تحلیل استوار داده های فضایی در حضور داده های دورافتاده

نوع مقاله : اصیل

نویسندگان

گروه آمار، دانشگاه تربیت مدرس

چکیده

معمولاً تابع تغییرنگار که ساختار همبستگی داده­های فضایی را تعیین می­کند و نقش پایه­ ای در تحلیل آن­ها دارد، نامعلوم است و لازم است براساس مشاهدات برآورد شود. وجود داده­ های دورافتاده در مشاهدات تاثیر نامناسبی در برآورد تغییرنگار و سایر بخش­های تحلیل داده­های فضایی همچون پیش­گویی فضایی و برآورد پارامترهای روند دارد. در این مقاله ابتدا با استفاده از برآوردگرهای مقیاس، چند برآوردگر استوار جدید با نقطه فروریزش بالا برای تغییرنگار پیشنهاد می­شود و کارایی آن­ها در یک مطالعه شبیه­ سازی مورد ارزیابی قرار می­گیرد. سپس برآورد استوار پارامترهای روند و نحوه پیش­گویی فضایی استوار ارائه می­گردد. آنگاه ضمن ارائه یک فرایند کاری برای تحلیل استوار داده­های فضایی، نحوه به­ کارگیری آن­ها در تحلیل استوار متوسط دمای سالانه 170 شهر ایران مطرح و نقشه­های پهنه­بندی آن­ها ارائه می­گردد.

کلیدواژه‌ها


عنوان مقاله [English]

Robust Spatial Data Analysis in presence of Outliers

نویسندگان [English]

  • Mohsen MohammadZadeh
  • Anvar Mohammadi
Department of Statistics, Tarbiat Modares University, Tehran, Iran
چکیده [English]

In spatial data analysis, the variogram function that determines the correlation structure is usually unknown, and most estimates based on observations. The presence of outliers affect on the estimation of the variogram function, trend parameters and spatial prediction. In this paper some new robust estimators of variogram are presented. The proposed estimators have highly breakdown points and are based on scale estimators. All proposed estimators are assessed based on simulation studies. In addition robust methods of trend estimation and spatial prediction are presented. Finally, a real world problem about the average temperature of 170 cities in Iran is analyzed using discussed methods.

کلیدواژه‌ها [English]

  • Spatial Data
  • Variogram
  • Robust Scale Estimator
  • Robust