ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Using Ridge Regression to Anal...>الوصف

Using Ridge Regression to Analysis the Meteorological Data in Sulaimani

العنوان بلغة أخرى: استخدام انحدار الحرف لتحليل بيانات الأرصاد الجوية في السليمانية
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: Ahmed, Layla Aziz (Author)
المجلد/العدد: ع32
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2020
الصفحات: 76 - 86
ISSN: 1680-855X
رقم MD: 1125794
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
الإحصاء | الانحدار الخطي | الارتباط الخطي المتعدد | الأرصاد الجوية | السليمانية
كلمات المؤلف المفتاحية:
الانحدار الحرف | المربعات الصغرى الاعتيادية | مشكلة الارتباط الخطي المتعدد | المتغيرات الأرصاد الجوية | Ridge Regression | Ordinary Least Squares | Multicollinearity Problem | Meteorological Variables
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: الانحدار الخطي هو أحد الأساليب الإحصائية المستخدمة بشكل متكرر والتي لها تطبيقات في جميع مجالات الحياة اليومية. في المنظور الإحصائي، يتم استخدام تحليل الانحدار لدراسة الارتباط الخطي المتعدد بين متغير تابع ومجموعة من المتغيرات المستقلة. انحدار الحرف هو النموذج الأكثر انتشارا في حل مشكلة الارتباط الخطي المتعدد، وهو بديل للمربعات الصغرى الاعتيادية (OLS). تعد الارتباط الخطي المتعدد المشكلة الأكثر شيوعا في نماذج الانحدار المتعددة التي توجد فيها علاقة التامة بين متغيرين توضيحيين أو أكثر في النموذج. في هذه الدراسة تم استخدام نموذج انحدار الحرف لتقدير نموذج الانحدار الخطي. تمت مقارنة هذه النتيجة مع النتيجة التي تم الحصول عليها باستخدام نموذج المربعات الصغرى الاعتيادية من أجل إيجاد أفضل نموذج انحدار. لقد استخدمنا بيانات الأرصاد الجوية في هذه الدراسة. أظهرت النتائج أنه يمكن استخدام طريقة انحدار الحرف لحل مشكلة الارتباط الخطي المتعدد، دون حذف المتغيرات المترابطة المستقلة للنموذج وقادرة على تقدير أفضل المعلمة بأقل قيمة الخطأ المعياري.

Linear regression is one of the frequently used statistical methods that have applications in all field of daily life. In a statistical perspective, the regression analysis is used for studying the relationship between a dependent variable and a set of independent variables. The ridge regression is the most widely model in solving the multicolinearity problem, and it's an alternative to OLS. Multicollinearity is the most common problem in multiple regression models in which there exists a perfect relationship between two explanatory variables or more in the model. In this study, ridge regression model was used to estimate linear regression model. This result was compared with result obtained using ordinary least squares model in order to find the best regression model. We have used meteorological data in this study. The results showed that the ridge regression method can be used to resolve the multicollinearity problem, without deleting the independent correlated variables of the model and able to estimate parameters with lower standard error values.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.