ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > A Double Transformed - Flipped...>الوصف

A Double Transformed - Flipped - Retransformed Quantile Estimator for Skewed Distributions

العنوان بلغة أخرى: استخدام تحويلتين مع العينة المعكوسة لتقدير مئينات التوزيعات الملتوية
المصدر: مجلة جامعة الإسكندرية للعلوم الإدارية
الناشر: جامعة الإسكندرية - كلية التجارة
المؤلف الرئيسي: جعفر، محمد إبراهيم سليمان (مؤلف)
المؤلف الرئيسي (الإنجليزية): Gaafar, Mohammad Ibrahim Soliman
المجلد/العدد: مج61, ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: مارس
الصفحات: 87 - 104
ISSN: 2682-4183
رقم MD: 1483957
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
الإحصاء الرياضي | حساب المئينات | النسب المئوية | التوزيعات الملتوية
كلمات المؤلف المفتاحية:
المئينات | المقدرات المتينة | عائلة تحويلات المقياس | عائلة تحويلات المقياس المعممة | عائلة تحويلات | العينة المعكوسة | العينة | Quantiles | Robust Estimators | Modulus Family of Power Transformation | Generalized Modulus Family of Power Transformation | Sinh-Arcsinh Family of Transformations | Winsorized Sample | Flipped Sample
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يتم من خلال هذا البحث تقديم مدخل هجين من ثلاث مراحل لتقريب توزيع البيانات من نمط التوزيع المعتدل (أو الطبيعي). حيث يعتمد هذا المدخل على تحويلتين مختلفتين مع استخدام فكرة العينة المعكوسة. تبدأ المرحلة الأولي بتقريب البيانات من التماثل من خلال استخدام تحويلة المقياس المعممة التي قدمها حلاوة عام 1986. وإذا كان المئين "quantile" المطلوب تقديره يقع في ذيل التوزيع (أي في الطرف الأيمن للتوزيعات موجبة الالتواء أو في الطرف الأيسر للتوزيعات سالبة الالتواء) فإن العينة المحولة الناتجة يتم عمل Winsorization لها. وتهتم المرحلة الثانية بتحقيق تماثل تام في العينة من خلال إيجاد الصورة المعكوسة flipped للنصف السفلي (العلوي) للعينة المحولة عند تقدير المئينات التي تقل (تزيد) عن الوسيط. وفي المرحلة الثالثة يتم استخدام تحويلة Sinh-arcSinh لتقريب نمط البيانات الناتجة من نمط التوزيع المعتدل. يتم بعد ذلك تقدير مئين البيانات المحولة الجديدة التي حصلنا عيها في المرحلة الثالثة ثم استخدام الدالتين العكسيتين للتحويلتين المستخدمتين في المراحل الثلاثة السابقة وذلك للوصول إلى مقدر المئين المتين المقترح في هذا البحث. وقد تم تقييم أداء مقدر المئين المقترح ومقارنته مع بعض المقدرات المنافسة من خلال دراسة محاكاة شملت مجموعة من العوامل بمستويات مختلفة. وقد أظهرت نتائج دراسة المحاكاة استقرار الأداء التجريبي للمقدر المقترح وعدم تأثره بصغر حجم العينة وتفوقه الملحوظ على جميع المقدرات محل المقارنة.

In this paper, a hybrid three-step approach is introduced to bring the data to approximate normality. This approach uses two different transformations jointly with flipping and, in some cases, with Winsorization. The first step is to achieve approximate symmetry by transforming the data using the generalized modulus family of transformations. If the quantile to be estimated is in the longer tail, the resulting transformed sample is then Winsorized. The second step is to achieve exact sample symmetry by flipping the lower (upper) half of the transformed sample when estimating quantiles smaller (larger) than the median. The third step is to approximately Gaussianize the resulting sample using the sinh-arcsinh transformation. Estimating the quantile of the new data and then double back transforming, the new proposed nonparametric quantile estimator can be obtained. Through a simulation study, the new proposed quantile estimator is evaluated and compared with some competitor existing estimators. Simulation results show stable empirical performance and unrestricted outperformance of the proposed estimator compared to all other competitor estimators under investigation.
ISSN: 2682-4183

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.