ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Analysis of Anemia Data Using...>الوصف

Analysis of Anemia Data Using Robust Sparse Sliced Inverse Regression

المصدر: مجلة القادسية للعلوم الإدارية والاقتصادية
الناشر: جامعة القادسية - كلية الادارة والاقتصاد
المؤلف الرئيسي: Alkenani, Ali (Author)
مؤلفين آخرين: Alkim, Dhuha (Co-Author)
المجلد/العدد: مج25, ع2
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
الصفحات: 219 - 236
ISSN: 1816-9171
رقم MD: 1399116
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
الإنحدار الذاتي | تحليل البيانات | فقر الدم | التوزيع الشرطي
كلمات المؤلف المفتاحية:
Dimension Reduction | SIR | Robust Estimation | Elastic-Net
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: The sliced inverse regression (SIR) is a technique for lowering the dimensions in regression applications without losing any information about the regression. Although the SIR has been demonstrated to be an effective strategy for dealing with high dimensional situations, it has the drawback of not containing all of the original predictors. By combining variable selection techniques with SIR, many researchers proposed solutions to this problem. One of these techniques combined the Elastic Net penalty with the SIR method (SIR-EN). The SIR-EN is an effective approach that does not rely on a parametric model. When the predictors are highly correlated under sufficient dimension reduction settings. However, SSIR- EN is not robust to outliers because it uses a loss function that is. As a result, we suggested RSSIR-EN as a robust version of SSIR-EN for outliers in both the dependent variable and the covariates.
ISSN: 1816-9171

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.