research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
comparison between some of the robust penalized estimators using simulation
مقارنة بين بعض المقدرات الجزائية الحصينة باستخدام المحاكاة

Authors: عماد حازم عبودي --- علي حميد يوسف
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2017 Volume: 23 Issue: 100 Pages: 490-504
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The penalized least square method is a popular method to deal with high dimensional data ,where the number of explanatory variables is large than the sample size . The properties of penalized least square method are given high prediction accuracy and making estimation and variables selection At once. The penalized least square method gives a sparse model ,that meaning a model with small variables so that can be interpreted easily .The penalized least square is not robust ,that means very sensitive to the presence of outlying observation , to deal with this problem, we can used a robust loss function to get the robust penalized least square method ,and get robust penalized estimator and it can deal problems of dimensions and outliers .In this paper a compression had been made Sparse LTS estimator and MM Lasso by using simulation and the simulation results show that the MM Lasso is best for every experiments, Depending on the criteria for the Mean Square Error, False Positive Rate and False negative Rate .

المستخلص: تعد طريقة المربعات الصغرى الجزائية طريقة ملائمة وشائعة للتعامل مع البيانات ذات الابعاد العالية ولاسيما التي يكون فيها عدد المتغيرات التوضيحية اكبر من حجم العينة ، ومن ضمن المزايا التي تتمتع بها طريقة المربعات الصغرى الجزائية هي ضمان الحصول على تنبؤ عالي الدقة وكذلك قيامها بعملية التقدير واختيار المتغيرات في ان واحد ، فهي تقوم بتقليص بعض المعاملات وجعلها مساوية للصفر . حيث انها تعطي نموذجاً متبعثراً (Model Sparse) اي النموذج الذي يتضمن اقل عدد ممكن من المتغيرات ومن ثم يكون قابلاً للتفسير بسهولة. وعلى الرغم من تلك المزايا التي تتمتع بها طريقة المربعات الصغرى الجزائية الا انها تعد طريقة غير حصينة بمعنى انها تتأثر بالقيم الشاردة ، وللتغلب على هذه المشكلة يتم استبدال دالة خسارة المربعات الصغرى بدالة خسارة حصينة ليتم الحصول على طريقة المربعات الصغرى الجزائية الحصينة ، ويكون المقدر الناتج يدعى بالمقدر الجزائي الحصين الذي يتعامل مع مشكلتي الابعاد والقيم الشاردة . وفي هذا البحث تمت عملية المقارنة بين مقدري (Sparse LTS) وMM Lasso)) باستعمال المحاكاة وقد تم التوصل الى افضلية مقدر (MM Lasso) في معظم التجارب وذلك بالاعتماد على معيار متوسط مربعات الخطأ ، ومعدل الايجابية الزائف ومعدل السلبية الزائف.


Article
"A comparative study between LASSO-MAVE method and Adaptive LASSO-MAVE method for variable selection in semi-parametric single index models
دراسة مقارنة بين طريقة ( لاسو – ماف ) وطريقة ( لاسو التكيفيه – ماف ) لاختيار المتغير في نماذج المؤشر الواحد شبه المعلميه

Author: Tariq Aziz Saleh م.د. طارق عزيز صالح
Journal: THE IRAQI MAGAZINJE FOR MANAGERIAL SCIENCES المجلة العراقية للعلوم الادارية ISSN: ISSN 10741818 Year: 2017 Volume: 13 Issue: 53 Pages: 197-215
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

The semi-parametric single – index model (SSIM) are important tools and basic to treatment the problem of high – dimensional , As it plays an important role in the process of model building and variable selection of significant . in this research has been the use some methods variable selection of automatic modern and that work on estimation vector of parameters β and link function g (X^T β ) With variable selection at the same time for semi-parametric single-index model are LASSO -MAVE method and Adaptive LASSO - MAVE method for aim to improve the accuracy and predict of the model . in order to achieve this aim , it was conducted simulation experiment to show methods preference used in estimation and variable selection for model under study by using different models , different variances , different sample sizes and different correlation values as well as the use of a real data of influencing factors on market value share for the banks sector in the iraqi stock exchange for purpose of comparison and a check from performance these methods in practice . it was reached through simulation experiments and a real data to conclusion showed favorite Adaptive LASSO - MAVE method as it gave better results from LASSO-MAVE method depending on the two criteria Average mean squared error (AMSE) and Average mean absolute error (AMAE) basically for Comparison , and were obtained on results depending on program R- package.

ان نماذج المؤشر الواحد شبه المعلميه هي ادوات مهمة واساسية لمعالجة مشكلة الابعاد العالية اذ تلعب دوراً مهماً في عملية بناء الانموذج واختيار المتغيرات المعنويه . وفي هذا البحث تم استعمال بعض اساليب اختيار المتغير التلقائي الحديثة والتي تعمل على تقدير متجه المعلمات β ودالة الربط g (X^T β ) واختيار المتغير في آن واحد لنماذج المؤشر الواحد شبه المعلميه وهي طريقة (LASSO – MAVE) وطريقة )MAVE- (Adaptive LASSO بهدف تحسين دقة وتنبؤ الانموذج ومن اجل تحقيق هذا الهدف تم اجراء تجارب المحاكاة لبيان افضلية الطرائق المستعملة في تقدير واختيار المتغير للانموذج قيد الدراسة وباستعمال نماذج مختلفة , تباينات مختلفة , وحجوم عينات مختلفة وقيم ارتباط مختلفة فضلاً عن استخدام البيانات الحقيقية المتمثلة بالعوامل المؤثرة في القيمة السوقية للسهم لقطاع المصارف في سوق العراق للاوراق المالية لغرض المقارنة والتحقق من اداء هذه الطرائق في الواقع العملي . وتم التوصل عن طريق تجارب المحاكاة والبيانات الحقيقية الى استنتاجات بينت افضلية طريقة MAVE)- (LASSO اذ اعطت نتائج افضل من طريقة LASSO – MAVE) (Adaptive بالاعتماد على المعيارين معدل متوسط مربعات الخطا (AMSE) ومعدل متوسط الخطا المطلق (AMAE) اساساً للمقارنة وتم الحصول على النتائج بالاعتماد على برنامج (R-package).

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic (1)

Arabic and English (1)


Year
From To Submit

2017 (2)