research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

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.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

Arabic and English (1)


Year
From To Submit

2014 (1)