انتخاب متغیر با رویکرد جدید در آمیزه ای متناهی از مدل های رگرسیونی نیم پارامتری با توزیع پواسون
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در این مقاله به بحث انتخاب متغیر با رویکردی جدید در آمیزه ای متناهی از مدل های رگرسیونی نیم پارامتری پرداخته می شود، به گونه ای که داده ها از توزیع پواسون تبعیت می کنند. اما دو عامل بیش پراکندگی و صفرهای بیش از حد به دلیل استفاده از توزیع پواسون می تواند تاثیر زیادی بر انتخاب متغیر و براورد پارامترها داشته باشند. در واقع براورد پارامترها در بخش پارامتری مدل رگرسیونی نیم پارامتری با استفاده از رویکرد درستنمایی تاوانیده انجام می پذیرد و در بخش ناپارامتری پس از تقریب موضعی تابع ناپارامتری با استفاده از بسط تیلور، محاسبات در حضور براورد ضرایب پارامتری انجام می گیرد. استفاده از رویکرد جدید در این مقاله باعث شده است تا موانع در انتخاب درست متغیرها برطرف گردد.
در این مقاله علاوه بر ارائه تئوری های مربوطه، در بخش شبیه سازی داده ها نیز دو موضوع بیش پراکندگی و صفرهای بیش از حد مورد توجه قرار می گیرد و استفاده از روش EM در براورد پارامترها منجر به افزایش دقت در نتیجه شده است.
در این مقاله علاوه بر ارائه تئوری های مربوطه، در بخش شبیه سازی داده ها نیز دو موضوع بیش پراکندگی و صفرهای بیش از حد مورد توجه قرار می گیرد و استفاده از روش EM در براورد پارامترها منجر به افزایش دقت در نتیجه شده است.
کلیدواژگان:
زبان:
فارسی
صفحات:
57 تا 75
لینک کوتاه:
magiran.com/p1772428
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!