ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تقدير أنموذجي Logistic و Gompe...>الوصف

تقدير أنموذجي Logistic و Gompertz لدراسة نمو صادارات النفط فى العراق للفترة ( 2009 - 2010 )

العنوان بلغة أخرى: Estimation of Logistic and Gompertz Models to Study of Oil Exportsgrowth in Iraq for the Period (2009-2010)
المصدر: المجلة العراقية للعلوم الإقتصادية
الناشر: الجامعة المستنصرية - كلية الإدارة والاقتصاد
المؤلف الرئيسي: كاظم، مصطفى محمد (مؤلف)
مؤلفين آخرين: هايك، دأنكين انترانيك (م. مشارك)
المجلد/العدد: مج16, ع59
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2018
الصفحات: 151 - 166
رقم MD: 995436
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
النماذج اللاخطية | المؤشرات الإحصائية | تقديرات المعلمات
كلمات المؤلف المفتاحية:
طريقة المربعات الصغري | طريقة كاوس نيوتن | طريقة تعليم دالة التوزيع اللاحق | أنموذج Logistic | Gompertz
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يعد تقدير معلمات النماذج اللاخطية من أهم الأمور التي يتطلب حسابها في الانحدار اللاخطي لمعرفة مدى استجابة الأنماذج لبيانات البحث، وقد تم استخدام عدة نماذج لاخطية لوصف حالة نمو معين منها أنموذج Logistic وأنموذج Gompertz. إن طريقة المربعات الصغرى اللاخطية Nonlinear Least Squares Method تعد من الطرق الشائعة في تقدير المعلمات من خلال صيغ معدة لها كطريقة كاوس نيوتن The Gauss –Newton Algorithm فضلاً عن بساطة وسهوله الطريقة في حل مشاكل عدة كذلك تم استخدام طريقة تعظيم دالة التوزيع اللاحق Maximum A Posteriori Method. وإن هدف البحث هو المقارنة بين طريقتين للتقدير باستخدام بعض المؤشرات الإحصائية مثل متوسط المربعات الخطأ MSE ومعامل التحديد R2. وتبين من البحث أن طريقة المربعات الصغرى اللاخطية Nonlinear Least Squares أفضل من طريقة تعظيم دالة التوزيع اللاحق Maximum A Posteriori Method لأنها تمتلك أقل MSE.

Estimating the parameters of nonlinear models is one of the most important things to calculate in nonlinear regression to see how models respond to research data. Several nonlinear models have been used to describe a particular growth, e.g. Logistic model and Gompertz model. The Nonlinear Least Squares Method is a common way of estimating parameters through the Gauss-Newton algorithm, as well as the simplicity and ease of the method of solving several problems. The maximal posterior method. The aim of the research is to compare two estimation methods using some statistical indicators, such as mean error squares and the coefficient of selection. The study showed that the Nonlinear Least Squares method is better than the maximal A posteriori method because it possesses the least MSE.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.