اگر بخواهیم پارامترهای فرآیند اتورگرسیو {Xn} را با استفاده از فرآیند مشاهده شده {Xn+Zn} برآورد کنیم، این برآوردها به طور بدی اریب بوده و سازگار نمی باشند، اما می توانیم این زیان را با استفاده از یک رویه برآورد استوار مانند GM- برآوردها به حداقل برسانیم. سوالی که پیش می آید این است که آیا آلوده کردن جمعی روی برآوردهای پارامترهای اولیه در حالت واریانس نامتناهی به اندازه حالت واریانس متناهی تاثیر دارد یا خیر؟ خواهیم دید که اگر {Zn} نسبت به فرآیند اولیه {Xn} دنباله های بالاتری داشته باشد برآورد پارامترهای فرآیند اولیه زیاد تحت تاثیر قرار نمی گیرد، یعنی حداقل سازگاری حفظ می شود.

ارزش دلار آمریکا، قیمت نفت خام و قیمت طلا سه متغیر مهم اقتصادی هستند که تغییرات آن ها تأثیرات عمده ای بر روند رشد اقتصادی کشورهای تولیدکننده نفت دارد. در این مطالعه با توجه به اثرات متقابل بازارهای جهانی نفت خام، طلا و نرخ ارز بر هم، تأثیر تکانه های حاصل از قیمت نفت ایران و قیمت طلای جهانی بر نوسانات نرخ ارز ایران با استفاده از داده های روزانه 1391: 4 تا 1392: 5 و الگوی واریانس شرطی اتو رگرسیو آستانه ای با لحاظ شکست ساختاری بررسی شده است. نتایج نشان داد که میزان تکانه های مثبت و منفی (اخبار خوب و بد) اثرات معنی داری از لحاظ آماری داشته و تأثیر اخبار خوب بازارهای نفت و طلا روی نرخ ارز بیشتر بوده است. از همین رو با توجه به مثبت بودن اثر، می توان با کنترل بازار طلا و نفت و ایجاد ثبات در این بازارها به تثبیت وکنترل نرخ ارز نیز کمک کرد.

وقوع جرم به عنوان یک پدیده نامطلوب اجتماعی، علل اقتصادی و اجتماعی متعددی داشته و با توجه به اهمیت موضوع جرم در کشورهای مختلف، در سال های اخیر مطالعات گسترده ای برای شناسایی و تبیین علل وقوع آن انجام شده است. باید اذعان داشت که عوامل اقتصادی، عامل اساسی برای تمام ساختارهای اجتماعی بوده و تاثیرات قابل توجهی بر روی فعالیت های فردی ازجمله وقوع جرم دارد. این مقوله در سال های اخیر در کشور موردتوجه قرارگرفته و تحقیق حاضر کوششی در این راستا است. این تحقیق از حیث نوع و هدف، کاربردی و ازنظر ماهیت توصیفی با استفاده از تکنیک پیمایشی به صورت تحلیل-استنباطی است که با استفاده از مدل اتو رگرسیو فضایی-زمانی با اثرات تصادفی، عوامل اقتصادی جرم جعل اسناد در کشور ایران طی دوره ای 10 ساله (1395-1385) موردبررسی قرارگرفته است. در دوره موردبررسی، متغیرهای بیکاری، فقر نسبی به ترتیب با فراوانی 14 درصد و 10 درصد بر جرم جعل اسناد در کشور تاثیرگذار بوده به طوری که افزایش آن ها موجب افزایش نرخ جعل اسناد شده است و متغیر صنعتی شدن به میزان 30 درصد موجب کاهش نرخ جعل اسناد گردیده است. متغیرهای نظری بیکاری، فقر نسبی با ارتکاب به جرم جعل اسناد رابطه معنی دار و مستقیم داشته اما صنعتی شدن رابطه معکوس دارد. همچنین متغیر اقتصادی نابرابری درآمدی در تحلیل معنی دار نشد.

هدف این مطالعه بررسی سؤالات طیف لیکرت با دو ویکرد نظریه کلاسیک آزمون و نظریه سؤال پاسخ و قرار دادن نتایج این دو رویکرد در کنار یکدیگر و پاسخ به این سؤال "آیا نتایج این دو رویکرد همسو بوده یا اینکه در تضاد با یکدیگرند؟" است. روش پژوهش از نوع توصیفی و از حیث داده ها یک روش تحلیل ثانویه است. آزمودنی های مورد مطالعه در این پژوهش شامل 977 نفر از دانش آموزان مقطع متوسطه اول بودند که با حذف افراد در مرحله غربالگری داده ها، در نهایت تحلیل سؤالات برونگرایی بر روی اطلاعات 783 نفر آزمودنی، تحلیل سؤالات گشودگی بر روی اطلاعات 763 نفر آزمودنی و تحلیل سؤالات مسئولیت پذیری نیز بر روی اطلاعات 784 نفر آزمودنی انجام شد. ابزار پژوهش 3 خرده مقیاس برون-گرایی، گشودگی و مسئولیت پذیری آزمون شخصیت نئو بود. نتایج تحلیل های آماری نشان داد که هرچه همسانی درونی سؤالات بالاتر باشد نتایج دقیق تر و معتبرتری از مدل مدرج پاسخ به دست می آید و برای سؤالات با همسانی درونی پایین از طریق این مدل باید بسیار محتاط عمل کرد، زیرا ممکن است آستانه سؤالات را به صورت وارونه نشان داده یا ضریب تشخیص سؤالات را منفی یا مثبت کاذب نشان دهد. در مجموع کاربرد همزمان روش های مختلف تجزیه و تحلیل آماری به تحلیل بهتر و رسیدن به نتایج دقیق تر کمک خواهد کرد.

در تحلیل سری های زمانی ممکن است با وضعیت هایی روبرو شده باشیم که در آن برخی از ارکان مدل، کمیت های نادقیق باشند. یکی از متداول ترین این وضعیت ها، نادقیق بودن مشاهدات تحت بررسی است که معمولا در اثر خطای اندازه گیری یا اشتباهات انسانی رخ می دهد. در این مقاله، یک مدل جدید سری زمانی اتو رگرسیو فازی مبتنی بر رویکرد ماشین بردار پشتیبان پیشنهاد می شود. برای این منظور، از تابع هسته برای استواری و انعطاف مدل و از قیود لحاظ شده در مدل برای کنترل نقاط استفاده شده است. به منظور بررسی عملکرد و اثر بخشی مدل سری زمانی اتو رگرسیو فازی پیشنهادی، برخی معیارهای نیکویی برازش استفاده می شوند. نتایج به دست آمده بر اساس یک مثال از داده های سری زمانی فازی شبیه سازی شده و دو مثال واقعی، نشان داد که روش پیشنهادی در مقایسه با سایر روش های موجود دارای عملکرد بهتری بوده است

پذیرش کانال های آنلاین و تجارت الکترونیک، به تغییرات مداوم و پویا در صنعت خرده فروشی، به عنوان یک توسعۀ اجتناب ناپذیر منجر شده و بسیاری از شرکت ها را با چالش انتخاب مناسب ترین کانال فروش، برای ارائۀ یک تجربۀ یکپارچه به مشتریان خود مواجه کرده است. خرده فروشی همه جانبۀ یکپارچه، با مفهوم ادغام همۀ کانال ها، ضمن ایجاد تجربۀ مذکور، باعث افزایش پیچیدگی فرآیندهای پیش بینی و برنامه ریزی می شود. این پژوهش با هدف کاهش عدم اطمینان تقاضای ناشی از خطای پیش بینی، ازطریق در نظر گرفتن رفتار خرید مشتریان در پیش بینی و به کمک استفاده از روش های یادگیری ماشین، روشی دقیق تر برای پیش بینی تقاضای کانال همه جانبۀ یکپارچه ارائه کرده است. به این منظور، ابتدا داده های فروش شرکت مطالعه شده، جمع آوری و با استفاده از الگوریتم پیچش زمانی پویا خوشه بندی شد؛ سپس بر هر خوشه یک بار شبکۀ عصبی اتو رگرسیو غیرخطی و بار دیگر، شبکۀ عصبی اتو رگرسیو غیرخطی با ورودی برون زا اجرا و نتایج حاصل از شبکه های عصبی با معیارهای ارزیابی عملکرد R2 و RMSE با روش استفاده شده در شرکت مطالعه شده، مقایسه شد. مقایسۀ نتایج نشان داد عملکرد شبکۀ عصبی اتو رگرسیو غیرخطی، با ورودی برون زا بر داده های خوشه بندی شده به روش پیچش زمانی پویا، برای کاهش خطای پیش بینی تقاضا در کانال همه جانبۀ یکپارچه، نسبت به دو روش دیگر برتری دارد.