آشنایی با موضوع

تخمین بیزین یا استنباط بیزی (به فرانسوی: Inférence bayésienne) یک چهارچوب برای فرمول بندی مشکلات استنباطی آماری است که یک روش«جمع پذیر» است، از تبدیل ریاضی و تخصیص ضرایب مختلف به داده‌ها استفاده می‌کند. درایتون(Drayton). (1978) در مقدمه‌ای که به منظور معرفی استفاده از روش بیزین در فراتحلیل برای مسائل علوم انسانی نوشته‌است، می‌گوید که دستیابی به روابط علت و معلولی عام، مستلزم تکرار آزمایش‌های مکرر است. از آن جا که چنین فعالیت‌هایی مستلزم طرح ریزی اولیه و هماهنگی بین محققان مختلف هستند و اجرای این هماهنگی تقریباً غیر ممکن است، درایتون پیشنهاد می‌کند که برای حصول به هدف بحث شده، از روش‌های ترکیبی استفاده شود. همانگونه که می دانیم،در دیدگاه و استنباط بیزی بایستی بر اساس اطلاعات مشاهده شده، نمونه برای پارامترهای نامعلوم و تصادفی مدل پیش بینی صورت گیرد. در این نوع استنباط از اطلاعات داده ها بیشتر استفاده می شود ،و پیش بینی های پیشین ما می تواند، با مشاهدات جدید بروز شود. از سوی دیگر در مواردی که مدل شامل پارامترهای متعدد و نامعلوم است، استفاده از روشهای غیربیزی مشکل و بی حاصل است و بایستی از روشهای بیزی استفاده کرد. با این وجود یکی از بزرگترین ایرادات به استنباط بیزی انتخاب و استفاده از توزیع پیشین پارامترها است. در نظر گرفتن سلیقه ای و ذهنی برخی توزیعهای پیشین نتایج هدفمند و از پیش تعیین شده را به دنبال دارد و در برخی موارد نیز هیچ گونه اطلاعاتی در مورد ماهیت پارامترها در دسترس نیست،انتخاب توزیع پیشین پارامترها مشکل است. در پاسخ به این ایرادات بایستی،به این نکات توجه کنیم: (الف) توزیع پیشین بایستی قبل از مشاهده داده هااز طریق اطلاعات و مطالعات قبلی انتخاب گردد. (ب) اگر هیچ گونه اطلاعاتی از ماهیت پارامتر نداشته باشیم بایستی از توزیع پیشین مبهم (uninformative) استفاده شود. معمولا در این حالت نتایج استنباط غیربیزی حاصل می شوند. (ج)اگر اطلاعات زیادی در اختیار نباشند،توزیع پسین نمی تواند چندان تحت تاثیر توزیع پیشین قرار گیرد. همچنین با افزایش حجم نمونه توزیع پسین پارامترها به توزیع نرمال نزدیک و نتایج روش بیزی تقریبا برابر با نتایج روش ماکسیمم درستنمایی خواهد بود. تخمین‌ها روش بیزین شامل تخمین‌های کلاسیک مثل روش‌های: ماکسیمم معلول به علت رسیده(MAP) ماکسیمم احتمال (ML) مینیمم متوسط مجذور خطا(MMSE) مینیمم متوسط اندازه خطا (MAVE)به عنوان حالت خاص در نظر گرفت. مدل مخفی مارکف،به طور وسیع در پردازش آماری سیگنال استفاده شده که یک نمونه‌ای از مدل بیزین است. استنباط بیزین بر پایه مینیمم کردن تابع ریسک بیزین است، که بااستفاده از مدل‌های گفته شده و با استفاده از مشاهدات و ارزش تابع خطا بدست می‌اید. تئوری تخمین بیزین تئوری تخمین مربوط است به تعیین بهترین تخمین از پارامترهای نامشخص با مشاهده سیگنال‌های مربوطه یا بهبودی از یک سیگنال هنگامی که با نویز (noise)ترکیب شده‌است. برای مثال یک سیگنال سینوسی نویزی داده شده‌است و ما علاقه‌مندیم که پارامترهای اساسی ان را (دامنه و فرکانس و فاز و. . . . )بدست آوریم یا اینکه خود سیگنال را به دست اوریم. تخمین زن به عنوان ورودی مجموعه‌ای مشاهدات نویزی خود را در دسترس دارد و با استفاده از مدل‌های پویا یا مدل‌های آماری،تخمینی از پارامترهای نا مشخص بدست می‌اورد. دقت تخمین به داده‌ها در دسترس و کارامدی تخمین زن بستگی دارد.
در این صفحه تعداد 1139 مقاله تخصصی درباره تخمین بیزین یا استنباط بیزی که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه شده اند که با مراجعه به هر یک از آنها، می توانید متن کامل مقاله انگلیسی همراه با ترجمه فارسی آن را دریافت فرمایید.
در صورتی که مقاله مورد نظر شما هنوز به فارسی ترجمه نشده باشد، مترجمان با تجربه ما آمادگی دارند آن را در اسرع وقت برای شما ترجمه نمایند.
مقالات ISI تخمین بیزین یا استنباط بیزی (ترجمه نشده)
مقالات زیر هنوز به فارسی ترجمه نشده اند.
در صورتی که به ترجمه آماده هر یک از مقالات زیر نیاز داشته باشید، می توانید سفارش دهید تا مترجمان با تجربه این مجموعه در اسرع وقت آن را برای شما ترجمه نمایند.
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: تخمین بیزین یا استنباط بیزی; Spatial point process; Superposition; Bayesian inference; Markov chain Monte Carlo; Noise detection