ارسل ملاحظاتك

ارسل ملاحظاتك لنا







يجب تسجيل الدخول أولا

تقدير معلمات أنموذج الانحدار الخطي المتعدد في ظل وجود مشكلة التعدد الخطي

العنوان بلغة أخرى: Parameters Estimation of the Multiple Linear Regression Model Under Multicollinearity Problem
المصدر: مجلة كلية الإدارة والاقتصاد للدراسات الاقتصادية والإدارية والمالية
الناشر: جامعة بابل - كلية الإدارة والاقتصاد
المؤلف الرئيسي: السباح، شروق عبدالرضا سعيد (مؤلف)
مؤلفين آخرين: الكفيشي، ساره ماجد حسين (م. مشارك)
المجلد/العدد: مج12, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2020
الصفحات: 1 - 28
ISSN: 2312-7813
رقم MD: 1261211
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

45

حفظ في:
المستخلص: للتوصل إلى أنموذج له تنبؤات دقيقة، لابد من البحث عن الطريقة التي تقوم بمهمة اختيار المتغيرات الأكثر أهمية لتضمينها في الأنموذج وخاصة عندما تكون البيانات تحت الدراسة تعاني من مشكلة التعدد الخطي، ولوجود كثير من الظواهر في حياتنا اليومية وخاصة الاجتماعية تعاني من هذه المشكلة، يهدف البحث للمقارنة بين طرائق تقدير معلمات أنموذج الانحدار الخطي وهي (طريقة المربعات الصغرى، انحدار الحرف البيزي الغير متحيز، وأنموذج انحدار لاسو) وقد تم اعتماد متوسط مربعات الخطأ MSE والقيمة الاحتمالية P-Value كمعايير للمقارنة، تم سحب عينة عشوائية مؤلفة من (١٠٠) مفردة تخص خصوبة المرأة لدراسة العوامل المؤثرة على عدد الأطفال المولودين (متغير الاستجابة)، وعدة متغيرات مستقلة هي (عمر المرأة، العمر عند الزواج، التحصيل الدراسي للمرأة، التحصيل الدراسي للزوج، وزن المرأة، استخدام المرأة لوسائل منع الحمل، تدخين المرأة، عمر الزوج، مهنة الزوج، فترة الزواج، عدد الأطفال المتوفين، عدد ساعات ممارسة الرياضة في الأسبوع، إصابة المرأة بأمراض الغدة الدرقية، عدد ساعات نوم المرأة في اليوم، تناول الأدوية من قبل المرأة، مدة الرضاعة الطبيعية، مهنة الأم)، وكانت البيانات تعاني من مشكلة تعدد خطي، وتم التوصل إلى أن طريقة انحدار لاسو أفضل من طريقة المربعات الصغرى وطريقة انحدار الحرف البيزية الغير متحيزة لامتلاكها أقل متوسط مربعات خطأ."

In order to get at a model that leads to accurate predictions, it is necessary to search for the method of selecting the most important variables to be included in the model, especially when the data under study suffer from the problem of Co-Linearity, and the presence of many phenomena in our daily life, The main objective in this paper to compare among the methods of estimate unbiase parameters of the regression model, OLS, Unbiase Ridge Regression and Lasso Regression and we consider MSE and P Value as measures of comparison, a random sample of 100 women's fertility was withdrawn to study the factors affecting the number of children born as dependent variable and many independent random variables is (woman age, the age at married , graduate of woman, graduate of husband, women's weight, women's use of contraception, women's smoking, Age of Husband, job of husband, Marriage Period, Number of Dead Children, Hours of Exercise per Week, hours of female sleep per day, women taking drugs, duration of breast feeding, mother's job), data were suffering from a linear multiplicity problem, It was found that the Lasso regression method has the best estimation methods for owning the MSE, followed by the method of the unbiased ridge

ISSN: 2312-7813