برای مدل‌بندی پاسخ‌های فضایی گسسته معمولا از مدل‌های آمیخته خطی تعمیم‌یافته فضایی استفاده می شود، که در آن‌ها ساختار همبستگی فضایی داده‌ها از طریق متغیرهای پنهان با توزیع نرمال در نظر گرفته می‌شود. یک مسئله مهم در این مدل ها پیشگویی متغیرهای پنهان در موقعیت های فاقد مشاهده است، که مستلزم برآورد پارامترهای مدل و متغیرهای پنهان در موقعیت های دارای مشاهده پاسخ می باشد. به‌دلیل وجود متغیرهای پنهان و ناگاوسی بودن متغیرهای پاسخ فضایی، در این مدل ها تابع درستنمایی فرم بسته‌ای ندارد و برآوردها به راحتی میسر نیست. در این مقاله الگوریتمی جدید برای برآورد پارامترهای مدل و پیشگویی‌ها معرفی شده است، که از سرعت بسیار بالاتری نسبت به روش‌های موجود برخوردار است. این الگوریتم از ترکیب روش ماکسیمم شبه درستنمایی، الگوریتم گرادیانت ماکسیمم سازی امید ریاضی و یک روش تقریبی به‌دست آورده شده است. در یک مطالعه شبیه‌سازی کارایی و دقت الگوریتم مذکور مورد بررسی قرار گرفته و در نهایت تعداد روزهای دارای بارندگی ثبت شده در ایستگاه های هواشناسی استان سمنان در سال 1391 با استفاده از مدل و الگوریتم ارائه شده تحلیل شده است.

واژه‌های کلیدی: مدل آمیخته خطی تعمیم‎یافته فضایی، شبه درستنمایی، الگوریتم گرادیانت ماکسیمم‌سازی امید ریاضی

متن کامل [PDF 710 kb]   (1157 دریافت)