ارسل ملاحظاتك

ارسل ملاحظاتك لنا







التقدير الحصين لمعلمات أنموذج "Two-Dimensional Chirp Signal"

العنوان بلغة أخرى: The Robust Estimation for the Parameters of a Two-Dimensional Chirp Signal Model
المصدر: مجلة تكريت للعلوم الإدارية والاقتصادية
الناشر: جامعة تكريت - كلية الإدارة والاقتصاد
المؤلف الرئيسي: وادي، أوات سردار (مؤلف)
المؤلف الرئيسي (الإنجليزية): Wahdi, Awat Sirdar
المجلد/العدد: مج16, ع51
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2020
الصفحات: 468 - 481
ISSN: 1813-1719
رقم MD: 1205172
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
أنموذج "Two-Dimensional Chirp Signal" | طريقة تقديرات "M" المقيدة | Two-Dimensional Chirp Signal Model | Constrained M-Estimates Method
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: تم في هذا البحث إيجاد التقدير الحصين لمعلمات أنموذج الانحدار غير الخطي (Two-Dimensional Chirp Signal Model) ، وذلك بتوظيف طريقة تقديرات (M) المقيدة (Constrained M-estimates method) والتي تعرف بشكل مختصر بتقديرات ( (CM ولغرض معرفة مدى كفاءة هذه الطريقة في إيجاد التقدير الحصين لمعلمات الأنموذج تم مقارنتها مع طريقة المربعات الصغرى (LS) باستخدام أسلوب المحاكاة، وذلك من خلال افتراض كل من التوزيع الطبيعي وتوزيع كوشي للخطأ واستخدام قيم افتراضية للمعلمات ومستويات مختلفة للانحراف المعياري وحجوم العينة، ومن ثم المقارنة بين طرائق التقدير باستخدام المقياس الإحصائي متوسط مربعات الخطأ (MSE)، ومن خلال ذلك تم التوصل إلى أن تقديرات طريقة (CM) كانت قريبة من تقديرات المربعات الصغرى (LS) في حالة التوزيع الطبيعي للخطأ، أما في حالة توزيع كوشي للخطأ فقد انهارت طريقة المربعات الصغرى (LS) في إيجاد تقدير المعلمات لهذا الأنموذج، بينما أثبتت طريقة (CM) حصانتها في إيجاد تقدير المعلمات إذ أعطت نتائج تقديرات للمعلمات قريبة من القيم الحقيقية، وقيم متوسط مربعات خطأ (MSE) لتقدير المعلمات وكذلك الأنموذج صغير جدا مقارنة بقيم (MSE) لتقدير المعلمات وكذلك الأنموذج عند استخدام طريقة المربعات الصغرى (LS) في التقدير.

In this paper, the robust estimate of the parameters of the non-linear regression model (Two-Dimensional Chirp Signal Model) was found. This is by employing the restriction (M) estimates method. Which is briefly known as (CM) estimates. For the purpose of knowing how efficient this method is to find the robust estimate of model parameters, Compared to the least squares method (LS) by using the simulation technique, by assuming both the normal and Cauchy distribution of the error. Use default parameter values, different levels of standard deviation, and sample size thus, compare the methods of estimation using a statistical measure mean square error (MSE). It was found that the (CM) estimates were close to the smaller least square estimates (LS) if the error is normally distributed. As for Cauchy’s error distribution, the least squares method collapsed in finding the estimate of parameters for this model. While the (CM) method has proven to be a robust to finding parameter estimation, giving the results of parameter estimates close to the actual values, and (MSE) values to estimate parameters. As well as the model is too small compared to (MSE) values to estimate parameters and the model when (LS) is used in estimation.

ISSN: 1813-1719