توانمند با کمترین نقصان در کارایی تولید کند. همچنین عملکرد برآوردگرهای پیشنهادی را از طریق ارائه مثال واقعی مورد بررسی قرار خواهیم داد

https://andisheyeamari.irstat.ir/article_723336_173a7645e397bbff17714f0a6819ce26.pdf