research centers


Search results: Found 7

Listing 1 - 7 of 7
Sort by

Article
Nonparametric Shrinkage Estimator for Covariance Matrix Under Heterogeneity and High Dimensions Conditions

Author: Ahmed Mahdi Salih
Journal: Al Kut Journal of Economics Administrative Sciences مجلة الكوت للعلوم الاقتصادية والادارية ISSN: 1999558X Year: 2018 Volume: 1 Issue: 29 Pages: 19-28
Publisher: Wassit University جامعة واسط

Loading...
Loading...
Abstract

In this paper, we discuss different kinds of covariance matrix estimators and their behavior under the conditions of heterogeneity and high dimensions. Covariance matrix estimation that is well-conditioned matrix is very important procedure for many statistical applications which require that. Sometimes, the common estimator of covariance matrix - the sample covariance matrix- suffers from ill conditions and in many cases be invertible and without good qualities of estimator as dimensions of matrix go larger. Here, we view a shrinkage estimator for covariance matrix which is a combination of unbiased estimator and minimum variance estimator with different types of shrinkage factors parametric and non-parametric ones. Simulation study have been made by using Heterogeneous Autoregressive Process ARH(1) as a structure covariance matrix for population, moreover, a comparison has been made among different types of covariance estimators by using minimum mean square errors MMSE.


Article
Unbalanced multivariate repeated measurements with a Kronecker product structured covariance matrix
القياسات المتكررة المتعددة المتغيرات غير المتزنة مع ضرب كرونيكر لبنية مصفوفة التباين المشترك

Loading...
Loading...
Abstract

In this article we consider a set of repeated measurements on p variables on each of the n individuals. Thus, data on each individual is unbalanced data. The n individuals themselves may be divided and randomly assigned to g groups. We test the usual hypotheses and studied the likehood ratio test of this test ,assuming that the data on an individual has a covariance matrix which is a Kronecker product of two positive definite matrices.

تم في هذا البحث اعتماد مجموعة من القياسات المتكررة على pمن المتغيرات لكل n من الوحدات التجريبية .لذا فان البيانات في كل وحدة تجريبية هي بيانات غير متزنة . وتم تقسيم الوحدات التجريبية إلى g من المجموعات (groups) وقد تم اختبار الفرضيات وايجاد المعيار لذلك الاختبار وافترضنا ان مصفوفة التباين المشترك لتلك البيانات تكون بشكل ضرب كرونيكر لاثنتين من المصفوفات .


Article
Variances of maximum Likelihood estimators ofvariance componentsFor the randomeffect models
تباينات مقدرات الامكان الاعظم لمركبات التباين لنماذج التاثيرات العشوائية

Author: ALAA H.ABDULLAH علاء حسن عبد الله
Journal: Journal of Basrah Researches (Sciences) مجلة ابحاث البصرة ( العلميات) ISSN: 18172695 Year: 2006 Volume: 32 Issue: 1A Pages: 81-88
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

In this study we find the information matrix for the random effect models which is used to find the variance of maximum likelihood estimators of variance components of these models under normality condition.

في هذه الدراسة تم ايجاد مصفوفة المعلومات لنماذج التاثيرات العشوائية والتي تستخدم لحساب تباينات مقدرات الامكان الاعظم لمركبات التباين للمؤثرات في هذه النماذج تحت شروط التوزيع الطبيعي.


Article
The Inverse of a patterned Covariance Matrix By Sherman Morrison Lemma and its Application
معكوس مصفوفة تباين مشترك قالبية باستخدام طريقة شيرمان-مورسن وتطبيقاتها

Author: ALAA H.ABDULLAH and KHALDOUN S.GALIB علاء حسن عبد الله خلدون سعد غالب
Journal: Journal of Basrah Researches (Sciences) مجلة ابحاث البصرة ( العلميات) ISSN: 18172695 Year: 2007 Volume: 33 Issue: 2A Pages: 102-111
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

In this paper, the inverse of a patterned covariance matrix is discussed by using Sherman-Morrison lemma. An application of result to the covariance matrix of certain 3-way random effect model and mixed effect models will also be discussed.

في هذا البحث تم مناقشة معكوس مصفوفة تباين مشترك قالبية باستخدام طريقة شيرمان-مورسن وقد نوقش النموذج العشوائية ذي ثلاث اتجاهات غير المتوازن ونماذج مختلطة كتطبيق لهذه النتائج.


Article
Variances Of Maximum Likelihood Estimators Of Variance Components In The 5-Way Nested Classification Random Model
تباينات مقدرات الإمكان الأعظم لمرآبات التباين لنموذج عشوائي متداخل ذي خمسة اتجاهات

Author: Alaa H. Abdullah علاء حسن عبد الله
Journal: basrah journal of science البصرة للعلوم ISSN: 18140343 Year: 2009 Volume: 27 Issue: 1A english Pages: 64-76
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

In this study the variances of the maximum likelihood estimators of variance componentsin the 5-way nested classification random model will be found by using Searle’s method

في هذه الدراسة تم إيجاد تباينات مقدرات الإمكان الأعظم لمرآبات التباين لنموذج عشوائي متداخل ذي خمسةاتجاهات باستخدام طريقة سيرل


Article
Comparison of some robust methods to estimate parameters of partial least squares regression (PLSR)
مقارنة بعض الطرائق الحصينة لتقدير معلمات انحدار المربعات الصغرى الجزئيه*

Authors: سجى محمد حسين --- رباب عبد الرضا صالح
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2014 Volume: 20 Issue: 75 Pages: 413-431
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The technology of reducing dimensions and choosing variables are very important topics in statistical analysis to multivariate. When two or more of the predictor variables are linked in the complete or incomplete regression relationships, a problem of multicollinearity are occurred which consist of the breach of one basic assumptions of the ordinary least squares method with incorrect estimates results. There are several methods proposed to address this problem, including the partial least squares (PLS), used to reduce dimensional regression analysis. By using linear transformations that convert a set of variables associated with a high link to a set of new independent variables and unrelated with each other, which are called, the components. These components are orthogonal and independent from each other. The method of partial least squares PLS is failed in dealing with data that consist of the presence of Outliers values and hence the success of this method depends on the absence of such outliers values that have undesirable effect on the results. In order to reduce the presence of these values, we resorted to use the robust methods.In this research a method of PLSKURSD that applied SIMPLS algorithms on variance-covariance robust matrix. Also the proposed method MPLSKURSD are used which is a modified method to the PLSKURSD method. parameters linear regression model by partial least squares(PLS) is compared with modalities robust partial least squares through the simulation experiments depends on the presence of several types of outlier values of data for different rates of pollution, volumes of samples, and variables dimensions

تعد تقنية تخفيض الابعاد واختيار المتغيرات من المواضيع المهمة في التحليل الاحصائي لنماذج متعدد المتغيرات، فعندما يرتبط إثنان او اكثر من المتغيرات التوضيحية في الإنحدار بعلاقة اوعدة علاقات تامة او غير تامة ، تحدث مشكلة التعدد الخطي والتي فيها خرق لأحد الفروض الأساسية لطريقة المربعات الصغرى الاعتيادية مما يؤدي الى تقديرات غير دقيقة . هناك طرائق عدة اقترحت لمعالجة هذه المشكلة نذكرمنها طريقة المربعات الصغرى الجزئية PLS)) والتي تستعمل لتخفيض الأبعاد في تحليل الإنحدار، بإستعمال تحويلات خطية تقوم بتحويل مجموعة من المتغيرات المرتبطة إرتباطاً عالياً، الى مجموعة من المتغيرات المستقلة الجديدة وغير المرتبطة تعرف بالمكونات ، وتكون هذه المكونات خطية متعامدة ومستقلة بعضها عن البعض الآخر. ان طريقة PLS تفشل في التعامل مع البيانات التي تتضمن وجود القيم الشاذة ،وعليه فان نجاح هذه الطريقة يتوقف على عدم وجود هذه القيم الشاذة التي لها تأثير غير مرغوب على النتائج، وللحد من تواجد هذه القيم نلجأ الى استعمال الطرائق الحصينة . في هذا البحث أستعمل خوارزمية PLSKURSD، والتي تطبق خوارزمية SIMPLS على مصفوفة التباين والتباين المشترك الحصين ،فضلاً عن الطريقة المقترحةMPLSKURSD وهي تعديل الى طريقة PLSKURSD .جرى مقارنة بين معلمات انموذج الانحدار الخطي بطريقة المربعات الصغرى الجزئية مع الطرائق الحصينة للمربعات الصغرى الجزئية من خلال تجارب محاكاة، اعتمدت على وجود أنواع عدة من القيم الشاذة من البيانات وبنسب مختلفة من التلوث ولحجوم عينات وابعاد متغيرات مختلفة.


Article
The Best Delimitation of Earth Features Using Landsat-7 Satellite Composite Images of Al-Mishkhab Subdistrict and Surrounding
تحديد المظاهر الأرضية لناحية المشخاب وما يجاورها باستخدام مرئيات لاندسات-7

Author: Sa'ad R. Yousif سعد رشيد يوسف أبو غنيم
Journal: Journal of Kufa - physics مجلة الكوفة للفيزياء ISSN: 20775830 Year: 2018 Volume: 10 Issue: 2 Pages: 1-7
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

The study focuses on the optimum index factor (OIF) and Determinant Covariance methods. Landsat 7 ETM+ image of Al-Mishkhab subdistrict was used to obtain the optimum results that were explaining earth features. The best result of image composite (OIF) was RGB 345, and determinant covariance was RGB 123 both for cultivated areas, water, and bare soil. In comparison with the two methods, the principal component analysis (PCA) was used in determining the landmarks precisely.http://dx.doi.org/10.31257/2018/JKP/100201

تركزت الدراسة حول حساب معامل الدليل الأفضل OIF ومحدد مصفوفة التباين كأسلوبين من أساليب المعالجة الرقمية للمرئيات لناحية المشخاب الواقعة ضمن محافظة النجف الأشرف باستخدام مرئيات قمر لاندسات لأجل الحصول على النتائج الممثلة لأفضل تحديد للمظاهر الأرضية. تم الحصول وفق الدراسة على أفضل مرئية مركبة RGB345بإستخدامOIF وأفضل مرئية مركبة RGB123 باستخدام محدد مصفوفة التباين حيث تم تحديد أماكن تواجد التربة المحروثة (وكذا المزروعة) والمياه والتربة الجرداء. ولدى مقارنة طريقتي المعالجة بطريقة تحليل المركبات الأساسية PCA فان كفاءة الطريقة الأخيرة تثبت فاعليتها في تمييز المظاهر الأرضية بدقة عالية.

Listing 1 - 7 of 7
Sort by
Narrow your search

Resource type

article (7)


Language

English (6)

Arabic and English (1)


Year
From To Submit

2018 (2)

2014 (1)

2011 (1)

2009 (1)

2007 (1)

More...