{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA486",
        "title": "برآوردگر انقباضی ماتریس کوواریانس در بعد بالا",
        "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": "1397",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QA486",
        "title": "برآوردگر انقباضی ماتریس کوواریانس در بعد بالا",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1397,
        "authors": [
            {
                "name": "زهرا حسین‌پور",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "محمد آرشی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "ماتریس کوواریانس",
            "برآوردگر انقباضی",
            "بعد بالا",
            "سازگاری برآوردگر ناپارامتری"
        ],
        "abstract": "در تحلیل‌های چندمتغیره یکی از موارد چالش برانگیز برآورد ماتریس کوواریانس یک متغیر تصادفی، زمانی که تعداد متغیرها (در این‌جا بعد) بزرگ باشد، است. همچنین در بعضی بحث‌های چندمتغیره لازم است که تابعی از ماتریس کوواریانس برآورد شود. فرض کنید ‎ p‎ نشان‌دهنده بعد باشد. در این پایان‌نامه برآوردگر ماتریس کوواریانس و تابعی از آن را برای حالت بعد بالا (∞→P) مورد بررسی قرار می‌دهیم. در این راستا فرض می‌کنیم جامعه نمونه‌گیری دارای توزیع نرمال و غیرنرمال بوده و برآوردگرهای ناپارامتری انقباضی ماتریس کوواریانس در بعد بالا را معرفی کرده و برخی خواص آن‌ها را بررسی می‌کنیم. همچنین با استفاده از مثال‌های شبیه‌سازی‏، کارایی برآوردگرهای انقباضی معرفی شده برای ماتریس کوواریانس را در بعد بالا مورد ارزیابی قرار می‌دهیم.",
        "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_QA486.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}