@Article{, title={Testing Hypotheses in High Dimensional Regression اختبار فرضيات أنموذجي انحدار Islasso وlasso بأستخدام أسلوب المحاكاة}, author={Dijlah Ibrahim Al-Azzawi دجلة إبراهيم العزاوي and Raed Fadel Mohamed Al-Hassani رائد فاضل الحسني}, journal={Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم}, volume={}, number={46}, pages={192-203}, year={2020}, abstract={In this paper, we test the hypotheses concerning the regression coefficients once by using the lasso model, then by using islasso model (proposed by Giovanna et al, 2019), where the islasso model is considered to be an alternative procedure for the regression splines model, where the bandwidth is determined by the corresponding standard error calculated by the data and allows the covariance matrix and Wald statistic to be obtained relatively easily.The results of the simulation showed better importance for the islasso regression model in the case of small and medium samples (n <50). also, it was found when the sample size increases and the standard error decreases, the islasso gets closer to the original lasso, making the islasso asymptotically equivalent to the lasso.

في هذا البحث تم اختبار الفرضيات الخاصة بمعاملات معادلة الانحدار الخطي في أنموذج انحدار اقل انكماش مطلق لاختيار العامل (lasso). كما تم تطبيق أنموذج انحدار التمهيد المستحث ذو اقل انكماش مطلق لاختيار العامل (islasso)، المقترح من قبل (Cilluffo وآخرون، 2019). ويعتبر أنموذج انحدار (islasso) بديل عن تطبيق أسلوب انحدار الشرائح (regression splines)، إذ يتم تحديد عرض الحزمة (bandwidth) بواسطة الخطأ المعياري (standard error) المقابل المحسوب بالبيانات، كما انه يسمح بالحصول على مصفوفة التغاير وإحصاءه (Wald) بسهولة نسبيًا.أظهرت نتائج تجارب المحاكاة أفضلية لمقدرات أنموذج انحدار (islasso) في حالة العينات الصغيرة والمتوسطة (n<50)، كما تبين انه كلما زاد حجم العينة وانخفضت قيمة الخطأ المعياري، فإن مقدرات أنموذج انحدار (islasso) تقترب من مقدرات انحدار (lasso)، مما يجعل انحدار (islasso) مكافئاً لانحدار (lasso).} }