research centers


Search results: Found 13

Listing 1 - 10 of 13 << page
of 2
>>
Sort by

Article
Compared Some Estimators Ordinary Ridge Regression And Bayesian Ridge Regression With Practical Application
مقارنة بعض مقدرات انحدار الحرف الاعتيادية وانحدار الحرف البيزية مع تطبيق عملي

Authors: imad hazeem abood عماد حازم عبودي --- ahmed jabaar hmood احمد جبار حمود
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 112 Pages: 444-460
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Maulticollinearity is a problem that always occurs when two or more predictor variables are correlated with each other. consist of the breach of one basic assumptions of the ordinary least squares method with biased estimates results, There are several methods which are proposed to handle this problem including the method To address a problem and method To address a problem , In this research a comparisons are employed between the biased method and unbiased method with Bayesian using Gamma distribution method addition to Ordinary Least Square method, We will use the simulation to compare these methods using the mean squares error criteria. The method of biased gave good results by using sizes different samples.

تظهر مشكلة التعدد الخطي دائماً عندما يرتبط اثنان او اكثر من المتغيرات المستقلة مع بعضها البعض. وبذلك يكون فيها خرق لاحد الفروض الاساسية لطريقة المربعات الصغرى الاعتيادية مما يؤدي الى تقديرات متحيزة. وقد اقترحت عدة طرق لمعالجة هذه المشكلة منها طريقة المركبات الرئيسة لمعالجة مشكلة التعدد الخطي التام وطريقة انحدار الحرف لمعالجة مشكلة التعدد الخطي شبه التام . في هذا البحث ستتم المقارنة بين طريقة انحدار الحرف المتحيزة وطريقة انحدار الحرف غير المتحيزة وكذلك طريقة انحدار الحرف البيزية باستعمال توزيع كاما بالإضافة الى طريقة المربعات الصغرى الاعتيادية. استخدمنا اسلوب المحاكاة للمفاضلة بين الطرائق الثلاثة التي تم الاعتماد عليها وهي طريقة انحدار الحرف الاعتيادية المتحيزة وطريقة انحدار الحرف الاعتيادية غير المتحيزة بالإضافة الى طريقة انحدار الحرف البيزية واستخدم معيار متوسط مربعات الخطأ للمقارنة بين الطرائق وكانت طريقة انحدار الحرف الاعتيادية المتحيزة اعطت نتائج جيدة باستخدام احجام عينات مختلفة .


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
A Suggested Method of Detecting Multicollinearity in Multiple Regression Models
طريقة مقترحة لاكتشاف الازدواج الخطي في نماذج الانحدار المتعدد

Author: Abdalla M. EL-HABIL
Journal: TANMIAT AL-RAFIDAIN تنمية الرافدين ISSN: PISSN: 1609591X / EISSN: 2664276X Year: 2012 Volume: 34 Issue: 106 Pages: 7-21
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In literature, several methods suggested for the detection of multicollinearity in multiple regression models, and one of the multicollinearity problems solutions is to omit the explanatory variables in the model, which cause the multicollinearity. In this paper, we concentrated on the extra sum of squares method as a suggested method that can be used for detecting multicollinearity. The method of extra sum of squares is applied to real data on the annually surveys about smoking were conducted by the American Federal Trade Commission (FTC). In this data, we detected multicollinearity, then we solved this problem by using the ridge regression and we got the new estimates of the new model without omitting any of the explanatory variables.

في الدراسات الأدبية، تم اقتراح العديد من الأساليب للكشف عن مشكلة الازدواج الخطي في نماذج الانحدار الخطي المتعدد، وكان من ضمن الحلول لهذه المشكلة هو حذف بعض المتغيرات المفسرة التي تتسبب في إيجاد مشكلة الازدواج الخطي من النموذج. في هذه الورقة البحثية، ركزنا على طريقة مجموع مربعات الانحدار كطريقة مقترحة يمكن استعمالها في اكتشاف الازدواج الخطي. ومن أجل ذلك قمنا بتحليل بيانات حقيقية صادرة عن المؤسسة الفيدرالية الأمريكية للتجارة والتي تعنى بعمل دراسات ميدانية سنوية عن التدخين، حيث تم اكتشاف الازدواج الخطي في النموذج المقدر، ثم بعد ذلك تم علاج تلك المشكلة باستخدام انحدار ردج دون حذف أي من المتغيرات المفسرة.


Article
Estimate Kernel Ridge Regression Function in Multiple Regression
تقدير دالة انحدار الحرف اللبي في الأنحدار المتعدد اللامعلمي بأستعمال المحاكاة

Authors: لقاء علي محمد --- صابرين حسين كاظم
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2018 Volume: 24 Issue: 103 Pages: 411-419
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In general, researchers and statisticians in particular have been usually used non-parametric regression models when the parametric methods failed to fulfillment their aim to analyze the models precisely. In this case the parametic methods are useless so they turn to non-parametric methods for its easiness in programming. Non-parametric methods can also used to assume the parametric regression model for subsequent use. Moreover, as an advantage of using non-parametric methods is to solve the problem of Multi-Colinearity between explanatory variables combined with nonlinear data. This problem can be solved by using kernel ridge regression which depend on what so-called bandwidth estimation (smoothing parameters). Therefore, for this purpose two different methods were used to estimate the smoothing parameter (Maximum Likelihood Cross-Validation (MLCV) and Akaike Information Criterion (AIC)). Furthermore, a comparision between the previouse methods had been provided using simulation technique , and the method of Akaike Information Criterion (AIC) has been found to be the best for the Gaussian function .

المستخلص عادة ما يستعمل الباحثون بشكل عام و الأحصائيون بشكل خاص الأنحدار اللامعلمي عندما تعجز الطرائق المعلمية عن تحقيق غاياتهم في تحليل النماذج بدقة معينة , و من ثم تكون هذه الطرائق غير مجدية لذلك يتم اللجوء الى الطرائق اللامعلمية لسهولة برمجتها حاسوبيا , كما ويمكن أن تستعمل الطرائق اللامعلمية لأفتراض النموذج المعلمي للأنحدار لأستعماله لاحقآ , و من ضمن استعمالات الطرائق اللامعلمية هي معالجة احدى مشاكل الأنحدار , ألا وهي مشكلة التعدد الخطي Multi-Colinearity Problem بين المتغيرات التوضيحية عند اقترانها بمشكلة لاخطية البيانات Nonlinear Data , و ذلك بإستعمال دالة انحدار الحرف اللبي Kernel Ridge Regression (KRR) , والتي تعتمد على تقدير عرض الحزمة ( او ما تسمى بمعلمة التمهيد smoothing parameter) Bandwidth و لذلك تم اللجوء الى طريقتين مختلفتين لتقدير المعلمة الأخيرة و هما طريقة الأمكان الأعظم للعبور الشرعي MLCV)) Maximum Likelihood Cross-Validation و طريقة معيار (AIC) AKaikeو المقارنة بين هاتين الطريقتين بأستعمال اسلوب المحاكاة و قد تم التوصل الى إن طريقة معيار (AIC) AKaikeهي الأفضل بالنسبة لدالة Gaussian .


Article
A Comparison among generalized ridge regression parameter estimating with application on chronic renal insufficiency
مقارنة بين طرق تقدير معلمة انحدار الحرف المعممة مع التطبيق على بيانات مرض العجز الكلوي المزمن

Loading...
Loading...
Abstract

The regression model is a well-known model in several real applications. However, it is known that multicollinearity negatively affects the ordinary least squared estimator. To address this problem, a generalized ridge regression estimator has been proposed. The performance of this estimator is fully depending on the biasing parameter. In this paper, numerous selection methods of the biasing parameter are explored and investigated. Our real application results suggest that our proposed methods can bring significant improvement relative to others, in terms of mean squared error.

يعد نموذج الانحدار احد أهم النماذج الخطية المستخدمة في العديد من المجالات العلمية. قد تتعرض المتغيرات المستقلة الداخلة في بناءه إلى ارتباط عالي بين متغيرين أو أكثر مما يؤثر سلباَ على عملية تقدير معلمات الأنموذج بطريقة المربعات الصغرى الاعتيادية. يهدف هذا البحث إلى مقارنة طرق تقدير معلمات نموذج الانحدار الخطي عندما يعاني من مشكلة التعدد الخطي شبه التام عبر طريقة انحدار الحرف المعممة فضلاَ عن اقتراح طريقتين لمعلمة التحيز. تم استخدام بيانات مرض العجز الكلوي المزمن كحالة تطبيقية لاثبات اهمية الطريقتين المقترحتين مقارنة بالطرق الاخرى. حيث اظهرت النتائج تفوق هاتين الطريقتين على باقي الطرق الاخرى بالاعتماد على معيار متوسط مربعات الخطأ.


Article
Model Estimated Building in Finite Population Sampling
نموذج مبنى تقديرياً في مجتمع محدود المعاينة

Authors: أ‌.صباح هادي --- سليم الغرابي --- . إيمان محمد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2016 Volume: 22 Issue: 87 Pages: 384-390
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The population is sets of vocabulary common in character or characters and it’s study subject or research . statistically , this sets is called study population (or abridgement population ) such as set of person or trees of special kind of fruits or animals or product any country for any commodity through infinite temporal period term ... etc.The population maybe finite if we can enclose the number of its members such as the students of finite school grade . and maybe infinite if we can not enclose the number of it is members such as stars or aquatic creatures in the sea . when we study any character for population the statistical data is concentrate by two method , the first method is census which we concentrate the data for each singular of population , and the second method is sampling method which we concentrate the data for part of population such as this part (sample) have the sane characters of population which we taken . This research proposes estimation for some of parameters in finite population sampling, such we use the estimation of average of the model and obtaining of the Best Unbiased Estimator of average of finite population by the Fuller use. This research also proposes some robust estimators of the finite population mean which suitable in the presence of some outlying observations. The robust estimators are derived on the basis of certain predictive influence functions

المجتمع هو مجموعات من المفردات تشترك في صفة او صفات وتكون موضوع دراسة او بحث ويطلق على هذه المجموعات احصائيا مجتمع الدراسة ( او اختصارا المجتمع population )وقد يكون المجتمع مجموعة ما من البشر او اشجار انواع معينة من الفاكهة او الحيوانات او انتاج دولة ما لسلع معينة خلال فترة زمنية محددة ... الخ . والمجتمع قد يكون محدودا اذا كان يمكن حصر عدد افراده مثل سكان مدينة ما او طلاب مرحلة دراسية معينة وقد يكون المجتمع غير محدود ( لانهائي ) اذا كان لا يمكن حصر عدد افراده مثل النجوم او الكواكب او الكائنات الحية بمياه البحار . ولغرض دراسة صفات معينة لمجتمع ما فان البيانات الاحصائية تجمع بأحد اسلوبين هما اسلوب الحصر الشامل وفيه تجمع البيانات عن كل مفردة من مفردات المجتمع واسلوب المعاينة وفيه يتم جمع البيانات عن جزء من مفردات المجتمع يطلق عليه عينة تحمل صفات المجتمع المسحوبة منه ثم يتم تعميم النتائج على المجتمع بأكمله .يعرض هذا البحث تقدير بعض مقدرات المجتمع محدود المعاينة حيث تم استخدام تقدير معدل النموذج والحصول على أفضل نموذج غير متحيز لمقدرات معدل مجتمع محدود باستخدام النتيجة التي استخدمها Fuller. كذلك تم عرض بعض المقدرات الحصينة للمتوسطات في مجتمع محدود المعاينة والتي تكون ملائمة في حالة وجود بعض المشاهدات الشاذة وهذه المقدرات الحصينة تشتق على أساس الدوال الفعالة التنبؤية الحقيقية.


Article
Comparison between the Methods of Ridge Regression and Liu Type to Estimate the Parameters of the Negative Binomial Regression Model Under Multicollinearity Problem by Using Simulation
مقارنة بين طرائق انحدار الحرف ونوع ليو في تقدير معلمات أنموذج انحدار ثنائي الحدين السالب في ظل وجود مشكلة التعدد الخطي باستخدام المحاكاة

Authors: سهيل نجم عبود --- ايناس صلاح خورشيد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2018 Volume: 24 Issue: 109 Pages: 515-534
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The problem of Multicollinearity is one of the most common problems, which deal to a large extent with the internal correlation between explanatory variables. This problem is especially Appear in economics and applied research, The problem of Multicollinearity has a negative effect on the regression model, such as oversized variance degree and estimation of parameters that are unstable when we use the Least Square Method ( OLS), Therefore, other methods were used to estimate the parameters of the negative binomial model, including the estimated Ridge Regression Method and the Liu type estimator, The negative binomial regression model is a nonlinear regression model or part of the general exponential family. This is the basic structure of the Count Data Analysis, which was used as an alternative to the Poisson model when there is a problem with overdisperison Where the variation value of the response variable (Y) is greater than its arithmetic mean ,The Monte Carlo study was designed to compare the Ridge Regression Estimator and the Liu Type Estimator By using the standard Compare Mean Square Error (MSE), A simulation result showed that the method of the Liu Type estimator is better than the Ridge Regression Method, The Mean Square Error in Liu Type Estimator are lower in the third and fourth estimation formulas.

الخلاصة ان مشكلة التعدد الخطي من المشاكل الشائعة والتي تتعامل الى حد كبير مع الارتباط الداخلي بين المتغيرات التوضيحية وتظهر هذه المشكلة خصوصا في الاقتصاد والبحوث التطبيقية، ويكون لمشكلة التعدد الخطي تاثير سلبي على أنموذج الانحدار مثل وجود درجة تباين متضخم وتقدير معلمات تكون غير مستقرة عندما نستخدم مقدرات المربعات الصغرى الاعتيادية (OLS) ، لهذا تم اللجوء الى استخدام طرائق اخرى لتقدير معلمات أنموذج ثنائي الحدين السالب منها طريقة مقدر انحدار الحرف ومقدر نوع ليو، ويعتبر أنموذج انحدار ثنائي الحدين السالب (Negative Binomial Regression Model) كأنموذج انحدار غير خطي او كجزء من العائلة الاسية المعممة و هذا ألانموذج الهيكل الاساسي لتحليل بيانات العد (Count Data) و الذي استخدم كبديل لنموذج بواسون عندما تكون هناك مشكلة فوق التشتت (Overdisperison) اي عندما تكون قيمة تباين متغير الاستجابة (Y) اكبر من وسطه الحسابي ، وتم تصميم دراسة محاكاة مونت كارلوا للمقارنة بين طريقتي تقدير انحدار الحرف (Ridge Regression Estimator) ومقدر نوع ليو (Liu Type Estimator) من خلال استخدام معيار مقارنة متوسط مربعات الخطأ (MSE)، حيث بينت نتيجة المحاكاة ان طريقة مقدر نوع ليو هي افضل من طريقة مقدر انحدار الحرف اذ جاءت متوسط مربعات الخطأ لها اقل في صيغته التقديرية الثالثة والرابعة .


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
Different Methods for Estimating Location Parameter & Scale Parameter for Extreme Value Distribution Abstract
طرائق مختلفة لتقدير معلمتي الموقع والقياس لتوزيع القيمة المتطرفة

Author: جنان عباس ناصر
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2014 Volume: 20 Issue: 77 Pages: 307-332
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this study, different methods were used for estimating location parameter and scale parameter for extreme value distribution, such as maximum likelihood estimation (MLE) , method of moment estimation (ME),and approximation estimators based on percentiles which is called white method in estimation, as the extreme value distribution is one of exponential distributions. Least squares estimation (OLS) was used, weighted least squares estimation (WLS), ridge regression estimation (Rig), and adjusted ridge regression estimation (ARig) were used. Two parameters for expected value to the percentile as estimation for distribution function were used .Several models from extreme value distribution were used for data generating , for different sample sizes (small, medium, and large).The results were obtained by using simulation technique, Programs written using MATLAB program were used. To compare the performance for the methods used in this study, the mean squared error criterion (MSE) and mean absolute squared error criterion (MAPE) for two parameters for the extreme value distribution were used as criterion to compare the performance for the methods . The results showing according to the two criterions (MSE &MAPE), that maximum likelihood estimation is the best of all of the others methods, following by the method of moment estimation . The adjusted ridge regression estimation method have best performance for the suggested parameter for expected value to the percentile which was used as estimation for distribution function.

في هذا البحث استعملنا طرائق مختلفة لتقدير معلمتي الموقع والقياس لتوزيع القيمة المتطرفة ,مثل طريقة الإمكان الأعظم (MLE) وطريقة العزوم (ME) والمقدرات التقريبية المعتمدة على Percentiles أو ما تسمى بطريقة White في التقدير اذان توزيع القيمة المتطرفة من التوزيعات الاحتمالية الاسية . فقد استعملنا طريقة المربعات الصغرى (OLS), طريقة المربعات الصغرى الموزونة (WLS), طريقة انحدار الحرف (Rig), طريقة انحدار الحرف المعدلة (ARig). tqbW uk ذلك اقترحنا صيغتين للقيمة المتوقعة الـ Percentile كمقدر لـدالة التوزيع التجميعية . تم استعمال عدة نماذج من توزيع القيمة المتطرفة لتوليد البيانات, لإحجام عينات مختلفة (الصغيرة والمتوسطة والكبيرة).استحصلت النتائج باستعمال أسلوب المحاكاة ببرامج مكتوبة ببرنامج Matlab. لمقارنة اداء الطرائق المستعملة في البحث, تم اعتمادا على معيار متوسط مربع الخطاء (MSE) ومعيار متوسط الخطاء النسبي المطلق (MAPE) المعلمتين لتوزيع القيمة المتطرفة. تبين نتائج البحث وفقا للمعيارين بان طريقة تقدير الإمكان الأعظم الفضلى بين طرائق التقديرالاخرى ,وتليها طريقة تقديرالعزوم . نرى أيضا بان طريقة انحدار الحرف المعدلة (ARig) تمتلك أداء أفضل للمعلمة المقترحة للقيمة المتوقعة الـ Percentile الذي استعمل كمقدر لـدالة التوزيع التجميعية.


Article
Multi – Linear in Multiple Nonparametric Regression , Detection and Treatment Using Simulation
التعدد الخطي في الأنحدار المتعدد اللامعلمي , الكشف و المعالجة بأستعمال المحاكاة

Authors: لقاء علي محمد --- صابرين حسين كاظم
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2017 Volume: 23 Issue: 101 Pages: 495-503
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

ABSTRACT: It is the regression analysis is the foundation stone of knowledge of statistics , which mostly depends on the ordinary least square method , but as is well known that the way the above mentioned her several conditions to operate accurately and the results can be unreliable , add to that the lack of certain conditions make it impossible to complete the work and analysis method and among those conditions are the multi-co linearity problem , and we are in the process of detected that problem between the independent variables using farrar –glauber test , in addition to the requirement linearity data and the lack of the condition last has been resorting to the nonparametric regression and processor the problem using kernel ridge regression function and that depend on estimate band width ( smoothing parameter ) therefore has been resorting to two different ways to estimate the parameter and are Rule of thumb (RULE) and Bootstrap (BOOT) and comparison between those ways using the style of simulation .

المستخلص يعتبر تحليل الأنحدار هو الحجر الأساس لعلم الأحصاء , و الذي يعتمد في الغالب على طريقة المربعات الصغرى الأعتيادية Ordinary Least Square Method , لكن كما هو معروف ان الطريقة المذكورة انفآ لها عدة شروط كي تعمل بدقة و بنتائج يمكن الأعتماد عليها , اضافة الى إن عدم توفر بعض من شروطها يجعل من المستحيل اتمام العمل و تحليل النماذج و من ضمن تلك الشروط هي عدم وجود مشكلة التعدد الخطي ( Multi-CoLinearity ) و نحن في صدد الكشف عن وجود تلك المشكلة بين المتغيرات التوضيحية بأستعمال اختبار فيرار كلوبر, بالأضافة الى شرط خطية البيانات و لعدم توفر الشرط الأخير تم اللجوء الى الأنحدار اللامعلمي (Nonparametric Regression ) و معالجة المشكلة بإستعمال دالة انحدار الحرف اللبي Kernel Ridge Regression و التي تعتمد على تقدير عرض الحزمة (معلمة التمهيد) و لذلك تم اللجوء الى طريقتين مختلفتين لتقدير المعلمة التمهيدية و هما طريقة قاعدة الأبهام Rule of thumb ( RULE) و الطريقة التمهيدية Bootstrap (BOOT) و المقارنة بين تلك الطرق بأستعمال اسلوب المحاكاة .

Listing 1 - 10 of 13 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (13)


Language

Arabic and English (9)

Arabic (3)

English (1)


Year
From To Submit

2019 (4)

2018 (3)

2017 (1)

2016 (2)

2014 (1)

More...