ارسل ملاحظاتك

ارسل ملاحظاتك لنا







تقديرات المربعات الصغرى والمربعات الصغرى المشذبة للانحدار الخطي بأخطاء طبيعية ملتوية

العنوان بلغة أخرى: Estimates of Least Squares and Least Squares Trimmed for Linear Regression with Natural Twisted Errors
المصدر: مجلة الإدارة والاقتصاد
الناشر: الجامعة المستنصرية - كلية الإدارة والاقتصاد
المؤلف الرئيسي: عبدالله، ابتسام كريم (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdulah, Ebtisam K.
مؤلفين آخرين: ناشور، حسين كريم (م. مشارك)
المجلد/العدد: س42, ع121
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2019
الصفحات: 377 - 388
DOI: 10.31272/JAE.42.2019.121.22
ISSN: 1813-6729
رقم MD: 1062615
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
التوزيع الطبيعي الملتوي بمعلمة الالتواء ابسلون | أنموذج خطي عام طبيعي ملتوي | تقديرات المربعات الصغري | Twisted Normal Distribution with Epsilon Torsion Parameter "ESN" | SNGLM | Linear Squares Model
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: التوزيع الطبيعي الملتوي بمعلمة الالتواء إبسلون (μ,σ,Ɛ) ESN يمثل فئة معلمية من التوزيعات الاحتمالية التي توفر أنموذجا أكثر مرونة نظرا لما توفره هذه المعلمة من إمكانية في التغير المستمر من الحالة الطبيعية إلى الحالة الغير طبيعية. من الناحية النظرية أن عملية تقدير معلمات أنموذج انحدار خطي بمتوسط خطأ ذو قيمة وليس صفريا تعتبر تحديا كبيرا لما تحويه هذه العملية من صعوبات حيث لا يمكن الحصول على صيغة نهائية لحساب هذه التقديرات وبالأخص معلمة القياس σ والالتواء Ɛ، أما من الناحية التطبيقية فأنه لا يمكن الحصول على قيم لهذه التقديرات إلا من خلال اللجوء للطرائق العددية. تم في هذا البحث تقدير معلمات أنموذج انحدار خطي عام طبيعي ملتوي (SNGLM) بطريقتي المربعات الصغرى (LS) والمربعات الصغرى المشذبة (LTS) واستعمال متوسط مربعات الخطأ (MSE) كمعيار للمقارنة بين أفضلية هاتين الطريقتين وذلك من خلال استخدام دراسة المحاكاة وذلك بتوليد بيانات ذات توزيع طبيعي ملتوي إلى اليمين واليسار وبحجوم عينات مختلفة. حيث تبين أن طريقة LS تعطي قيم تقديرية بالنسبة لمعلمات SNGLM أكثر دقة من طريقة LTS.

The twisted normal distribution of the ESN torsion parameter (ESN, μ, σ, ε) represents a parameter class of probability distributions that provide a more flexible model given the potential of this parameter to continuously change from normal to abnormal. In theory, the process of estimating the parameters of a linear regression model with an average error of value, not zero, is a major challenge because of the difficulties involved in this process. These estimates are evaluated only through numerical methods. In this paper, the parameters of the SNGLM in LS and LTS and MSE as a criterion for comparing the preference of these two methods were estimated by using the simulation study by generating relevant data. A normal twist to the right and left, with different sample sizes, shows that the LS method gives more accurate values for SNGLM parameters than the LTS method.

ISSN: 1813-6729