ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > حول تقليص تقدير المركبات الرئي...>الوصف

حول تقليص تقدير المركبات الرئيسية مع التطبيق

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: علي، عمر عبدالمحسن (مؤلف)
مؤلفين آخرين: المهنا، فراس احمد محمود (م. مشارك)
المجلد/العدد: ع 17
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2010
الصفحات: 371 - 384
ISSN: 1680-855X
رقم MD: 420825
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
الموظفون | الاحصاء | التحليل الاحصائى | الاساليب الاحصائية | البيانات الاحصائية | النظم الادارية
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

2

حفظ في:
المستخلص: سنقوم في هذا البحث بدراسة وتطبيق طريقة تشبه إلى حد ما طريقة تقليص واختيار القيم المطلقة الصغرى المستعملة في تحليل الانحدار المتعدد، ولكن على تحليل المركبات الرئيسة إذ ستقوم بعمل توليفات خطيه مختزلة من مجموعة جزئية من المتغيرات التوضيحية الأصلية والتي قد تعاني من مشكلة التعدد الخطى فيما بينها وليس جميعها. وستقوم هذه التوليفات الجديدة باختزال أكثر للوصول الى أبعاد من درجة أوطأ تقوم بتوضيح وتفسير معظم التباين الموجود في البيانات بعد وضع بعض القيود الاضافية على مسألة تقدير المركبات الرئيسة. وستدعى هذه الطريقة بطريقة تقليص المركبات الرئيسة المطلقة الصغرى ليتم استعمالها في تحليل متعدد المتغيرات. ولقياس الأفضلية تم استعمال معيار متوسط مربعات الخطأ في حالة الانحدار، ونسبة مساهمة كل مركبة في تفسير التباين الكلى في حالة تحليل المركبات الرئيسة.

We perform a study and its application of a shrinking method concerned with the principal components similar to that one which used in the multiple regression. The goal here is to make an uncorrelated linear combination from only a subset of x-variables that may have a multicollinearity problem instead taking the whole number say, (K) of them. This shrinkage will force some coefficients to equal zero, after making some restriction on them by some "tuning parameter" say, (t) which balances the bias and variance amount from side, and doesn't exceed the acceptable percent explained variance of these components. This had been shown by MSE criterion in the regression case and the percent explained variance in the principal component case.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.