ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > المقارنة بين بعض المقدرات المت...>الوصف
يجب تسجيل الدخول أولا

المقارنة بين بعض المقدرات المتحيزة في الانحدار الخطي العام بوجود التعدد الخطي

العنوان بلغة أخرى: A Comparisons Among Some Biased Estimators in Generalized Linear Regression Model in present of Multicollinearity
المصدر: مجلة القادسية للعلوم الإدارية والاقتصادية
الناشر: جامعة القادسية - كلية الادارة والاقتصاد
المؤلف الرئيسي: حسين، سجى محمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Hussein, Saja Mohammad
مؤلفين آخرين: الصالحي، حنين مراد يوسف (م. مشارك)
المجلد/العدد: مج17, ع2
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2015
الصفحات: 222 - 234
ISSN: 1816-9171
رقم MD: 728702
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
التعدد الخطي | مقدر جاكنايف لانحدار الحرف العام | مقدر انحدار الحرف العام
كلمات المؤلف المفتاحية:
التعدد الخطي | مقدر انحدار الحرف العام | مقدر جاكنايف انحدار الحرف العام | مقدر (GL) | Multicollinaerity | Generalized Ridge Regression (GRR) | Generalized Jackknife Ridge Regression (GJR) | Generalized Liu Estimator (GL)
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: أن مشكلة تعدد العلاقة الخطية أصبحت معروفة لدى العديد من الباحثين الإحصائيين وكذلك معرفة أثارها الإحصائية على معلمات أنموذج الانحدار الخطي المتعدد إذ تؤدي هذه المشكلة في ابسط حالتها إلى ابتعاد معلمات أنموذج الانحدار المقدرة عن خصائصها العلمية المرجوة منها في تفسير الظاهرة العلمية بالأسلوب الصحيح ، حيث تعد هذه المشكلة من المشاكل القائمة الوجود في العديد من المجالات وان وجودها له تأثيرات على تقديرات وتباينات معاملات المربعات الصغرى الاعتيادية (OLS) ، لذا وجب تفادي هذه المشكلة ووضع الحلول المناسبة.وقد تم في هذا البحث التطرق إلى عدة طرائق في التقدير وهى Generalized Liu Estimator (gl) و Generalized Ridga Generlized Jackknifa Ridga Regression (GJR) و Regression(GRR) للتغلب على هذه مشكلة ومن هنا تركز اهتمامنا في هذا البحث على اختيار افصل المقدرات لأنموذج الانحدار الخطي العام في حالة وجود مشكلة تعدد العلاقة الخطية بين المتغيرات التوضيحية من خلال استخدام المحاكاة بأسلوب مونت كارلو، حيث تمت المقارنة فيما بينها وفق معيار المقارنة متوسط مربعات خطأ Mean square Error، وقد تبين إن أفضل المقدرات هو المقدر GL حيث يمتلك اقل متوسط مربعات خطأ (MSE) مقارنة مع مقدرات المربعات الصغرى وبقية المقدرات المتحيزة الأخرى.

The Multicollinearity problem has currently became known by many researchers and knowledge of the statistical effects on parameters of the multiple linear regression model. In a simple case this problem causes to move away the estimate of parameters in the regression model that he scientific capabilities that desired in interpretation of the phenomenon in a correct way. This problem has been found in many areas that has been got negative effects on the estimates and variances of coefficients of (OLS). So we should avoid this problem and develop appropriate solution. In this article we will present some methods to estimate a (GRR, GJR, GL) to overcome this problem. The aim is to select the best estimator for the multiple linear regression model in case presence of Semi Perfect Multicollinearity among the explanatory variables by using Monte Carlo method. Then, We will compare among the estimators byusing MSE. Finally, We conclude that (GL) is the best method.
ISSN: 1816-9171

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.