research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Detecting Outliers In Multiple Linear Regression
اكتشاف القيم الشاذة في الانحدار الخطي المتعدد

Author: إيهاب عبد السلام محمود
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2011 Volume: 17 Issue: 64 Pages: 9-41
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Abstract :
It is well-known that the existence of outliers in the data will adversely affect the efficiency of estimation and results of the current study. In this paper four methods will be studied to detect outliers for the multiple linear regression model in two cases : first, in real data; and secondly, after adding the outliers to data and the attempt to detect it. The study is conducted for samples with different sizes, and uses three measures for comparing between these methods . These three measures are : the mask, dumping and standard error of the estimate.

من المعروف ان وجود القيم الشاذة في البيانات يؤثر سلبا على كفاءة التقديرات والنتائج للدراسة الموضوعة, وفي هذا البحث سيتم دراسة (4) طرائق لاكتشاف القيم الشاذة لنموذج الانحدار الخطي المتعدد ولحالتين: لبيانات حقيقية والحالة الثانية بعد اقحام قيم شاذة للبيانات ومحاولة كشفها، وقد تمت الدراسة باحجام عينات مختلفة واعتماد (3) مقاييس للمقارنة بين هذه الطرائق هي: القناع, الاغراق والخطأ المعياري للتقدير .


Article
Construct a Mathematical Model to Predict Compressive Strength of Types of Concrete (Normal Concrete and Self Compacting Concrete ) Exposed to High Temperatures from Nondestructive Testing
إنشاء نموذج رياضي لتخمين مقاومة الانضغاط لأنواع الخرسانة المتعرضة للحرارة العالية من الفحوص غير الاتلافية

Author: Abbas AL-Ameeri عباس سالم الأميري
Journal: Al-Qadisiyah Journal for Engineering Sciences مجلة القادسية للعلوم الهندسية ISSN: 19984456 Year: 2014 Volume: 7 Issue: 4 Pages: a201-220
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

Nondestructive tests (NDT) are considered one of the methods of evaluation and quality control of concrete. In addition, Nondestructive testing give, good indications about strength and durability of concrete samples and structural members. There are many studies about Nondestructive tests for concrete NSC &HSC. So the fundamental aim of study is to construct a mathematical model to predict compressive strength of two types of concrete (Normal concrete and self compacting concrete ) exposed to high temperatures from Nondestructive testing ,by using (rebound number &ultrasonic pulse velocity). Where mathematical models proposed for concrete normal conditions with previous studies, do not give a true picture of the nature of concrete exposed to high temperature. The study included the preparation of three mathematical models for each type of concrete, two of which are based method of Multiple Linear Regression Analysis with a different number of independent variables supported model, while the third, it depends on the construct of a model of Non - Linear Regression Analysis using the exponentional equation .The statistical models for normal concrete was high reliability, and owns two of them on two variables only were to hammer Schmidt test , ultrasonic pulse velocity test , and be more practical than the third model, which depends on several variables, where he finds it difficult in most cases Empirical lack of information application . The same result was reached to models for self compacting concrete with a different rate of reliability for both types of concrete for statistical indicators of each model.

يهدف هذا البحث بصورة أساسية لأعداد نموذج رياضي لتخمين مقاومة الانضغاط للخرسانة بنوعيها الاعتيادية وذاتية الرص المعرضة للحرارة العالية من خلال إجراء الفحوص اللااتلافية والتي تشمل فحصي مطرقة شميدت و فحص الذبذبات فوق الصوتية ، حيث النماذج الرياضية المقترحة للخرسانة بالظروف الاعتيادية بالدراسات السابقة، لا تعطي الصورة الحقيقية لطبيعة الخرسانة المتعرضة للحرارة العالية . شملت الدراسة إعداد ثلاثة نماذج رياضية لكل نوع من الخرسانة ، اثنان منها تعتمد الأسلوب التحليل الانحدار الخطي المتعدد (Multiple Linear Regression Analysis ) مع اختلاف عدد العوامل المعتمدة بالنموذج ، اما الثالث فانه يعتمد على إنشاء نموذج من التحليل الانحداري اللاخطي (Non - Linear Regression Analysis ) باستخدام معادلة آسية مركبة .وقد تم الحصول على نماذج إحصائية للخرسانة الاعتيادية ذات موثوقية عالية ، وتمتلك اثنان منهما على متغيرين فقط هو فحص مطرقة شميدت ، فحص الذبذبات فوق الصوتية وتكون اكثر عمليا من النموذج الثالث الذي يعتمد على متغيرات عدة ، حيث يجد من الصعوبة في معظم الحالات تطبيقه لعدم توفر المعلومات المطلوبة . وبنفس النتيجة تم التوصل لنماذج الخرسانة ذاتية الرص مع اختلاف نسبة الموثقية لكليهما والمتمثلة بالمؤشرات الإحصائية لكل نموذج.


Article
Estimation of Multivariate Linear Regression Parameters Using Robust Methods (Comparison Study)
تقدير معلمات الانحدار الخطي المتعدد باستخدام الطرائق الحصينة (دراسة مقارنة)

Loading...
Loading...
Abstract

In this paper In this Thesis has been use several robust methods – less sensitivity with outliers values – to estimate parameters matrix. These were compared by using criterion mean square random error by relying on simulation to get the data. Data mimic the reality and on which the comparison of methods is built. It was generated two kinds of variables: non-contaminated natural variables, contaminated natural variables from two sides. It was reached through the comparison between the results of the three methods. That data in the case of non-polluting match the results of the three robust methods. As in the case of polluting data, the suggested method - which has been assumed a constant cutoff value suggested for it - often give best results of two way methods: Estimate of minimum covariance determinate (MCD) & (MCD) re-Weight.

تم في هذه البحث استخدام عدة طرائق حصينة – قليلة الحساسية بالقيم الشاذة – لتقدير مصفوفة المعلمات منها طريقة مقترحة من قبل الباحث، وقد تمت مقارنة هذه الطرائق باستخدام معيار متوسط مربع الخطأ العشوائي وذلك بالاعتماد على أسلوب المحاكاة للحصول على بيانات تحاكي الواقع العملي والتي على أساسها تمت المقارنة بين الطرائق، تم توليد نوعين من المتغيرات وهي: متغيرات طبيعية ومتغيرات طبيعية ملوثة من جهتين. تم التوصل من خلال المقارنة بين نتائج ثلاث طرائق حصينة إلى أنه في حالة البيانات غير الملوثة تتطابق نتائج الطرائق الحصينة الثلاث، أما في حالة البيانات الملوثة فإن الطريقة المقترحة – التي تم تعديل قيمة ثابت القطع لها – تعطي غالباً نتائج أفضل من طريقتي مقدر أصغر محدد مصفوفة تباين مشترك (MCD) و(MCD) معادة الوزن، وتمت المقارنة باستخدام معيار معدل متوسطات مربعات الأخطاء.


Article
Using Some Robust Methods For Handling the Problem of Multicollinearity
استعمال بعض الطرائق الحصينة في معالجة مشكلة التعدد الخطي

Authors: ghfraan esmaeel غفران اسماعيل كمال --- saif alimam سيف الامام سعدي خزعل
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 112 Pages: 500-514
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The multiple linear regression model is an important regression model that has attracted many researchers in different fields including applied mathematics, business, medicine, and social sciences , Linear regression models involving a large number of independent variables are poorly performing due to large variation and lead to inaccurate conclusions , One of the most important problems in the regression analysis is the multicollinearity Problem, which is considered one of the most important problems that has become known to many researchers , As well as their effects on the multiple linear regression model, In addition to multicollinearity, the problem of outliers in data is one of the difficulties in constructing the regression model , Leading to adverse changes when taking linear regression as a basis for hypothesis testing .In this paper, we present some robust methods for estimating the parameters of the multiple linear regression model, a ridge regression method for based on the LTS estimator and Liu method for based on the LTS estimator, Using the simulation, these two methods were compared according to the mean squares error (MSE) , The comparison showed that the Liu-LTS method is the best in estimating the parameters of the multiple linear regression model.

يعد أنموذج الانحدار الخطي المتعدد من نماذج الانحدار المهمة التي اجتذبت العديد من الباحثين في مجالات مختلفة منها الرياضيات التطبيقية والاعمال والطب والعلوم الاجتماعية , ان نماذج الانحدار الخطية التي تتضمن عدد كبير من المتغيرات التوضيحية تكون ذات اداء ضعيف بسبب كبر التباين فضلا عن ذلك تؤدي الى استنتاجات غير دقيقة , ان احدى المشاكل المهمة في تحليل الانحدار مشكلة تعدد العلاقة الخطية حيث تعتبر واحده من اهم المشاكل التي اصبحت معروفة لدى العديد من الباحثين وكذلك تأثيراتها على أنموذج الانحدار الخطي المتعدد الى جانب تعدد العلاقة الخطية مشكلة القيم الشاذة في البيانات التي تعتبر احدى الصعوبات في بناء أنموذج الانحدار , مما يؤدي الى تغيرات عكسية عند اتخاذ الانحدار الخطي كأساس لأجراء اختبارات الفروض .نستعرض في هذا البحث بعض الطرائق الحصينة لتقدير معلمات أنموذج الانحدار الخطي المتعدد وهي طريقة انحدار الحرف بالاعتماد على مقدر المربعات الصغرى المشذبة (Ridge-LTS) وطريقة (Liu) بالاعتماد على مقدر المربعات الصغرى المشذبة (, (Liu-LTS ومن خلال استخدام المحاكاة تمت اجراء المقارنة بين هاتين الطريقتين وفق معيار المقارنة متوسط مربعات الخطأ (MSE) , واتضح من خلال المقارنة ان طريقة ((Liu-LTS هي الافضل في تقدير معلمات أنموذج الانحدار الخطي المتعدد .


Article
Comparison of some robust methods in the presence of problems of multicollinearity and high leverage points
المقارنة بين بعض الطرائق الحصينة في ظل وجود مشكلتي تعدد العلاقة الخطية ونقاط الانعطاف العالية

Loading...
Loading...
Abstract

The multiple linear regression model of the important regression models used in the analysis for different fields of science Such as business, economics, medicine and social sciences high in data has undesirable effects on analysis results . The multicollinearity is a major problem in multiple linear regression. In its simplest state, it leads to the departure of the model parameter that is capable of its scientific properties, Also there is an important problem in regression analysis is the presence of high leverage points in the data have undesirable effects on the results of the analysis , In this research , we present some of the robust methods in the multiple linear regression model These methods include the (Jackknife Ridge regression) methods based on the (MM) estimator and the (GM2) estimator (Modified Generalized M-estimator) . Using the Monte Carlo simulation, the two methods were compared in accordance with the comparison criterion, the mean squares error (MSE) and sample sizes (n = 20, n = 50, n = 100) and different pollution ratios (τ = 5%, 15%) , The comparison shows that (RJGM2) is the best method for estimating the parameters of the multiple linear regression model, which has the lowest value for mean squares error (MSE) compared with the rest of the other estimations.Keywords : Multiple Linear Regression , Multicollinearity, high leverage point,

يعد أنموذج الانحدار الخطي المتعدد من نماذج الانحدار المهمة والمستعملة في تحليل البيانات لمختلف مجالات العلم وعلى نطاق واسع مثل الاعمال والاقتصاد والطب والعلوم الاجتماعية، ان تعدد العلاقة الخطية مشكلة كبيرة في الانحدار الخطي المتعدد اذ تؤدي في ابسط حالتها الى ابتعاد معلمات الأنموذج المقدرة على خصائصها العلمية وغالباً ما تعطي استنتاجات مظللة، ايضاً هناك مشكلة هامة في تحليل الانحدار هو وجود نقاط الانعطاف العالية في البيانات مما تؤدي الى تأثيرات غير مرغوب بها على نتائج التحليل .نستعرض في هذا البحث بعض الطرائق الحصينة في أنموذج الانحدار الخطي المتعدد ومن هذه الطرائق طريقتي انحدار الحرف لمقدر ال جاكنايف (Jackknife Ridge Regression) بالاعتماد على مقدر (MM) (MM-estimator) ومقدر (GM2) (Modified Generalized M-estimator)، ومن خلال استعمال المحاكاة بأسلوب مونت كارلو تمت اجراء المقارنة بين هاتين الطريقتين وفق معيار المقارنة متوسط مربعات الخطأ (MSE) ولحجوم عينات (n=100،n=50،n=20) ونسب تلوث مختلفة ، واتضح من خلال المقارنة ان طريقة ((RJGM2 هي الافضل في تقدير معلمات أنموذج الانحدار الخطي المتعدد و يمتلك اقل قيمة لمتوسط مربعات خطأ (MSE) مقارنة مع بقية المقدرات الأخرى .

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

Arabic (2)

Arabic and English (2)

English (1)


Year
From To Submit

2019 (2)

2016 (1)

2014 (1)

2011 (1)