ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > توظيف تقنية التقليص المويجي في...>الوصف
يجب تسجيل الدخول أولا

توظيف تقنية التقليص المويجي في تقدير نموذج الإنحدار الجمعي اللامعلمي المعمم "WGAM": دراسة مقارنة مع المحاكاة والتطبيق

العنوان بلغة أخرى: Some Wavelet Filters to Estimate Non-Parametric GAM Models with Application and Simulation
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: حمودات، آلاء عبدالستار داؤد (مؤلف)
مؤلفين آخرين: الطالب، بشار عبدالعزيز (م. مشارك)
المجلد/العدد: ع32
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2020
الصفحات: 9 - 26
ISSN: 1680-855X
رقم MD: 1125724
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
النموذج الجمعي المعمم "GAM" | خوارزمية التوفيق التراجعي | دوال المويجة
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تم في هذا البحث تناول مشكلة عدم معلومية التوزيع الاحتمالي للبيانات وتوظيف طريقة تقدير النموذج الجمعي المعمم Generalized Additive Models (GAM) اللامعلمية المستندة إلى الشرائح التمهيدية Smoothing Splines كممهدات والتعامل مع هذه الحالة بالأسلوب التكراري. وتم استخدام تقنية التقليص المويجي Wavelet Shrinkage والاعتماد عليها في تقدير نموذج الانحدار Wavelet Generalized Additive Models (WGAM) والتي تم اقتراح توظيفها كممهد للبيانات وذلك من خلال استخدام بعض المويجات كمرشحات في حساب التحويل المتقطع للمويجة، وقد تم الاعتماد على بعض المعايير الإحصائية لمقارنة طرق التقدير، وذلك من خلال توظيف أسلوب المحاكاة وتحليل بيانات حقيقية، وقد تم اختبار كفاءة الطريقة المقترحة على بيانات تم جمعها من مستشفى ابن سينا التعليمي، على حالات مصابة بقصر القامة، وقد أعطت مرشحات تقليص المويجة أفضل النتائج مقارنة بطريقة GAM الاعتيادية وساعدت المويجة على تمهيد البيانات وذلك من خلال الحصول على أكفأ النتائج.

In this paper, the problem of the unknown probabilistic distribution of data and employing the method of estimating the Non-parametric Generalized Additive Models (GAM) based on smoothing splines as smoothers, and dealing with this case by using an iterative approach. The Wavelet Shrinkage technique was used and relied upon to estimate the Wavelet Generalized Additive Models (WGAM) regression model, which was proposed to be used as a data smoothers through the use of some wavelets as filters in the calculation of the discrete wavelet transformation, and some statistical criteria were used to compare the estimation methods. This done through the use of simulation and analysis of real data as well, the efficiency of the proposed methods was tested on data collected from Ibn Sina Teaching Hospital, on cases of short stature, and wavelet shrinkage smoothers gave the best results compared to the usual GAM method and the wavelet helped on smoothing data, by obtaining the most efficient results.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.