ارزيابي و كاربرد مدل فضايي گاوسي- لگ گاوسي براي پيشگويي بيزي استوار داده‌هاي آلودگي هواي تهران

ارزيابي و كاربرد مدل فضايي گاوسي- لگ گاوسي براي پيشگويي بيزي استوار داده‌هاي آلودگي هواي تهران

تحليل داده‌هاي فضايي از جمله پيشگويي معمولاً با فرض نرمال بودن داده‌ها انجام مي‌شود. اين در حالي است كه چنين فرضي اغلب در عمل برقرار نمي‌باشد. گاهي اوقات نرمال نبودن داده‌ها از وجود داده‌هاي دورافتاده ناشي مي‌شود. در اين حالت پالاسيوس و استيل (2006) تعميمي از مدل گاوسي تحت عنوان مدل گاوسي-لگ گاوسي پيشنهاد نموده و تحليل بيزي آن را با استفاده از روش‌هاي مونت كارلوي زنجير ماركوفي ارايه كردند. از جمله بر مبناي عامل بيزي به شناسايي داده‌هاي دورافتاده پرداختند. از آن‌جا كه محاسبه‌ي عامل بيزي بسيار دشوار مي‌باشد، در اين مقاله چگال‌ترين ناحيه‌ي پسيني براي شناسايي داده‌هاي دورافتاده پيشنهاد مي‌شود. چون توزيع پسين داراي فرم بسته‌اي نمي‌باشد، براي تعيين اين ناحيه از الگوريتم چن و شو استفاده مي‌شود. همچنين بر اساس يك مثال شبيه‌سازي و بكارگيري معيار ميانگين مجذور خطاي پيشگويي، قابليت مدل گاوسي-لگ گاوسي براي پيشگويي بيزي استوار نشان داده مي‌شود. سپس با استفاده از اين مدل، پيشگويي بيزي داده‌هاي آلودگي هواي شهر تهران ارايه شده و عملكرد آن مورد ارزيابي قرار مي‌گيرد.