کاربرد عملگرهای وزنی در مدل رگرسیون قدرمطلق انحرافات مرتب شده
در این مقاله رویکرد جدیدی در برآورد پارامترهای مدل رگرسیون خطی کمترین قدرمطلق انحرافات معرفی می شود که مبتنی بر مسایل بهینه سازی بر مبنای الحاق وزنی قدرمطلق انحرافات مرتب شده است. الحاق وزنی قدرمطلق انحرافات برازش مرتب شده در مساله بهینه سازی در حالی که توابع نیکویی برازش مختلفی را بطور همزمان در مساله مدل سازی در نظر می گیرد، توانایی تحلیل داده ها به منظور شناسایی نقاط دورافتاده را نیز فراهم می کند. بر این اساس این رویکرد تحت تاثیر مشاهدات دورافتاده قرار نمی گیرد و در هر مساله متناسب با تعداد مشاهداتی که پتانسیل دورافتاده بودن را دارا هستند، به انتخاب بهترین برآوردگر مدل با بهینه ترین مقدار نقطه شکست در بین مجموعه ای از برآوردگرهای کاندید دیگر می پردازد. نیکویی برازش رویکرد پیشنهادی در مدل سازی داده های شبیه سازی شده و داده های واقعی در مهندسی آب با حضور مشاهدات دورافتاده تحلیل شده است. همچنین در انتها به تحلیل حساسیت برآوردگرها شامل بررسی معیارهای نااریبی و کارایی برآوردگرها پرداخته شده است.
- 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.