s- برآوردگرها و gs- برآوردگرها برای استنباط قوی در مدل های رگرسیون چند متغیره
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان خراسان رضوی - دانشکده علوم
- نویسنده پریسا رجایی
- استاد راهنما باقر مقدس زاده بزاز نرگس حسینیون
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
بیشتر روش های کلاسیک آماری توسعه پیدا کرده اند در حالی که به جنبه قوی بودن آنها پرداخته نشده است. به این معنی که تا چه اندازه این روش ها در برابر اختلالات و نوساناتی که در داده های نمونه وجود دارد (مصل وجود نقاط پرت و ...) مقاوم هستند. این پایان نامه روش های قوی –s برآورد و –gs برآورد (-s برآوردگر تعمیم یافته) را برای برآورد مدل های رگرسیون چند متغیره و برای موقعیت هایی که نقاط پرت وجود دارند، مورد مطالعه قرار می دهد. ابتدا نظریه اصلی قوت را توسط مثالی با داده های واقعی ، بیان نموده و اندازه های قوی را برای چگونگی محاسبه قوت یک برآوردگر معرفی خواهیم کرد. بعد از بیان روش کمترین مربعات و اثبات قوی نبودن آن، 8 روش قوی برآورد را که از اهمیت بیشتری برای مدل رگرسیون یکنواخت برخوردار هستند، مرور می نماییم. سپس –s برآوردگر های رگرسیون چند متغیره را برای تعریف نموده، قوی بودن –s برآوردگرها را به وسیله محاسبه نقاط مجزا و تابع اثر آن ها مطالعه می نماییم. –s برآوردگر ها برآوردگرهای قوی هستند که می توانند نقاط مجزای 50 درصد را به دست آورند اما در این صورت کارایی آنها نسبت به برآوردگرهای کلاسیک کمتر می شود به همین دلیل –gs برآوردگرها (-s برآوردگرهای تعمیم یافته) را برای مدل رگرسیون چند متغیره معرفی خواهیم نمود. –gsبرآوردگرها کلاس جدیدی از برآوردگرهای قوی برای مدل رگرسیون چند متغیره هستند و به وسیله مینیمم کردن دترمینان یک برآوردگر قوی از ماتریس پراکندگی تفاضل باقیمانده ها به دست می آیند. برتری اصلی –gs برآوردگرها به دست آوردن نقاط مجزای 50 درصد و کارایی بالای آنها در اغلب مدل ها است. همچنین –gs برآوردگرها می توانند شیب و ماتریس پراکندگی جملات خطای مدل رگرسیون چند متغیره را بدون نیاز به عرض از مبدا برآورده کنند. به علاوه چون –gs برآوردگرها بر مبنای تفاضل هستند دارای خاصیت استقلال اند، به این معنی که وقتی مولفه های یک بردار تصادفی مستقل اند، برآورد ماتریس پراکندگی، ماتریسی قطری است. این موضوع برای –s برآوردگرها در حالت کلی برقرار نیست. در نهایت با استفاده از روش بوت استراپ سریع و قوی، توزیع نمونه ای –s برآوردگرها و –gs برآوردگرها را محاسبه نمودیم و نشان دادیم که انجام روش بوت استراپ سریع و قوی برای هر دو روش بسیار بهتر از انجام روش بوت استراپ کلاسیک است.
منابع مشابه
مقایسه مخاطره انواع برآوردگرها در مدل رگرسیون چندگانه با خطای t چندگانه
در این مقاله، با فرض اینکه در مدل رگرسیونی خطی چندگانه، بردار خطای تصادفی دارای توزیع t چند متغیره است، برآوردگرهای کمترین توانهای دوم تعمیم یافته، کمترین توانهای دوم تعمیم یافته مقید و تورنجش را برای بردار پارامتر مجهول مدل رگرسیونی بدست می آوریم. سپس با استفاده از تابع زیانهای مربعی و مربعی موزون، مخاطره برآوردگرهای بدست آمده را با یکدیگر مقایسه می کنیم و نشان می دهیم در شرایطی خاص کدامیک ا...
متن کاملمقایسه مخاطره انواع برآوردگرها در مدل رگرسیون چندگانه با خطای t چندگانه
در این مقاله، با فرض اینکه در مدل رگرسیونی خطی چندگانه، بردار خطای تصادفی دارای توزیع t چند متغیره است، برآوردگرهای کمترین توانهای دوم تعمیم یافته، کمترین توانهای دوم تعمیم یافته مقید و تورنجش را برای بردار پارامتر مجهول مدل رگرسیونی بدست می آوریم. سپس با استفاده از تابع زیانهای مربعی و مربعی موزون، مخاطره برآوردگرهای بدست آمده را با یکدیگر مقایسه می کنیم و نشان می دهیم در شرایطی خاص کدامیک از ...
متن کاملمقایسه برآوردگرها براساس معیار پیتمن
در آمار استنباطی روش های زیادی برای تخمین پارامترهای مجهول وجود دارند، بطوریکه منجر به تولید برآوردگرهای متفاوت می شوند. زمانی که بیش از یک برآوردگر برای یک پارامتر مجهول در اختیار داریم، یافتن بهترین برآوردگر دارای اهمیت بوده و بدیهی است که قضاوت باید برمبنای معیاری معقول باشد. یکی از روشهای مقایسه برآوردگرها، معیار میانگین مربعات خطا است. روش دیگری برای مقایسه برآوردگرها، معیار پیتمن نز...
15 صفحه اولمقایسه مدل های رگرسیون چند متغیره خطی و شبکه های عصبی مصنوعی برای برآورد عملکرد گندم دیم در مناطقی از زاگرس مرکزی
با توجه به اهمیت گندم در تغذیه انسان و سطح زیر کشت وسیع این محصول به صورت دیم در ایران، این پژوهش با هدف ارزیابی کارایی مدلهای رگرسیون چند متغیره خطی و شبکههای عصبی مصنوعی برای پیشبینی عملکرد دانه و زیستتوده گندم دیم (رقم سرداری)، در یک بررسی دو ساله اجرا شد. در دو منطقه از زاگرس مرکزی، 202 نقطه نمونهبرداری تحت کشت گندم دیم و در اجزای مختلف شیب شامل قله شیب، شانه شیب، شیب پشتی، پای شیب و ا...
متن کاملپهنه بندی درجه حرارت های حداقل و حداکثر در ایران به روش رگرسیون چند متغیره
دما اثرات انکارناپذیری بر فعالیت های انسانی و فرآیندهای طبیعی می گذارد. با توجه به گستردگی و تنوع آب و هوایی ایران و پراکندگی مکانی و نوسانات دمایی در گستره ایران، شناخت پهنه های دمایی مختلف در ایران در سیاست گذاری بخش های مختلف صنعت، عمران و کشاورزی یک ضرورت می باشد. به دلیل تنوع اقلیمی کشور و به تبع آن احتمال وقوع گرادیان های دمایی مختلف، در این مطالعه بررسی روابط دمای کمینه و بیشینه به تفکیک...
متن کاملمقایسة روشهای هوش مصنوعی و رگرسیون چند متغیره برای واسنجی دستگاه القاگر الکترومغناطیس در منطقة اردکان
به منظور واسنجی دادههای دستگاه القاگر الکترومغناطیس از روشهای مختلفی استفاده میشود. سؤال پیش رو این است که کدام یک از تکنیکها قابلیت بیشتری برای برآورد غیرمستقیم دادههای شوری خاک دارند. برای پاسخ به این پرسش، در پژوهش حاضر، از 600 نمونه خاک جمعآوری شده از منطقة اردکان برای واسنجی دادههای هدایت الکتریکی ظاهری خاک با استفاده از روشهای رگرسیونی و هوش مصنوعی بهره گرفته شد. در این راستا، داد...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان خراسان رضوی - دانشکده علوم
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023