research centers


Search results: Found 9

Listing 1 - 9 of 9
Sort by

Article
طريقة مقترحة لإختبار فرضيات المتوسط باستخدام المركبات الرئيسية

Authors: الاستاذ الدكتور ظافرحسين رشيد --- م.م عامر محمد نوري المهداوي
Journal: Journal of Baghdad College of Economic sciences University مجلة كلية بغداد للعلوم الاقتصادية الجامعة ISSN: 2072778X Year: 2007 Issue: 14 Pages: 265-288
Publisher: Baghdad College of Economic Sciences كلية بغداد للعلوم الاقتصادية

Loading...
Loading...
Abstract

يعد الوسط الحسابي أهم مقياس للنزعة المركزية، لما يمتاز به من خصائص وسهولة في الحساب جعلته المقياس الأكثر استخداماً في اغلب الدراسات. هذه الاهمية دفعت بالعديد من الباحثين على الاهتمام بعملية حسابه ووضع الصيغ الملائمة للاحصاءات الخاصة باختبار الفرضيات الاحصائية المرتبطة به. ويقدم هذا البحث اسلوب جديد مقترح لاختبار الفرضيات الخاصة بالمقارنة بين متجهي متوسطات مجتمعين متعددي المتغيرات. حيث يعتمد هذا الاسلوب على تضمين الاهمية النسبية لكل متغير في الاختبار وذلك بالاعتماد على اهم مقياس للتشتت، الا وهو التباين. ويتم ذلك باستخدام المركبات الرئيسية.


Article
Robust Classification of Principal Component Analysis by Using Robust Soft Independent Modeling of Class Analogies Method
التصنيف الحصين لتحليل المركبات الرئيسية باستخدام طريقة النموذج المستقل السلس الحصين لفئة المقارنات

Author: Sura S. Kteeb سرى صباح كتيب
Journal: Journal of Al-Ma'moon College مجلة كلية المأمون ISSN: 19924453 Year: 2015 Issue: 25 Pages: 151-165
Publisher: AlMamon University College كلية المامون الجامعة

Loading...
Loading...
Abstract

This paper deals with the robust method to classify high-dimensional observations which is called RSIMCA method. This robust method is based on Principal Component Analysis (PCA) for high-dimensional data. Classical PCA constructs a set of uncorrelated variables which correspond to eigen vectors of the sample covariance or correlation matrix. This covariance matrix is strongly affected by outliers observations, therefore , it is necessary to use robust methods that are resistant to outliers. The application has been through various simulation experiments .The results showed the efficiency of the RSIMCA method.

تناول البحث طريقة حصينة لتصنيف المشاهدات ذات الابعاد العالية والتي تســـــمى طريقة RSIMCA ؛إذ تعتمد هذه الطريقة على تحليل المركبات الرئيــسية للبيانات ذات الابعاد العالية . وان تحليل المركبات الرئيسية التقليدي يكـــــون مجمــــوعة مــن المتغيرات غير المرتبطة التي تعود الى المتجهات الذاتية المشتقة من مصـفوفة التباين المشترك او مصفوفة الارتباط . وان مصفوفة التباين المشترك تتأثر بشدة بالمشاهدات الشاذة , لذا يصبح من الضروري استخدام طرق حصينة مقاومة لتـلك الشواذ؛إذ تم التطــــــبيق من خلال مخـــــــتلف تجارب المــــحاكاة ,واظهرت النتـــــائج كفـــــاءة طريقة RSIMCA .


Article
Comparison of Slice inverse regression with the principal components in reducing high-dimensions data by using simulation
مقارنة الانحدار الشرائحي المعكوس مع المركبات الرئيسة في اختزال البيانات ذات الابعاد العالية بأستعمال المحاكاة

Authors: عمر عبد المحسن علي --- زينة ابراهيم حسن
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2018 Volume: 24 Issue: 102 Pages: 403-393
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This research aims to study the methods of reduction of dimensions that overcome the problem curse of dimensionality when traditional methods fail to provide a good estimation of the parameters So this problem must be dealt with directly . Two methods were used to solve the problem of high dimensional data, The first method is the non-classical method Slice inverse regression ( SIR ) method and the proposed weight standard Sir (WSIR) method and principal components (PCA) which is the general method used in reducing dimensions, (SIR ) and (PCA) is based on the work of linear combinations of a subset of the original explanatory variables, which may suffer from the problem of heterogeneity and the problem of linear multiplicity between most explanatory variables. These new combinations of linear compounds resulting from the two methods will reduce the number of explanatory variables to reach a new dimension one or more which called the effective dimension. The mean root of the error squares will be used to compare the two methods to show the preference of methods and a simulation study was conducted to compare the methods used. Simulation results showed that the proposed weight standard Sir method is the best.

يدرس هذا البحث طرائق اختزال الابعاد التي تعمل على تجاوز مشكلة البعدية عندما تفشل الطرائق التقليدية في ايجاد تقدير جيد للمعلمات، لذلك يتوجب التعامل مع هذه المشكلة بشكل مباشر. ومن اجل ذلك، يجب التخلص من هذه المشكلة لذا تم استعمال اسلوبين لحل مشكلة البيانات ذات الابعاد العالية الاسلوب الاول طريقة الانحدار الشرائحي المعكوس SIR ) ) والتي تعتبر طريقة غير كلاسيكية وكذلك طريقة ( WSIR ) المقترحة والاسلوب الثاني طريقة المركبات الرئيسة ( PCA ) وهي الطريقة العامة المستخدمة في اختزال الابعاد , ان عمل طريقة انحدار الشرائحي المعكوس SIR ) ) و طريقة المركبات الرئيسة (PCA) يقوم على عمل توليفات خطية مختزلة من مجموعة جزئية من المتغيرات التوضيحية الأصلية والتي قد تعاني من مشكلة عدم التجانس ومن مشكلة التعدد الخطي بين معظم المتغيرات التوضيحية , وستقوم هذه التوليفات الجديدة المتمثلة بالمركبات الخطية الناتجة من الطريقتين بإختزال أكثر عدد من المتغيرات التوضيحية للوصول الى بُعد جديد واحد او اكثر يسمى بالبعد الفعّال . وسيتم استعمال معيار جذر متوسط مربعات الخطأ للمقارنة بين الاسلوبين لبيان افضلية الطرائق , وقد تم اجراء دراسة محاكاة للمقارنة بين الطرائق المستعملة وقد بينت نتائج المحاكاة ان طريقة weight standard Sir المقترحة هي الافضل .


Article
مقارنة بين طريقتي تحليل المركبات الرئيسية والمركبات الرئيسية اللبيه لتقليل الابعاد الصورية

Authors: اسيل مسلم عيسى --- اسماء غالب الراوي
Journal: IRAOI JOURNAL OF STATISTICAL SCIENCES المجلة العراقية للعلوم الاحصائية ISSN: 1680855X Year: 2019 Volume: 16 Issue: 29عدد خاص بالمؤتمر الطلابي الاول Pages: 11-24
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

يتناول البحث طريقتين لتقليل الابعاد وهي طريقة تحليل المركبات الرئيسية(PCA) في حال كون التراكيب خطيه وطريقة المركبات الرئيسية اللبيه (KPCA) في حال كون المركبات لاخطية لمعالجة وتحليل الصور الرقمية وذلك للحصول على معلومات مفيدة. ومن ثم المقارنه بين الطريقتين ومعرفة اي الطرائق تكون مناسبة لتقليل الابعاد الصورية . وتم تطبيق الطرائق على مجموعة من صور الاقمار الاصطناعية لمنطقة في محافظة البصرة الذي يمثل مصب دجلة والفرات في شط العرب وأيضا القنوات المائية المتخللة لمحافظة البصرة والمسطحات المائية المنتشرة حول هذه القنوات.في هذا البحث تم التوصل الى ان الحزمه الصورية الرابعة افضل باستخدام طريقة PCA حيث كانت القيمه كامنة لها اكبر قيمة ,اما طريقة KPCAفقد اظهرت ان الحزمة الصورية الثالثه هي الافضل حيث اعطت اعلى قيمه كامنة . وبالمقارنة بين الطريقتين باستخدام معيار متوسط مربعات الخطأ (MSE) ,اظهرت النتائج ان طريقة المركبات الرئيسية اللبيه (KPCA) هي الافضل .


Article
Use Principal Component Analysis Technique to Dimensionality Reduction to Multi Source
استخدام تقنيه تحليل المركبات الرئيسيه لتقليل الابعاد الصورية متعددة المصادر

Authors: asmaa ghaleeb اسماء غالب الراوي --- aseel moslem اسيل مسلم عيسى
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 115 Pages: 464-473
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper tackles with principal component analysis method (PCA ) to dimensionality reduction in the case of linear combinations to digital image processing and analysis. The PCA is statistical technique that shrinkages a multivariate data set consisting of inter-correlated variables into a data set consisting of variables that are uncorrelated linear combination, while ensuring the least possible loss of useful information. This method was applied to a group of satellite images of a certain area in the province of Basra, which represents the mouth of the Tigris and Euphrates rivers in the Shatt al-Arab in the province of Basra. In this research, when selected the best imaging band in terms of taking the highest eigen value, it is shown that the fourth image band is best when using the PCA method . The application principal component analysis, which depends on the eigen values, showed that the application of PCA gave high and accurate results in determining the best image among the six image beams. It was found that the fourth images which has the highest eigen value is the best and this indicates that it contains the most important Independent properties in images, which are used for analysis, such as isolating water areas, agricultural areas, soil type, etc.

يتناول البحث طريقة تحليل المركبات الرئيسية لتقليل الابعاد في حال كون التراكيب خطيه لمعالجة وتحليل الصور الرقمية .تعمل خوارزمية تحليل المركبات الرئيسية على تقليص عدد كبير من المتغيرات الى عدد اقل من المتغيرات غير مترابطة مع ضمان اقل خسارة ممكنه من المعلومات المفيدة .وتم تطبيق هذه الطريقة على مجموعة من صور الاقمار الاصطناعية لمنطقة معينه في محافظة البصرة والتي تمثل مصب نهري دجلة والفرات في شط العرب في محافظة البصره .ولقد تبين من تطبيق تحليل المركبات الرئيسية والذي يعتمد على القيم الكامنة ان تطبيق خوارزمية تحليل المركبات الرئيسية اعطت نتائج عاليه ودقيقه في تحديد افضل حزمة صوريه من بين الحزم الصورية الستة .فقد تم التوصل الى ان الحزمة الرابعة والتي تمتلك اعلى قيمة كامنة هي الافضل وهذا يدل على انها تحتوي على اهم الخواص المستقلة في الصور والتي تستخدم للتحليل كعزل المناطق المائية ونوع التربه والمناطق الزراعيه وغيرها.


Article
Comparison of Partial Least Squares and Principal Components Methods by Simulation
مقارنة بين طرائق المربعات الصغرى الجزئية و المركبات الرئيسية باستعمال المحاكاة

Author: رباب عبد الرضا صالح
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2016 Volume: 22 Issue: 87 Pages: 50-71
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The methods of the Principal Components and Partial Least Squares can be regard very important methods in the regression analysis, where they are used to convert a set of highly correlated variables to a set of new independent variables, known components and those components are be linear and orthogonal independent from each other , the methods are used to reduce dimensions in regression analysis In this paper , we use Partial Least Squares method with Non -linear Iterative partial least squares NIPALS(PLS1) algorithm and the principal components method with Singular Value Decomposition(SVD )algorithm , the simulation experiments are conduct to compare between their methods assuming that the error is normally distributed , several combination are supposed in simulation for both sample size, number of observation, dimension, and we find that the partial least squares method is better than the Principal Components method in two case, number of observation is greater than the number of variables(n>p) and the number of variables is greater than the number of observation (p>n).

تعد طريقة المركبات الرئيسة والمربعات الصغرى الجزئية من الطرائق المهمة في تحليل الانحدار حيث ان الاثنان تستعملان لتحويل مجموعه من المتغيرات ذات الارتباط العالي الى مجموعة من المتغيرات المستقلة الجديدة تعرف بالمركبات وتكون هذه المركبات خطية متعامدة مستقلة بعضها عن البعض الاخر باستعمال تحويلات خطية ويستعمل الاثنان ايضا في تخفيض الابعاد . تم في هذا البحث استعمال طريقة المربعات الصغرى الجزئية باستعمال خوارزمية التكرار غير الخطي للمربعات الصغرى الجزئية Non-linear Iterative partial least squares NIPALS(PLS1) وطريقة انحدار المركبات الرئيسية بخوارزمية تجزئة القيم المفردة ((SVD) Singular value decomposition ).اذ تم اجراء المقارنة للطريقتين المذكورتين آنفا من خلال تجارب المحاكاة عندما يتوزع الخطأ توزيعا طبيعيا لحجوم عينات وابعاد متغيرات مختلفة ، واتضح من خلال المقارنة ان طريقة المربعات الصغرى الجزئية افضل من طريقة المركبات الرئيسية في حالة كون عدد المشاهدات اكبر من عدد المتغيرات وكذلك في حالة كون عدد المتغيرات اكبر من عدد المشاهدات. .


Article
The use of the Principal components and Partial least squares methods to estimate the parameters of the logistic regression model in the case of linear multiplication problem
استعمال طريقتي المركبات الرئيسية والمربعات الصغرى الجزئية لتقدير معلمات أنموذج الانحدار اللوجستي ثنائي الاستجابة في حالة وجود مشكلة التعدد الخطي

Authors: محمود مهدي البياتي --- هديل حميد شاكر
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2018 Volume: 24 Issue: 106 Pages: 338-355
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The logistic regression model is one of the nonlinear models that aims at obtaining highly efficient capabilities, It also the researcher an idea of the effect of the explanatory variable on the binary response variable. The large number of explanatory variables usually used to illustrate the response led to the problem of linear multiplicity between the explanatory variables that make estimating the parameters of the model not very accurate. In this paper, examined methods for estimating the parameters of the logistic regression model in the case of the problem of linear multiplicity These methods are: Principal components of logistic regression method and Partial least square regression method. The results of the simulation showed that the method (PCLR(3pc’s)) is best for estimating the parameters of the binary logistic regression model response in the case of a problem of linear multiplicity.

المستخلصيعد أنموذج الانحدار اللوجستي من النماذج اللاخطية الذي يهدف الى الحصول على مقدرات تمتلك كفاءة عالية , كما انه يعطي الباحث فكره عن مقدار تأثير المتغير التوضيحي على متغير الاستجابة الثنائية.أن العدد الكبير لمتغيرات توضيحية تستعمل عادة لتوضيح الاستجابة ادى الى ظهور مشكلة التعدد الخطي بين المتغيرات التوضيحية التي تجعل تقدير معلمات النموذج ليست دقيقة جدا.يتم عرض في هذا البحث طريقتين لتقدير معلمات أنموذج الانحدار اللوجستي في حالة وجود مشكلة التعدد الخطي (Multicollinearity) وهما : طريقة المركبات الرئيسية للانحدار اللوجستي (PCLR), وطريقة انحدار المربعات الصغرى الجزئية(PLSR). اذ تم اجراء المقارنة بين هاتين الطريقتين من خلال اسلوب المحاكاة وبأستعمال معيار المقارنة متوسط مربعات الخطأ(MSE) للوصول الى الطريقة الأفضل في تقدير المعلمات في حالة وجود مشكلة التعدد الخطي, وقد بينت نتائج المحاكاة أن طريقة (PCLR(3pc’s)) هي الافضل في تقدير معلمات أنموذج الانحدار اللوجستي ثنائي الاستجابة في حالة وجود مشكلة التعدد الخطي.


Article
Comparison between normal weights and conditional Bays weights in Iterative principal component estimators
المقارنة بين الاوزان الاعتيادية والاوزان البيزية الشرطية في مقدرات المركبات الرئيسية التكرارية

Author: اياد حبيب شمال
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2018 Volume: 24 Issue: 109 Pages: 535-544
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Abstract:This paper discusses the problem of semi maulticollinearity in the nonlinear regression model (the multi-logistic regression model) When the dependent variable is a qualitative variable, the binary response is either equal to one for a response or zero for no response, Through the use of Iterative principal component estimatorsWhich are based on the normal weights and conditional Bays weights .If the appliede Estimates this model Through the use of two types of drugs concentrations thy concentration of ciprodar (variable X1) On a number of people with Patients with renal disease represent the dependent variable (The person heals from the disease , The person has not recovered from the disease )from through Mean Error Squares (MSE) The results were indicative of Iterative principal component estemaite Depending on the conditional Bays weights prefer the Iterative principal component estimators Depending on the the normal weights.

المستخلص: Abstractيناقش هذا البحث مشكلة التعدد الخطي شبه التام في انموذج الانحدار اللاخطي ( انموذج الانحدار اللوجستي المتعدد) ، عندما يكون المتغير المعتمد متغير نوعيا يمثل ثنائي الاستجابة اما ان يساوي واحد لحدوث استجابة او صفر لعدم حدوث استجابة ، من خلال استعمال مقدرات المركبات الرئيسية التكرارية(IPCE) التي تعتمد على الاوزان الاعتيادية والاوزان البيزية الشرطية .اذ تم تطبيق مقدرات هذا الانموذج من خلال استعمال نوعين من تراكيز الادوية هما تركيزciprodar (المتغير ) وتركيز garaycin )المتغير ) على عدد من الاشخاص المصابين بمرض الالتهاب الكلوي الذين يمثلون المتغير المعتمد ( الشخص يشفى من المرض ، الشخص لم يشفى من المرض ) ، ومن خلال متوسط مربعات الخطأ MSE كانت النتائج تدل على ان مقدرات المركبات الرئيسية التكرارية بالاعتماد على اوزان بيز الشرطية افضل من مقدرات المركبات الرئيسية التكرارية بالاعتماد على الاوزان الاعتيادية .


Article
A comparison between the logistic regression model and Linear Discriminant analysis using Principal Component unemployment data for the province of Baghdad
مقارنة بين أنموذج الانحدار اللوجستي وانموذج التحليل المميز الخطي بأستعمال المركبات الرئيسية لبيانات البطالة لمحافظة بغداد

Authors: عادلة عبد اللطيف --- رباب عبد الرضا صالح --- صباح منفي رضا
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2017 Volume: 23 Issue: 95 Pages: 367-386
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The objective of the study is to demonstrate the predictive ability is better between the logistic regression model and Linear Discriminant function using the original data first and then the Home vehicles to reduce the dimensions of the variables for data and socio-economic survey of the family to the province of Baghdad in 2012 and included a sample of 615 observation with 13 variable, 12 of them is an explanatory variable and the depended variable is number of workers and the unemployed. Was conducted to compare the two methods above and it became clear by comparing the logistic regression model best of a Linear Discriminant function written using the original data, either using Principal Component was reduced variables to 5 key factors by 62.875% of the total variance and the results were equal . That the performance of a logistic regression equal to using the original data and Principal Component, while performing a Linear Discriminant function using Principal Component was better than the original data.

ان الهدف من الدراسة هو بيان القدرة التنبؤية الافضل بين انموذج الانحدار اللوجستي والدالة المميزة الخطية باستعمال البيانات الاصليه اولا ثم المركبات الرئيسة لتقليص الابعاد بين المتغيرات لبيانات المسح الاجتماعي والاقتصادي للاسرة لمحافظة بغداد لعام 2012 وتضمنت عينة البحث 615 مفردة لـ13 متغير، 12منها متغير توضيحي والمتغير المعتمد شمل العاملين والعاطلين عن العمل، تم اجراء المقارنة بين الطريقتين اعلاه واتضح من خلال المقارنة ان انموذج الانحدار اللوجستي افضل من انموذج الدالة المميزة الخطية باستعمال البيانات الاصليه، اما باستعمال المركبات الرئيسة تم تقليص المتغيرات الى 5 عوامل رئيسيه بنسبة 62.875% من التباين الكلي وكانت النتائج متساوية للانموذجي الانحدار الوجستي والدالة المميزة الخطية. وان اداء انموذج الانحدار اللوجستي للبيانات الاصلية تقريبا متساوي من استعمال المركبات الرئيسة بينما اداء انموذج الدالة المميزة الخطية باستعمال المركبات الرئيسة كان افضل من البيانات الاصليه.

Listing 1 - 9 of 9
Sort by
Narrow your search

Resource type

article (9)


Language

Arabic and English (5)

Arabic (3)


Year
From To Submit

2019 (2)

2018 (3)

2017 (1)

2016 (1)

2015 (1)

More...