ارسل ملاحظاتك

ارسل ملاحظاتك لنا







تحسين مقدرات معالم الإنحدار الذاتي من الدرجة الأولى باستخدام طريقة البوتستراب المزدوجة

العنوان بلغة أخرى: Improving Estimators Parameters of Autoregressive Model of Order One AR (1) by using Double Bootstrap
المصدر: المجلة المصرية للدراسات التجارية
الناشر: جامعة المنصورة - كلية التجارة
المؤلف الرئيسي: عبدالعاطي، فاطمة علي (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdul-Ati, Fatima Ali
مؤلفين آخرين: الجوهري، هناء طه عطا الله (م. مشارك) , المحمودي، نوران صلاح الدين كمال الدين رزق (م. مشارك)
المجلد/العدد: مج44, ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2020
الصفحات: 210 - 245
رقم MD: 1224130
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

8

حفظ في:
المستخلص: يهدف هذا البحث إلى تطبيق أسلوب البو تستراب المفرد Single Bootstrapping وأسلوب البو تستراب المزدوج Double Bootstrapping في تقدير معالم نموذج الانحدار الذاتي بهدف الوصول إلى أقل أخطاء معيارية لمعامل الانحدار الذاتي وذلك بالتطبيق على تحليل البيانات الخاصة بالبورصة المصرية كتطبيق على نموذج الانحدار الذاتي Autoregressive Model من الدرجة الأولي (1) AR تبين تفوق أسلوب البو تستراب المفرد على طريقة المربعات الصغرى العادية OLS عند تقدير معالم نموذج الانحدار الذاتي من الدرجة الأولى، حيث يكون لمقدراتها أقل أخطاء معيارية وأقل طول لفترات الثقة بالمقارنة مع طريقة المربعات الصغرى. وكما ثبت تفوق أسلوب البو تستراب المزدوج Double Bootstrapping على أسلوب البو تستراب المفرد Single Bootstrapping وعلى طريقة المربعات الصغرى العادية OLS وذلك لجميع أحجام العينات (الصغيرة والمتوسطة والكبيرة)، وفقا لمعيار الخطأ المعياري للمقدر، حيث أوضحت نتائج الدراسة أن مقدرات البو تستراب المزدوج يكون لها أقل متوسط مربعات الخطأ mean square error (MSE) وأقل طول لفترات الثقة.

The study used two of the resampling method, the single-bootstrap and double bootstrap technique to estimate the parameters of the Autoregressive model of order (1) to achieve the lowest standard deviations of the parameter of Autoregressive model by relying on the analysis of the data of the Egyptian stock as an application of the first-degree autoregressive model AR (1). When estimating the parameters of the Autoregressive model using the bootstrap method, the single bootstrap is superior to the Ordinary least squares method, where its capabilities have the least standard errors and the least confidence intervals in comparison to the least squares method. The double-bootstrap method has also proved superior to the single bootstrap mode and the Ordinary least-squares method for all sample sizes (small, medium, and large), according to the standard rating error standard, where the results of the study show that the dual beetles have the lowest average standard errors and the lowest length of confidence intervals.