کاربرد عملگرهای وزنی در مدل رگرسیون قدرمطلق انحرافات مرتب شده

Abstract

در این مقاله رویکرد جدیدی در برآورد پارامترهای مدل رگرسیون خطی کمترین قدرمطلق انحرافات معرفی می‌شود که مبتنی بر مسائل بهینه‌سازی بر مبنای الحاق وزنی قدرمطلق انحرافات مرتب شده است. الحاق وزنی قدرمطلق انحرافات برازش مرتب شده در مساله بهینه‌سازی در حالی که توابع نیکویی برازش مختلفی را بطور همزمان در مساله مدل‌سازی در نظر می‌گیرد، توانایی تحلیل داده‌ها به منظور شناسایی نقاط دورافتاده را نیز فراهم می‌کند. بر این اساس این رویکرد تحت تاثیر مشاهدات دورافتاده قرار نمی‌گیرد و در هر مساله متناسب با تعداد مشاهداتی که پتانسیل دورافتاده بودن را دارا هستند، به انتخاب بهترین برآوردگر مدل با بهینه‌ترین مقدار نقطه شکست در بین مجموعه‌ای از برآوردگرهای کاندید دیگر می‌پردازد. نیکویی برازش رویکرد پیشنهادی در مدل‌سازی داده‌های شبیه‌سازی شده و داده‌های 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.