ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Biased Estimators in Beta Regression Model in the Presence of Multicollinearity

العنوان بلغة أخرى: المقدرون المتحيزون في نموذج الانحدار بيتا في ظل وجود علاقة خطية متعددة
المصدر: مجلة أبحاث كلية التربية الأساسية
الناشر: جامعة الموصل - كلية التربية الأساسية
المؤلف الرئيسي: عبدالله، غادة يوسف إسماعيل (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdallh, Ghada Yousif Ismail
المجلد/العدد: مج19, ع3
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
الشهر: سبتمبر
الصفحات: 652 - 665
ISSN: 1992-7452
رقم MD: 1423563
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
كلمات المؤلف المفتاحية:
Multicollinearity | Biased Estimator | Beta Regression Model | Monte Carlo Simulation
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: في نمذجة الانحدار، فإن حدوث ارتباط قوي بين المتنبئين له عواقب سلبية على تقدير الانحدار. يمكن حل هذه المشكلة باستخدام مجموعة متنوعة من الأساليب المتحيزة. من النماذج الخطية المعممة، يعتبر نموذج الانحدار بيتا مجموعة فرعية. عندما يكون متغير الاستجابة قيد الدراسة هو النسبة المئوية، فإن نموذج الانحدار بيتا هو نموذج معروف في مجال البحث. باستخدام نظريات مختلفة، تم تطوير عدد من المقدرين المتحيزين للتغلب على العلاقة الخطية المتعددة في نماذج الانحدار بيتا في الأدبيات. هناك مراجعة للتقنيات المتحيزة الحديثة لنماذج الانحدار بيتا. يمكننا معرفة المزيد عن أداء هؤلاء المقدرين المتحيزين من خلال مقارنتهم.

In regression modeling, the occurrence of a strong correlation among predictors has negative consequences for regression estimation. This problem can be solved using a variety of biased methods. From the generalized linear models, the beta regression model is a subset. When the response variable under examination is percentage, the beta regression model is a well-known model in research. Using various theories, a number of biased estimators for overcoming multicollinearity in beta regression models have been developed in the literature. There is a review of recent biased techniques for beta regression models. We can learn more about the performance of these biased estimators by comparing them.

ISSN: 1992-7452

عناصر مشابهة