ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > مقارنة بعض الطرق العقابية لتقد...>الوصف

مقارنة بعض الطرق العقابية لتقدير واختيار متغيرات نموذج الانحدار الخطى آنياً في ظل وجود التعدد الخطى: دراسة محاكاة

العنوان بلغة أخرى: A Comparison of Some Penalized Methods for Simultaneous Estimation and Variable Selection of the Linear Regression Model under Multicollinearity: A Simulation Study
المصدر: مجلة كلية التجارة للبحوث العلمية
الناشر: جامعة الإسكندرية - كلية التجارة
المؤلف الرئيسي: شركس، هبة خميس إبراهيم أحمد (مؤلف)
المجلد/العدد: مج54, ع1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2017
الشهر: يناير
الصفحات: 1 - 17
DOI: 10.21608/ACJ.2017.44536
ISSN: 1110-7588
رقم MD: 977504
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الطرق العقابية | نموذج الانحدار الخطى | التعدد الخطى
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يتناول البحث مقارنة بعض الطرق العقابية التي تستخدم في تقدير واختيار متغيرات نموذج الانحدار الخطي آنياً في ظل وجود التعدد الخطي. وقد تم إجراء دراسة محاكاة لمقارنة أداء تلك الطرق العقابية اشتملت على 120 حالة مختلفة ناتجة من تفاعل مستويات أربعة عوامل وهي: حجم العينة، وتباين حد الخطأ العشوائي، ودرجة الارتباط الخطي بين المتغيرات التفسيرية، وهيكل معالك انحدار النموذج الحقيقي. وقد تبين من نتائج دراسة المحاكاة أن طريقة SEA-LASSO تتفوق على الطريقتين SCAD و MCP من حيث النسبة المئوية للوصول إلى النموذج الحقيقي، كما أنها تعد منافساً جيداً لهما من حيث دقة التقدير.

The research introduces a comparison of some penalized methods for simultaneous variable selection and estimation of the linear regression model under multicollinearity. A simulation study was conducted to compare the performance of these methods including 120 different situations resulting from interaction of four factors: sample size, random error variance, degree of linear correlation among explanatory variables, and regression parameters of the true model. The simulation study shows that SEA-LASSO method outperforms SCAD and MCP methods in terms of percentage of selecting the true model, and competes favorably with them in terms of estimation accuracy.
ISSN: 1110-7588

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.