JAE تقدير مصفوفة التباين عالية الابعاد باستخدام الخوارزمية الجينية OGK
DOI:
https://doi.org/10.31272/jae.i147.1309الكلمات المفتاحية:
regularization parameter، minimum determinantofregularization variance، arget Matrix Mahalanobis distance، High-dimensionalالملخص
في هذا البحث ، تم تقدير مصفوفة التباين عالية الابعاد عندما تكون عدد المتغيرات اكبر من عدد المشاهدات ، فقد تم تطبيق الخوارزمية الجينية OGK لايجاد مصفوفة التباين حيث تم اقتراح تعديل للخوارزمية الجينية OGK بالاعتماد على معلمة التنظيم ومصفوفة الهدف T واطلق عليها (Orthogonalized Regularized Gnanadesikan – Kettenring ) يمكن كتابتها بشكل مختصر ORGK. اخذت البيانات من اربع محطات تمثل المعدلات الشهرية لمجموعة من الغازات الملوثة لمدة سنة .تم قياس المعدلات الشهرية لاربعة انواع من الغازات (غاز الميثان ، غاز اول اكسيد الكاربون CO، غاز اكسيد النتروجين ، غاز ثاني اكسيد الكبريت ) . في هذه الدراسة تم اجراء مقارنة بين الخوارزمية الجينية OGK و ORGK و MRCD من خلال حساب محدد مصفوفة التباين وتحديد اكثر الغازات تلوثا . اظهرت النتائج ان غاز اول اكسيد الكربون COهو السبب الرئيسي للتلوث وان الخوارزمية الجينية ORGK المعتمدة على معلمة التنظيم ومصفوفة الهدف تأثيرا واضحا في الحصول على اقل محدد لمصفوفة التباين اطلق عليها (Orthogonalized Regularized Gnanadesikan – Kettenring ) ORGK .
المراجع
[1] Clifferd lam .High Dimensional Covariance Matrix Estimation.Department of statistics.London School. http://stats.lse.ac.uk.
[2] Fatimah Abdul – Hammeed and Mohammad Huseen Abdul – Hammeed,(2011),” Estimated between the two-stage summation shrinkage for the variance of a normal distribution and for equal sizes of the two samples”,Baghdad science journal,(Jun.2011),No1009.
[3] Fatimah Abdul – Hammeed and Sabah Manfi ,(2016),” Compared with genetic algorithm Fast-MCD-Nested Extension and neural network multilayer Back propagation”, JOURNAL OF ECONOMIC&ADMINISTRATIVE SCIENCE ,(Jun.2016),No 22(89),pp.381-395.
[4] Gnanadesikan,R.and Kettection,j,( 1972),”Roubust estimates,residuals,and outlier detection with multiresponse data.Biometrics”, 28,pp. 81-124 .
[5] Hubert,M.and Debruyne,M,( 2010),”Minimum Covariance Determinant.Wiley Interdisciplinary Reviews:Computional Statistics” ,2, 36-34.
[6] Jan Kalina,jurjen Duintjer Tebbens,and Anna Sehlenker .Robustness of High Dimensional Data Mining.https://www.sementisy scholar.org.
[7] Ledoit , O. and Wolf ,M,( 2019),”Quadratic Shrinkage for Large Covariance Matrices “,University of Zurich .(November.2019).
[8] Ledoit , O. and Wolf ,M,(2004),”A well-conditioned estimator for large-dimensional covariance matrices”, Journal of Multivariate Analysis,88(2),pp.365-411. DOI: https://doi.org/10.1016/S0047-259X(03)00096-4
[9] Mia.Hert.and Paterj.Rousseeuw.and Tim Verdonck,(2011),”Adeterministic algorithm for robust Location and scatter”,pp.journal of computational(2012).
[10] Peter j.Rousseeuw,Steven Vandumffel,Tim Verdonck,( 2018),”The Minimum Regularized Covariance Determinant Estimator”,ar Xiv:1701.07086v3(November .2018) ,29.
[11] Rousseeuw,P.and Van Driessen,K,( 1999),”Afast algorithm for the Minimum Covariance Determinant estimator”, Technometrics 41,pp. 212-223.
[12] Virgile Fritsch,Gael varoquaux,Thyreau Benjamin,Jean-Baptiste poline,Bertrand Thirion,(2011),”Detecting outlying subjects in High-Dimensional Neuroimaging Data sets with Regularized Minimum Covariance Determinant”,HAL .(sep. 2011),27. DOI: https://doi.org/10.1007/978-3-642-23626-6_33
[13] Yilun,Ami wiesel,AlfredO,( 2010),”HeroIII.Robust Shrinkage Estimtion of high Dimensional Covariance Matrices”,arXiv:1009.5331v1[stat.ME].27(sep.2010).
[14] Zongliang Hu ,Kai Dong , Wenlin Dai and Tiejan Tong,( 2017),”Acomparison of methods for Estimating the Determinent of High-Dimensional Covariance Matrix”.(August.2017),16.
التنزيلات
منشور
الرخصة
الحقوق الفكرية (c) 2025 أ.د.فاطمة عبد الحميد جواد البيرماني
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) 
