Estimation of Overlapping Coefficients Using the Fourth-Order Kernel Method
| المؤلف الرئيسي: | Al Kharnobi, Shefaa Yahya (Author) |
|---|---|
| مؤلفين آخرين: | Eidous, Omar Mohammed Barakat (Advisor) |
| التاريخ الميلادي: |
2017
|
| موقع: | إربد |
| الصفحات: | 1 - 72 |
| رقم MD: | 869544 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة اليرموك |
| الكلية: | كلية العلوم |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
27
| المستخلص: |
يعرف معامل التداخل على أنه المساحة المشتركة تحت توزيعين احتمالين. معظم الدراسات استخدمت الأسلوب المعلمي لتقدير معاملات التداخل، وهذا الأسلوب يفترض أن التوزيعين معروفان (البيانات ذات نماذج معيارية محددة) مع معلمات غير معروفة. ليس من السهل التحقق فيما إذا كانت افتراضات النموذج للبيانات صحيحة أو لا وذلك للحصول على تقديرات جيدة. الطريقة غير المعلمية هي أداة هامة لتقدير النموذج المطلوب مباشرة من البيانات نفسها. والطريقة الغير معلمية الأكثر شهرة هي طريقة النواة، وهي أداة فعالة لتقدير النموذج خاصة عندما يكون النموذج المعلمي غير ملائم أو يصعب تحديده. أظهرت الدراسة الأخيرة التي أجراها طلافحة (2016) أن أسلوب النواة الكلاسيكي (من الدرجة الثانية) هو أسلوب مفيد جدا لتقدير معاملات التداخل. طريقة النواة من الدرجة الرابعة هي أسلوب أخر مشتق من الطريقة الكلاسيكية ولها خصائص رياضية أفضل من تلك الخصائص المناظرة لطريقة النواة الكلاسيكية وذلك لأحجام العينات الكبيرة. في هذه الأطروحة، تم التركيز على طريقة النواة من الدرجة الرابعة وذلك لتقدير لمعاملات التداخل الثلاثة وهي، مقياس موريسيتا λ، مقياس ماتوسيتا ρ ومقياس ويتزمان Δ. باستخدام الطريقة المقترحة تم اشتقاق مقدرين على الأقل لكل مقياس وتم دراسة فعالية المقدرات الناتجة ومقارنتها مع مقدر النواة الكلاسيكي عن طريق تقنية المحاكاة. أظهرت النتائج أن مقدر النواة من الدرجة الرابعة مقبول جدا وفي العديد من الحالات المأخوذة قيد الدرس فإن أدائها كان أفضل من مقدر النواة الكلاسيكي. |
|---|
عناصر مشابهة
-
Some Nonparametric Regression Models Based on Different Kernel Using Nadaraya-Watson
بواسطة: Mousa, Salwa A. منشور: (2017) -
Kernel Method for Estimating overlapping Coafficients Using Numerical Approximations
بواسطة: عنانبة، إيناس أحمد منشور: (2021) -
Comparisons Between The Local Polynomial Kernel Estimators And The Cubic Smoothing Splines
بواسطة: Mami, Ahmed M. منشور: (2018) -
Numerical Approximations to Estimate the Overlapping Coefficients in the Case of Two Normal Distributions
بواسطة: الشرمان، عبير جمال منشور: (2021) -
New Goodness of Fit Tests Based on Overlapping Coefficients
بواسطة: الحاج محمود، محمد فايز منشور: (2018)
