به گزارش روابط عمومی دانشگاه صنعتی شاهرود، محمد كاظمی دانشجوی دكتری آمار این دانشگاه در روز یكشنبه 28 بهمن ماه سال جاری از رساله خود تحت عنوان " انتخاب متغیر و تشخیص ساختار در مدلهای نیمه پارامتری" به راهنمایی دكتر داود شاهسونی و دكتر محمد آرشی اعضای هیات علمی گروه آمار دانشكده علوم ریاضی این دانشگاه دفاع نمود.
این رساله بر اساس نظر داوران دكتر مهدی روزبه از گروه آمار دانشگاه سمنان و دكتر حسین باغیشنی و دكتر محمدرضا ربیعی از اعضای هیـأت علمی گروه آمار دانشگاه صنعتی شاهرود، به كسب درجه عالی نائل گردید.
كاظمی در خصوص رساله خود گفت: امروزه با پیشرفت توان محاسباتی كامپیوترها و سایر فناوریهای نوین، دادههایی با بعد بسیار بالا در زمینههای مختلف علمی و تحقیقاتی به وفور مورد استفاده قرار میگیرد. دادههای بیان ژنی، دادههای پردازش تصویر و دادههای مالی نمونههایی از این نوع دادهها میباشند. مسئله بعد بالا، چالشهای زیادی را پیش روی آماردانان قرار داده است. در این نوع دادهها برای مدلبندی متغیر پاسخ لازم است متغیرهای توضیحی مؤثر بر پاسخ شناسایی شوند. از طرفی ممكن است اثر برخی از متغیرهای توضیحی بر پاسخ به صورت خطی و برخی دیگر غیر خطی باشند. در این رساله یك روش دو مرحلهای برای غربالگری و انتخاب متغیرهای مهم و تشخیص ساختار در مدل جمعی با بعد بسیار بالا ارائه شده است. در نوع دیگر از دادهها، ممكن است اثر برخی از متغیرهای توضیحی، تابعی از یك متغیر شاخص و برخی دیگر دارای اثر ثابت باشند. تمایز متغیرهای توضیحی با اثرات ثابت و متغیر نیز یك چالش است. در این رساله همچنین یك روش نیرومند برای انتخاب متغیر و تشخیص ساختار در مدل ضریب متغیر معرفی شده است.
گفتنی است محمد كاظمی برای تكمیل تحقیقات خود فرصت مطالعاتی شش ماهه را در دانشگاه تامپره فنلاند گذرانده است و حاصل كار تحقیقاتی ایشان چاپ یك مقالهISI، یك مقاله Scopus، یك مقاله علمی - پژوهشی و چهار مقاله كنفرانسی است و یك مقاله ISI دیگر نیز پس از اصلاح در دست داوری مجدد می باشد.