انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Two-sided tolerance interval for exponential distribution based on records فاصله تحمل دو طرفه برای توزیع نمایی بر اساس رکوردها 1 9 724089 FA مهران نقی زاده قمی استادیار گروه آمار دانشگاه مازندران سید محمد تقی کامل میرمصطفائی استادیار گروه آمار دانشگاه مازندران مریم وحیدیان کارشناسی ارشد آمار از دانشگاه مازندران Journal Article 2025 05 13 A tolerance interval is a random interval that includes a proportion of the population under study with a certain level of confidence and is used in many applications, including reliability and quality control. In this paper, we derive a two-sided tolerance interval for an exponential population based on record data. An example of real record data is provided. Finally, we investigate the accuracy of the presented tolerance intervals using a simulation study. فاصله تحمل یک فاصله تصادفی است که با یک سطح اطمینان مشخص، نسبتی از جامعه مورد بررسی را در بر می گیرد و در بسیاری از زمینه های کاربردی از جمله قابلیت اعتماد و کنترل کیفیت مورد استفاده قرار می گیرد. در این مقاله، فاصله تحمل دو طرفه را برای جامعه نمایی بر اساس داده های رکوردی به دست می آوریم. مثالی از داده های رکوردی واقعی ارائه شده است. در پایان، به کمک مطالعه شبیه سازی دقت فاصله های تحمل ارائه شده را مورد بررسی قرار می دهیم.

https://andisheyeamari.irstat.ir/article_724089_abb740885a1eb64c9d33b540a69c91e3.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Introducing the CircOutlier package for identifying outliers in circular-circular regression معرفی بسته CircOutlier برای شناسایی داده‌های پرت در رگرسیون دایره‌ای-دایره‌ای 11 16 724090 FA آزاده غضنفری حصاری دانشجوی کارشناسی ارشد آمار ریاضی دانشگاه فردوسی مشهد، مجید سرمد استادیار دانشگاه فردوسی مشهد Journal Article 2025 05 13 One of the important issues in any statistical analysis is the presence of unexpected observations. Some observations are not part of the data under study and are known as outliers. Studies have shown that outliers affect the performance of standard statistical methods in models and predictions. The purpose of this article is to present a package in the R software for identifying outliers in circular-circular regression, which was written by the author of this article. First, a brief explanation of circular data and circular regression of data is given, then the packages in the R software for performing circular regression are introduced, the functions in the CircOutlier package are described, and an example is provided for each of the functions. 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.

https://andisheyeamari.irstat.ir/article_724090_fe9fa4062ff5fa193820b91bc8124ced.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Estimating a sequence of linear combinations of location and scale parameters in a negative exponential distribution برآورد دنباله‌ای ترکیب خطی از پارامترهای مکان و مقیاس در توزیع نمایی منفی 17 22 724091 FA عیسی محمودی عضو هیات علمی(دانشیار)- دانشگاه یزد- دانشکده ریاضی- گروه آمار معصومه رفیعی دانش آموخته کارشناسی ارشد آمار- دانشگاه یزد- دانشکده ریاضی- گروه آمار Journal Article 2025 05 13 The sequential estimation method is used when the sample size used is not a fixed value or the problem cannot be solved by the fixed sample size method. The sequential estimation of the mean of an exponential distribution (one-parameter and two-parameter) is one of the important problems whose practical importance has attracted the attention of many authors. Most of the research has been conducted on the exponential distribution (one or two parameters). In this paper, the two-stage sampling method for estimating the linear combination of location and scale parameters in the two-parameter exponential distribution (negative exponential) which was first proposed by Zacks and Mukhopadhyay in 2007 is investigated. Finally, simulations are given to show the correctness of what has been proven theoretically. روش برآورد دنباله‌ای زمانی مورد استفاده قرار می‌گیرد که حجم نمونه استفاده شده مقداری ثابت نباشد و یا مساله با روش اندازه‌ی نمونه ثابت قابل حل نباشد. برآورد دنباله‌ای میانگین توزیع نمایی (یک پارامتری و دو پارامتری) یکی از مسائل مهمی است که اهمیت کاربردی آن توجه نویسندگان زیادی را به خود جلب کرده است. اکثر پژوهش‌ها بر روی توزیع نمایی (یک یا دو پارامتری) صورت گرفته است. در این مقاله روش نمونه‌گیری دومرحله‌ای برای برآورد ترکیب خطی از پارامترهای مکان و مقیاس در توزیع نمایی دو پارامتری (نمایی منفی) که برای اولین بار توسط موخوپادهای و زاکس ‎Zacks and Mukhopadhyay‎ در سال ‎2007‎ پیشنهاد شده است، مورد بررسی قرار می‌گیرد. در نهایت برای نشان دادن درستی آنچه به صورت تئوری اثبات شده است، شبیه سازی‌هایی آورده می‌شود

https://andisheyeamari.irstat.ir/article_724091_8f007338bc375131d31d9bc30bd4d2aa.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Generalized exponential NH distribution توزیع NH تعمیم یافته نمایی شده 23 32 724092 FA میلاد قربان نژاد محلی کارشناس ارشد دانشگاه مازندران اکبر اصغرزاده عضو هیئت علمی دانشگاه مازندران Journal Article 2025 05 13 In 2011, Nadarja and Haqiqi introduced a new generalization of the exponential distribution called the NH distribution as an alternative model to the gamma, Weibull, and power exponential models. In this paper, a generalization of the NH distribution called the generalized exponential NH distribution is introduced and studied. The introduction of the model and the application of the proposed model in real data analysis will be discussed. We also evaluate the efficiency of our likelihood estimation method for estimating unknown parameters using Monte Carlo simulation. ناداراجاه وحقیقی در سال ۲۰۱۱ یک تعمیم جدید از توزیع نمایی به نام توزیع NH را به عنوان یک مدل جایگزین برای مدل های گاما, وایبل و نمایی توانی شده معرفی نمودند. در این مقاله ,تعمیمی از توزیع NH به نام توزیع NH تعمیم یافته نمایی شده معرفی و مورد مطالعه قرار می گیرد. معرفی مدل و کاربرد مدل پیشنهادی در تحلیل داده های واقعی مورد بحث قرار خواهد گرفت. همچنین کارایی روش برآورد درستنمایی ما کزیمم را برای محاسبه ی پارامترهای مجهول به کمک شبیه سازی مونت کارلو مورد ارزیابی قرار میدهیم

https://andisheyeamari.irstat.ir/article_724092_dbf102cb31f3d708359d685f6bc6d98e.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Test for outliers of a group of multivariate observations آزمون پرت بودن گروهی از مشاهدات چند متغیره 33 38 724093 FA اباذر خلجی دانشجو کارشناسی ارشد آمار دانشگاه اصفهان منوچهر خردمندنیا استادیار گروه آمار دانشگاه اصفهان Journal Article 2025 05 13 Suppose we have m random samples of n independent multivariate normal distribution and we want to test the hypothesis that the i nth sample is an outlier. Such a test can be useful in the first phase of multivariate statistical process control studies with group observations. It is now known that there is a beta statistic for such a test and that the F statistic can also be used through the relationship between the beta distribution and the F distribution. In statistical literature, a clear and precise proof for the distribution of the test statistic is not found, and in some cases, the proof is incorrect or incomplete. In this article, we present a clear and relatively clear proof and examine the strengths and weaknesses of the test through simulation. فرض کنیدm‎ ‎‎ نمونه تصادفی ‎n‎‎ تایی از‏ توزیع نرمال چند متغیره داریم که مستقلند و می‌خواهیم فرض پرت بودن ‎i‎ امین نمونه ‎n‎ تایی را بیازمائیم. چنین ‏آزمونی در بررسی‌های فاز اول کنترل فر‏آیند آماری چند متغیره با مشاهدات گروهی می‌تواند مفید باشد. امروزه مشهور است ‎‏یک آماره بتا برای چنین آزمونی وجود دارد و از طریق رابطه ‏توزیع بتا با توزیع ‎F‎‎ از آماره ‎F‎‎ نیز می‌توان استفاده نمود. در متون آماری اثبات روشن و دقیقی برای توزیع آماره آزمون یافت نمی‌شود و در مواردی نیز، اثبات نادرست یا ناقص است. در این مقاله اثبات دقیق و نسبتاً روشن ارائه می‌دهیم و از طریق شبیه سازی قابلیت‌ها و ضعف‌های آزمون را مورد بررسی قرار می‌دهیم.

https://andisheyeamari.irstat.ir/article_724093_c1d6f8bb6b1abf3bc63ebcbba7c3b23b.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Factor analysis for Bernoulli variables and its application in reviewing high school mathematics textbooks in Iran تحلیل عاملی برای متغیرهای برنولی و کاربرد آن در بررسی کتب درسی ریاضی دبیرستان در ایران 39 46 724094 FA شیرین شاه صنم دانشجوی دکتری آمار، دانشگاه صنعتی امیرکبیر مسعود یارمحمدی استاد گروه آمار، دانشگاه پیام نور Journal Article 2025 05 13 Today, factor analysis has grown and developed a lot, and one of its applications is the analysis of attributes that cannot be measured directly. When the response variable has a Bernoulli distribution, the use of factor analysis methods for continuous quantities has invalid and misleading results. In this article, factor analysis for the Bernoulli response variable is developed based on the logit model, and then its application to real data from a research project on Iranian high school mathematics textbooks is presented. امروزه تحلیل عاملی رشد و توسعه بسیاری یافته است و یکی از کاربردهای آن تحلیل صفت‌هایی است که بطور مستقیم قابل اندازه‌گیری نیستند. زمانی که متغیر پاسخ دارای توزیع برنولی باشد استفاده از روش‌های تحلیل عاملی برای کمیت‌های پیوسته دارای نتایج غیرمعتبر و گمراه‌کننده است. در این مقاله تحلیل عاملی برای متغیر پاسخ برنولی بر اساس مدل لوجیت بسط داده شده است و سپس کاربرد آن برای داده‌های واقعی از یک طرح پژوهشی در مورد کتب ریاضی دوره دبیرستان ایران اراﺋه شده است.

https://andisheyeamari.irstat.ir/article_724094_3de3c2e2ea555c4851be97dcf5a433fd.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Testing Fuzzy Hypotheses with Ambiguous Data آزمون فرضیه‌های فازی با داده‌های مبهم 47 56 724095 FA جلال چاچی دانشگاه سمنان گروه آمار Journal Article 2025 05 13 In this paper, the problem of fuzzy hypothesis testing with ambiguous data is investigated. A new method based on the Lerum strict superiority index is proposed. An example of the application of the proposed test in statistical quality control is presented. در این مقاله مسئله آزمون فرضیه‌های فازی با داده‌های مبهم بررسی شده است. یک روش جدید بر مبنای شاخص لروم برتری اکید پیشنهاد شده است. مثالی از کاربرد آزمون پیشنهادی در کنترل کیفیت آماری ارائه شده است.

https://andisheyeamari.irstat.ir/article_724095_d230f1e2167b9645a069e5d6bb05c10f.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Application of Linear Mixed Model in Small Area Estimation of Orange Yield in Fars Province کاربردی از مدل آمیخته‌ی خطی در براورد کوچک ناحیه‌ای محصول پرتقال در استان فارس 57 66 724096 FA حمیدرضا نواب پور عضو هیئت علمی گروه آمار، دانشگاه علامه طباطبایی Journal Article 2025 05 13 In recent years, small-area estimation methods have received attention. This attention has been due to the increasing demand for reliable estimates for small areas, as these estimates are used for development planning, government funding allocation, and business decisions. A key question in small-area estimation is how to obtain reliable estimates when the sample size is small? When the sample size obtained from an area is small (or even zero), direct estimators have an unacceptably large standard deviation. One way to improve these estimates is to borrow power from existing data sources. To do this, we can improve the effect of sample size through modeling, or in other words, using coupling models (including explicit and implicit models). To obtain a valid estimate of the small area mean, generalized linear mixed models and the best empirical linear unbiased predictor have been widely used. In this paper, we first introduce the small area estimate. Then, to obtain valid estimates for small areas, we introduce the Phi-Heriot model (Phi-Heriot, 1979), a special case of generalized linear mixed models. Finally, in a simulation study using data from the 2003 agricultural census, orange production in the counties of Fars province (small areas) in 2003 is estimated based on the Phi-Heriot 1979 model. در سال‌های اخیر روش‌های براورد کوچک ناحیه‌ای مورد توجه قرار گرفته‌اند. این توجه به‌دلیل افزایش درخواست براوردهای معتبر برای کوچک ناحیه‌ها بوده است، زیرا این براوردها برای برنامه‌ریزی‌های توسعه‌ای، تخصیص اعتبارهای دولتی و تصمیم‌گیری‌های تجاری به‌کار می‌آیند‌. پرسش کلیدی در براورد کوچک ناحیه‌ای این است که وقتی اندازه‌ی نمونه‌ای کم است، چگونه می‌توان براوردهای معتبر به‌دست آورد؟ زمانی‌که اندازه‌ی نمونه‌ای به‌دست ‌آمده از یک ناحیه، کوچک (یا حتی صفر) باشد، براوردگرهای مستقیم از یک انحراف معیار بزرگ و غیر قابل قبولی برخوردار می‌شوند. یک راه بهبود این براوردها، وام گرفتن قدرت از منبع‌های داده‌ای موجود است. برای این ‌کار می‌توان از طریق مدل‌بندی یا به عبارتی استفاده از مدل‌های اتصالی (شامل مدل‌های صریح و ضمنی) اثر اندازه‌ی نمونه‌ای را بهبود بخشید. برای به‌دست آوردن براورد معتبر میانگین کوچک ناحیه‌ای مدل‌های آمیخته‌ی خطی تعمیم‌یافته و بهترین پیشگوگر نااریب خطی تجربی به‌طور گسترده مورد استفاده قرار گرفته‌اند. در این مقاله ابتدا براورد کوچک ناحیه‌ای را معرفی می‌کنیم. سپس برای به‌دست آوردن براوردهای معتبر برای کوچک ناحیه‌ها به معرفی مدل‌ فی-هریوت (فی-هریوت، 1979)، حالت‌ خاص مدل‌های آمیخته‌ی خطی تعمیم‌یافته می‌پردازیم. سرانجام در یک مطالعه‌ی شبیه‌سازی با استفاده از داده‌های سرشماری کشاورزی سال 1382، تولید پرتقال در شهرستان‌های استان فارس (کوچک ناحیه‌ها) در سال 1382 و بر اساس مدل فی-هریوت 1979 براورد می‌شود.

https://andisheyeamari.irstat.ir/article_724096_741708cb5c0d73813877df85a3864efd.pdf

انجمن آمار ایران اندیشه آماری 1026-8944 20 2 2016 02 20 Presenting several families of continuous distributions to fit the best distribution to drought data in Guilan province and examining drought periods in this province ارائه چند خانواده از توزیع‌های پیوسته برای برازش بهترین توزیع به داده‌های خشکسالی استان گیلان و بررسی دوره‌های خشکسالی در این استان 67 81 724097 FA آنیتا عبداللهی نانواپیشه کارشناس ارشد آماردانشگاه علامه Journal Article 2025 05 13 In this paper, after presenting the characteristics of a number of continuous distributions including gamma, Crowley gamma, Rayleigh, Weibull, Pareto, exponential, and generalized gamma distributions, these distributions were fitted to drought data of Guilan province and the best distribution was presented. Then, the intensity and duration of drought periods in different regions were examined using the standard precipitation index. در این مقاله، پس از ارائه ویژگی های تعدادی از توزیع های پیوسته شامل توزیع های گاما، گامای کرولی، رایلی، وایبل، پارتو، نمایی و گامای تعمیم یافته، این توزیع ها برروی داده‌های خشکسالی استان گیلان برازش داده شدند و بهترین توزیع ارائه شد. سپس، شدت و تداوم دوره های خشکسالی مناطق مختلف با استفاده از شاخص بارش استاندارد بررسی شد.

https://andisheyeamari.irstat.ir/article_724097_473fff0108a17e497edc02e5bd3c88da.pdf