research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
A Comparison between Least Squares and Adjusted Ridge Regression Methods with Application
مقارنة بين طريقتي المربعات الصغرى وانحدار الحرف المعدلة مع التطبيق

Authors: طلال عبد الرزاق الحسو --- Safaa Y. Saffawi صفاء يونس الصفاوي
Journal: TANMIAT AL-RAFIDAIN تنمية الرافدين ISSN: PISSN: 1609591X / EISSN: 2664276X Year: 2011 Volume: 33 Issue: 103 Pages: 47-57
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

AbstractIn this paper, the problem of combating multicollinearity between predictor variables in multiple linear regression model has been studied. This treatment has been done by using the adjusted ridge regression which is suggested by Swindle (1976). This method depends on adding a vector of prior information about the vector of regression parameters  to the estimator proposed by (Hoerl & Kennard, 1970). We selected the vector of prior information to represent the average of Ordinary Least Squares estimator for  . The optimal value for ridge parameter that makes the mean square error of the adjusted estimator minimum has been selected. A comparison between the ordinary least squares and the adjusted estimators has been done. A Monte Carlo simulation is made for 15 predictor variables by choosing different sample sizes simple correlation coefficients,  and and we concluded that the adjusted estimators is better than the ordinary least squares estimators .

المستخلصتم في هذا البحث معالجة مشكلة تعدد العلاقة الخطية بين المتغيرات التوضيحية في أنموذج الانحدار المتعدد مستخدمين طريقة انحدار الحرف المعدلة، وكان الباحث Swindle (1976) أول من قدمها، وتستند على إضافة معلومات مسبقة عن متجه المعلمات  إلى المقدر الذي قدمه Hoerl and Kennard (1970) وتم اختيارنا لتلك المعلومات المسبقة لتمثل متجه الوسط الحسابي لمكونات متجه مقدر المربعات الصغرى للمتجه  , وتم تحديد القيمة المثلى لعامل الحرف للطريقة المعدلة والتي تجعل متوسط مربعات الخطأ للمقدر الناتج أقل ما يمكن .أجريت مقارنة بين مقدرات المربعات الصغرى ومقدرات انحدار الحرف المعدلة لبيانات تم توليدها بأسلوب مونت كارلو لخمسة عشر متغيراً توضيحياً بأحجام عينات مختلفة وبافتراض قيم مختلفة لمعاملات ارتباطات بسيطة وباختيار قيم مختلفة للمتجه  و , وتحت هذه الافتراضات استنتجنا أن طريقة الحرف المعدلة أفضل من طريقة المربعات الصغرى.


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 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic (2)


Year
From To Submit

2016 (1)

2011 (1)