<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Statistical Research of Iran</title>
<title_fa>مجله‌ی پژوهش‌های آماری ایران</title_fa>
<short_title>JSRI</short_title>
<subject>Basic Sciences</subject>
<web_url>http://jsri.srtc.ac.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>2538-5771</journal_id_issn>
<journal_id_issn_online>2538-5763</journal_id_issn_online>
<journal_id_pii>8</journal_id_pii>
<journal_id_doi>10.52547/jsri</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid>14</journal_id_sid>
<journal_id_nlai>8888</journal_id_nlai>
<journal_id_science>13</journal_id_science>
<language>en</language>
<pubdate>
	<type>jalali</type>
	<year>1384</year>
	<month>6</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2005</year>
	<month>9</month>
	<day>1</day>
</pubdate>
<volume>2</volume>
<number>1</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>en</language>
	<article_id_doi></article_id_doi>
	<title_fa>برآورد بیز تجربی در زنجیرهای مارکوف نامانا</title_fa>
	<title>Empirical  Bayes Estimation in Nonstationary Markov chains</title>
	<subject_fa>عمومى</subject_fa>
	<subject>General</subject>
	<content_type_fa>پژوهشي</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>&lt;p dir=&quot;RTL&quot;&gt;شیوه&#8204;های برآورد برای زنجیرهای مارکوف نامانا نسبتاً اندک به&#8204;نظر می&#8204;رسند. این مقاله برآوردگرهای بیز تجربی را برای ماتریس احتمال تغییر وضعیت یک زنجیر مارکوف نامانا ارائه می&#8204;کند. فرض بر این است که داده&#8204;ها از یک مطالعه&#8204;ی پانلی است که در آن مجموعه&#8204;ی داده&#8204;ها مشتمل بر یک سری برای N&gt;=2&amp;nbsp;از زنجیرهایی است که به&#8204;طور دسته&#8204;جمعی ثبت شده&#8204;اند.&lt;/p&gt;

&lt;p dir=&quot;RTL&quot;&gt;&lt;/p&gt;
</abstract_fa>
	<abstract>&lt;p dir=&quot;rtl&quot; style=&quot;text-align: left;&quot;&gt;&lt;span style=&quot;line-height: 1.6em;&quot;&gt;Estimation procedures for nonstationary Markov chains appear to be relatively sparse. This work introduces empirical&amp;nbsp; Bayes estimators&amp;nbsp; for the transition probability&amp;nbsp; matrix of a finite nonstationary&amp;nbsp; Markov chain. The data are assumed to be of&amp;nbsp; a panel study type in which each data set consists of a sequence of observations on N&gt;=2&lt;/span&gt;&lt;span style=&quot;line-height: 1.6em;&quot;&gt;&amp;nbsp;independent and identically distributed chains recorded collectively.&lt;/span&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;

&lt;p&gt;&lt;/p&gt;
</abstract>
	<keyword_fa>برآوردهای بیزی, برآوردهای بیز تجربی, پیشین مزدوج طبیعی, زنجیرهای مارکوف نامانا.</keyword_fa>
	<keyword>Bayes estimates, empirical Bayes estimates, natural conjugate priors.</keyword>
	<start_page>77</start_page>
	<end_page>88</end_page>
	<web_url>http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-118&amp;slc_lang=en&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name> R. </first_name>
	<middle_name></middle_name>
	<last_name>Meshkani</last_name>
	<suffix></suffix>
	<first_name_fa>رضا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>مشکانی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>mrmeshkani@gmail.com</email>
	<code>1003194753284600499</code>
	<orcid>1003194753284600499</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name> L. </first_name>
	<middle_name></middle_name>
	<last_name>Billard</last_name>
	<suffix></suffix>
	<first_name_fa>لین</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>بیلارد</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>lynne@stat.uga.edu</email>
	<code>1003194753284600500</code>
	<orcid>1003194753284600500</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
