research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Addressing the problem of Multicollinearity in parametric model using some shrinkage methods
معالجة مشكلة التعدد الخطي في الانموذج المعلمي باستخدام بعض طرائق الانكماش

Loading...
Loading...
Abstract

Abstract Multicollinearity has been a serious problem in analysis of Regression , The ordinary least squares method (OLS) may result in high variability in the estimates of the regression coefficients in the presence of multicollinearity .To address this problem using some shrinkage methods for estimation general linear model (GLM) it’s ( Lasso and Elastic- Net methods) and this methods reduces the variability of the estimation by shrinkage the coefficients and at the same time produces interpretable models by shrinkage some coefficients to exactly zero.In this research show performance these methods in serious multicollinearity by Application on real data and reach to beast method based on mean squares error (MSE) and it’s ( Elastic- Net ) method . All results were obtained depend on (SPSS) program .

المستخلص : ان مشكلة التعدد الخطي (Multicollinearity) هي مشكلة مؤثرة في تحليل الانحدار و ان طريقة المربعات الصغرى الاعتيادية (OLS) قد تؤدي الى تباين كبير في تقديرات معاملات الانحدار في ضل وجود مشكلة التعدد الخطي ولمعالجة هذه المشكلة تم استخدام بعض طرائق الانكماش (Shrinkage Methods) لتقدير انموذج الانحدار الخطي العام و هي( طريقة Lasso وطريقة Elastic- Net ) وهذه الطرائق تعمل على اختزال التغير في التقديرات من خلال انكماش المعاملات و في نفس الوقت تنتج نماذج قابلة للتفسير بواسطة انكماش بعض المعاملات وبالضبط الى الصفر . وفي هذا البحث نبين اداء هذه الطرائق في ظل وجود مشكلة التعدد الخطي (Multicollinearity) من خلال تطبيقها على بيانات حقيقية والتوصل الى الطريقة الافضل بالاعتماد على معيار المقارنة متوسط مربعات الخطأ ( MSE) اذ حققت طريقة (Elastic Net ) افضليتها و تم الحصول على كافة النتائج بالاعتماد على البرنامج الاحصائي (SPSS).


Article
RUF procedures forgetting the best subset linear regression model"
خطوات استخدام RUF للحصول على افضل نموذج (جزئي) للانحدار الخطي"

Author: صباح فرج عبد الحسين
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2012 Volume: 18 Issue: 66 Pages: 357-386
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The purpose behind building the linear regression model is to describe the real linear relation between any explanatory variable in the model and the dependent one, on the basis of the fact that the dependent variable is a linear function of the explanatory variables and one can use it for prediction and control. This purpose does not cometrue without getting significant, stable and reasonable estimatros for the parameters of the model, specifically regression-coefficients. The researcher found that "RUF" the criterian that he had suggested accurate and sufficient to accomplish that purpose when multicollinearity exists provided that the adequate model that satisfies the standard assumpitions of the error-term can be assigned. It is wrong to ignore the assumptions and depend directly on the least "MSE & PRESS" and greatest " " because it satisfies the model with false fit to data, whereas the regession coefficients are still unstable and unreasonable because of the multicollinearity and the effect of the error-term on the explanatory and predicted power. So the researcher has made procedures for using his criterion "RUF" to get the real best subset linear model.

ان الغرض من بناء نموذج الانحدار الخطي هو وصف العلاقة الخطية (الحقيقية) ما بين كل متغير تفسيري في النموذج والمتغير المعتمد، على اساس ان المتغير المعتمد هو دالة خطية للمتغيرات التفسيرية، وبما يسمح باستخدام هذه الدالة في التنبؤ والسيطرة. وهذا الغرض لا يتحقق من دون الحصول على مقدرات معنوية ومستقرة ومعقولة لمعلمات النموذج الخطي. وقد وجد الباحث ان المعيار الذي سبق وان اقترحه واسماه RUF هو المعيار الدقيق والكافي للوصول الى هذا الغرض في حالة وجود مشكلة التعدد الخطي، وان ذلك مرتبط بتحديد النموذج الوافي الذي يحقق الفرضيات القياسية لحد الخطأ وليس بتجاوزها والاعتماد مباشرة على معايير (اصغر متوسط مربعات البواقي MSE واصغر مجموع مربعات للبواقي التنبؤية PRESS واكبر قيمة لمعامل التحديد المعدل ) فذلك من شانه الحصول على نموذج يحقق مطابقة ظاهرية للبيانات تضلل الباحث وتوهمه بانه قد حصل على نموذج الانحدار الخطي الافضل خلافا للحقيقة التي تشير الى ان مقدرات معاملات الانحدار في هذا النموذج (غير مستقرة وغير معقولة) لانها تعاني من قوة العلاقات الخطية فيما بينها وتاثير حد الخطأ في قوتها التفسيرية والتنبؤية. وعلى هذا الاساس حدد الباحث عدة خطوات لاستخدام RUF في الحصول على افضل نموذج (جزئي) للانحدار الخطي.


Article
استعمال خوارزمية تجزئة القيم المفردة لمعالجة مشكلة التعدد الخطي (عالية الابعاد) لتحديد وتميز أهم العوامل المؤثرة على امراض القلب

Loading...
Loading...
Abstract

In this paper, one of the problems of statistical data was examined in the case of multicollinearity variables. This is the problem of linear multicollinearity. The problem multicollinearity was solved using a Singular Value Decomposition that changes the structure of the data to eliminate the problem while preserving the nature of the data in terms of the effect on the variable Affiliate.Comparative analysis and logistic analysis were used to compare the two after the application of a single value fragmentation algorithm to medical data representing recovery status and death of heart attack (y = 0 deaths, y = 1 healing) and factors affecting heart attack After the differential analysis, the most important factors with a high effect on heart attack were (emotion, heart disease, smoking, age). In the case of logistic analysis (emotion, heart disease, smoking, pressure, sugar and age) Affect the heart attack disease.

في هذا البحث تم دراسة أحد المشاكل التي تعاني منها البيانات الإحصائية في حالة المتغيرات المستقلة المتعددة وهي مشكلة التعدد الخطي اذ تم معالجة مشكلة التعدد الخطي باستعمال خوارزمية تجزئة القيمة المفردة التي تقوم بتغير هيكلية البيانات لتخلص من المشكلة مع الحفاظ على طبيعة البيانات من حيث التأثير على المتغير التابع.تم استعمال التحليل التمييزي والتحليل اللوجستي بعد تطبيق خوارزمية تجزئة القيمة المفردة على بيانات طبيه تمثل حالة البقاء على قيد الحياة وحالة الوفاة لمرض النوبة القلبية (y=0 حالة وفاة ، y=1 حالة يقاء على قيد الحياة ) والعوامل التي تؤثر على مرض النوبة القلبية ( متغيرات مستقلة تعاني مشكلة التعدد الخطي ) وبعد اجراء التحليل التمييزي وجد ان اهم العوامل ذات التأثير العالي على مرض النوبة القلبية هي ( الانفعال ، امراض القلب ، التدخين ، العمر ) وفي حالة التحليل اللوجستي وجد ( الانفعال ، امراض القلب ، والتدخين ، والضغط ، والسكر ، والعمر) هي التي تؤثر على مرض النوبة القلبية


Article
A simulation study is used to examine the robustness of some estimators on a multiple linear regression model with problems of multicollinearity and non-normal errors
مقارنة طرق تقدير معالم نموذج الانحدارفي حالة ظهور مشكلة التعدد الخطي والقيم الشاذة

Authors: غفران اسماعيل كمال --- نزار مصطفى جواد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2009 Volume: 15 Issue: 55 Pages: 153-166
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A simulation study is used to examine the robustness of some estimators on a multiple linear regression model with problems of multicollinearity and non-normal errors, the Ordinary least Squares (LS) ,Ridge Regression, Ridge Least Absolute Value (RLAV), Weighted Ridge (WRID), MM and a robust ridge regression estimator MM estimator, which denoted as RMM this is the modification of the Ridge regression by incorporating robust MM estimator . finialy, we show that RMM is the best among the other estimators.

المستخلص
تستخدم المحاكاة لاختبار قوة وحصانة المقدرات لنموذج الانحدار المتعدد عند وجود مشاكل التعدد الخطي والاخطاء الغير طبيعية، وتم استخدام طرق للتقدير منها الاعتيادية والحصينة وهي طريقة المربعات الصغرى LSE، وانحدار الـ Ridge ، وطريقة القيمة المطلقة الصغرى RLAV والـ Ridge الموزون WRID وطريقة MM ومقدار انحدار الـ Ridge الحصين المعتمد على مقدار MM والذي يرمز له بالرمز RMM. ان RMM هي التعديل الى انحدار الـ Ridge المدمج مع مقدر MM الحصين. وقد وجد ان طريقة RMM هي افضل من الطرق الاخرى .


Article
Compared the Proposed Method (AUGJRR) with Biased Methods to Estimate the Generalized Ridge Regression of the Existence of Multicollinearity
مقارنة الطريقة المقترحة (AUGJRR) مع الطرائق المتحيزة لتقديرانحدار الحرف العامة بوجود التعدد الخطي

Author: Saja M. Hussein سجى محمد حسين
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2016 Issue: 37 Pages: 69-78
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

The estimate the parameters of the General linear model, which suffers from a breach in one of the assumptions which is semi multicollinearity between the explanatory variables be using methods of estimating generalized Ridge regression which it will focus our attention in this research such as Generalized Ridge Regression Estimator (GRRE), Modified Jackknife Ridge Regression (MJRRE), Generalized Jackknife Ridge Regression)GJRRE( , Generalized Liu Estimator (GLE), Almost unbiased Generalized Liu (AUGLE) , Almost unbiased Generalized Ridge Regression (AUGRRE) addition to the proposed method Almost unbiased Generalized Jackknife Ridge Regression (AUGJRRE) Where in this research to derive the proposed method (AUGJRRE) to estimate the parameters of the model, which suffers from the problem of multicollinearity and the proposed method were compared with the methods mentioned above as well as the method (ols).

ان تقدير معلمات الااانموذج الخطي العام الذي يعاني من خرق في احدى فروضه وهو تعدد العلاقة الخطية (Multicollinearity) بين المتغيرات التوضيحية شبه التام يكون باستعمال طرائق تقدير انحدار الحرف العام والذي سيتركز عليه اهتمامنا في هذا البحث مثل:•Generalized Ridge Regression Estimator (GRRE،(•Modified Jackknife Ridge Regression (MJRRE(.•Generalized Jackknife Ridge Regression (GJRRE).•Generalized Liu Estimator (GLE).•Almost unbiased Generalized Liu (AUGLE(.•Generalized Ridge Regression Almost unbiased (AUGRRE).بالاضافة الى الطريقة المقترحة:•Almost unbiased Generalized Jackknife Ridge (AUGJRRE)حيث تم في هذا البحث اشتقاق طريقة (AUGJRR) لتقدير معلمات الااانموذج الذي يعاني من مشكلة التعدد الخطي وتمت مقارنة الطريقة المقترحة مع الطرائق المذكورة اعلاه بالاضافة الى طريقة(OLS). وكانت النتيجة بإن أفضل المقدرات هما المقدر (AUGLE) والمقدر المقترح (AUGJRRE)والمقدر (AUGRRE) حيث يمتلكون اقل متوسط مربعات خطأ (MSE) مقارنة مع مقدر المربعات الصغرى وبقية المقدرات المتحيزة الاخرى.

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

Arabic (5)


Year
From To Submit

2019 (2)

2016 (1)

2012 (1)

2009 (1)