مقارنة بين طريقتي انحدار المكونات الرئيسة وطريقة سبيكمان لإنموذج الخطي الجزئي شبه المعلمي
DOI:
https://doi.org/10.31272/jae.i141.1004الكلمات المفتاحية:
شبه معلمي، إنموذج خطي جزئي، طريقة سبيكمان، انحدار المكونات الرئيسةالملخص
يهتم العديد من الباحثين بالطرق شبه المعلمية ، التي تجمع بين الأساليب المعلمية واللامعلمية ، لأنها توفر مستوى أكثر تقدمًا من التحليل الإحصائي الذي يمكن استخدامه لتحقيق مقدرات ذات مستوى عالي , تظهر اهمية البحث من خلال المقارنة بين طريقتي التقدير شبه المعلمية واستخدام الإنموذج الانحدار الخطي الجزئي شبه المعلمي حيث تم استخدام طريقتين من طرق للتقدير وهي طريقة سبيكمان ( PLMS ) وطريقة انحدار المكونات الرئيسية ( PCR ) وباستعمال اسلوب المحاكاة و بأحجام عينات مختلفة ( 128 , 256 , 512 ) وتباينات مختلفة وهي ( 0.5 , 1 , 2 ) , ومن خلال نتائج المحاكاة توصل الباحث على ان افضل طريقة هي طريقة انحدار المكونات الرئيسية ( PCR )هي حيث تغلبت على طريقة سبيكمان ( PLMS ) عندما تكون عدد المتغيرات ثمانية متغيرات وعند استخدام دوال التمهيد الخطية والتربيعية والاسية
التنزيلات
المراجع
[1] Hassan, A. H. (2017). Using the Difference Technique to Estimate the Semiparametric Regression Model under the Near-Multicollinearity Problem with a Practical Application. Master’s Thesis in Statistics, College of Administration and Economics, University of Baghdad.
[2] Hamza, S. K. (2009). Comparison of Some Kernel Methods in Estimating Nonparametric Regression Models with Complete and Incomplete Data. Master’s Thesis in Statistics, College of Administration and Economics, University of Baghdad.
[3] Hamza, S. K. (2015). Wavelet Analysis of the Regression Model under Missing Data. PhD Dissertation in Statistics, College of Administration and Economics, University of Baghdad.
[4] Hamoud, M. Y. (2000). Comparison of Nonparametric Kernel Estimators for Estimating Regression Functions. Master’s Thesis in Statistics, College of Administration and Economics, University of Baghdad.
[5] Tarrad, A. J. (2013). Parametric and Semiparametric Regression Models (A Comparative Study). Master’s Thesis in Statistics, College of Administration and Economics, Al-Mustansiriya University.
[6] Issa, A. M. (2011). Comparison of Some Semiparametric Estimators to Estimate the Electric Power Consumption Function for the City of Baghdad. Master’s Thesis in Statistics, College of Administration and Economics, University of Baghdad.
[7] Kamil, R. T. (2021). The Use of Some Estimation Methods for Longitudinal Data Models with a Practical Application. Master’s Thesis in Statistics, College of Administration and Economics, University of Baghdad.
[8] Mohammed, M. K. (2014). Comparison of Nonparametric and Semiparametric Models in the Presence of Missing Values with a Practical Application to the Iraqi Gross Domestic Product (GDP) for the Period (1971-2010). Master’s Thesis in Statistics, College of Administration and Economics, University of Baghdad.
9- Akdeniz Duran E, Akdeniz F, Hu H. Efficiency of a Liu-type estimator in semiparametric regression models J Comput Appl Math. 2011;235(5):1418–1428. DOI: https://doi.org/10.1016/j.cam.2010.08.028
10- Chunling Liu, Shuang Guo and Chuanhua Wei , (2016 ) , " Principal components regression estimator of the parameters in partially linear models "
11 - Donald SG, Newey WK. Series estimation of semilinear models. J Multivariate Anal. 1994;50:30–40. DOI: https://doi.org/10.1006/jmva.1994.1032
12 - Engle RF, Granger CWJ, Rice J,Weiss A. Semi parametric estimates of the relation between weather and electricity sales. J Amer Statist Assoc. 1986;81:310–320 DOI: https://doi.org/10.1080/01621459.1986.10478274
13 - Paul Speckman , (1988) ," Kernel Smoothing in Partial Linear Models " , Journal of the Royal Statistical Society. Series B (Methodological), Vol. 50, No. 3 , pp. 413-436 . DOI: https://doi.org/10.1111/j.2517-6161.1988.tb01738.x
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2024 Saleh Adel Saleh , Amina Karim Issa
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
مجلة الإدارة والاقتصاد هي مجلة مفتوحة المصدر حيث تكون جميع محتوياتها مجانية. تخضع مقالات هذه المجلة لشروط ترخيص المشاع الإبداعي المنسوب إلى المؤلف (CC-BY 4.0) (https://creativecommons.org/licenses/by/4.0/legalcode) الذي يسمح للمرخص لهم دون قيود بالبحث عن النص الكامل للمقالات أو تنزيله أو مشاركته أو توزيعه أو طباعته أو ربطه به، وفحصه للفهرسة وإعادة إنتاج أي وسيلة للمقالات بشرط أن ينسبوا إلى المؤلفين الفضل في ذلك (الاستشهاد). تسمح المجلة للمؤلفين بالاحتفاظ بحقوق الطبع والنشر لمقالهم المنشور.
. Creative Commons-Attribution (BY) 
