{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA440",
        "title": "برآوردگرهای بهبودیافته در برخی مدل‌های رگرسیونی خطی جریمه‌شده",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1396",
        "last_update": "2026-08-25",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QA440",
        "title": "برآوردگرهای بهبودیافته در برخی مدل‌های رگرسیونی خطی جریمه‌شده",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1396,
        "authors": [
            {
                "name": "مینا نوروزی راد",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "محمد آرشی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "برآوردگر استوار",
            "برآوردگر آزمون اولیه",
            "برآوردگر انقباضی",
            "رگرسیون خطی",
            "ریج",
            "لاسو"
        ],
        "abstract": "در این رساله، اطلاعات پیشین غیرقطعی (غیرنمونه‌ای) در برآورد پارامترها در مدل‌های رگرسیونی خطی جریمه‌شده  ریج،  لاسو و استوار جریمه‌شده    (M ریج) به مدل تزریق شده که منجر به ظهور برآوردگرهای آزمون اولیه، انقباضی نوع استاین و جزء مثبت انقباضی نوع استاین گردیده است. ویژگی‌های این برآوردگرهای بهبودیافته با در نظر گرفتن چندین محدودیت در مدل‌های رگرسیونی  M ریج و لاسو بررسی شده است. هم‌چنین، از اطلاعات فرعی به‌دست آمده از رگرسیون جریمه‌‌شده برای ساختن برآوردگرهای انقباضی در حضور داده‌های پرت و نقاط اهرمی بهره گرفته شده است. در تمامی مدل‌های رگرسیونی بیان شده، نتایج به‌دست آمده، به کمک مطالعه‌های شبیه‌سازی و تحلیل  داده‌های واقعی  مورد بررسی قرار گرفته که برآوردگرهای انقباضی ارائه شده در تمامی موارد بهتر از برآوردگر معمول در مدل مورد بررسی رفتار می‌کند.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_QA440.pdf"
    },
    "dictionary": {
        "thesis_id": {
            "title": "شناسه پایان نامه",
            "type": "string",
            "description": "شناسه یکتای پایان نامه در سامانه کتابخانه"
        },
        "title": {
            "title": "عنوان پایان نامه",
            "type": "string",
            "description": "عنوان کامل پایان نامه"
        },
        "degree": {
            "title": "مقطع تحصیلی",
            "type": "string",
            "description": "مقطع تحصیلی پایان نامه"
        },
        "faculty": {
            "title": "دانشکده",
            "type": "string",
            "description": "دانشکده یا واحد آموزشی"
        },
        "year": {
            "title": "سال دفاع",
            "type": "integer",
            "description": "سال دفاع یا انتشار پایان نامه"
        },
        "authors": {
            "title": "پدیدآورندگان",
            "type": "array",
            "description": "فهرست نویسندگان، استاد راهنما، استاد مشاور و سایر نقش های علمی"
        },
        "keywords": {
            "title": "کلیدواژه ها",
            "type": "array",
            "description": "کلیدواژه های علمی پایان نامه"
        },
        "abstract": {
            "title": "چکیده",
            "type": "string",
            "description": "متن چکیده پایان نامه"
        },
        "repository": {
            "title": "محل نگهداری",
            "type": "string",
            "description": "محل نگهداری نسخه اصلی پایان نامه"
        },
        "note": {
            "title": "یادداشت",
            "type": "string",
            "description": "توضیحات تکمیلی یا یادداشت های ثبت شده"
        },
        "download_url": {
            "title": "آدرس فایل پایان نامه",
            "type": "string",
            "description": "نشانی فایل چکیده یا متن کامل پایان نامه"
        }
    }
}