مقایسه شبیه سازی برآوردگرهای رگرسیونی بریج و لارس
(ندگان)پدیدآور
علی محمدی, روشنکبهاری, ژالهنوع مدرک
Textعلمی پژوهشی کاربردی
زبان مدرک
فارسیچکیده
تحلیل رگرسیون یکی از روشهای متداول آماری در مدلسازی روابط بین متغیرهاست. لذا در رگرسیون دو موضوع تعیین روابط بین متغیرها و تحلیل روابط حاصل مورد توجه قرار میگیرد.
در مسائل با بعد بالا وقتی تعداد متغیرها بیشتر از تعداد مشاهدات است، روشهای معمول مانند رگرسیون کمترین توانهای دوم معمولی کارایی لازم را ندارند و روشهای انقباضی، ازجمله لاسو، ریج و ... از کارایی بهتری در برآورد ضرایب رگرسیونی برخوردار هستند. در این برآوردگرها پارامتر کنترل نقش اساسی در انتخاب متغیرهای تبیینی و برآورد پارامترها بازی میکند. برآوردگرهای انقباضی بریج، برآوردگری است که با تغییر پارامتر کنترل آن میتوان به برآوردگرهای ذکر شده دست یافت. در این مقاله برآوردگر انقباضی بریج از جمله لاسو و ریج را با برآوردگر لارس و کمترین توانهای دوم معمولی مقایسه کرده و کارایی آنها را با معیار میانگین توانهای دوم خطا مورد ارزیابی قرار میدهیم.
کلید واژگان
رگرسیون کمترین توانهای دوم معمولیرگرسیون ریج
رگرسیون بریج
رگرسیون لاسو
رگرسیون لارس
پارامتر کنترل.
آمار
شماره نشریه
2تاریخ نشر
2022-05-011401-02-11
ناشر
دانشگاه خوارزمیسازمان پدید آورنده
دانشگاه الزهرادانشگاه الزهرا
شاپا
2588-25462588-2554
Related items
Showing items related by title, author, creator and subject.
-
مقایسه انواع تحلیلهای رگرسیونی برای دادههای حسابداری
مومنی, منصور؛ فعال قیومی, علی (دانشکده مدیریت دانشگاه تهرانUniversity of Tehran, 2010-02-20)تحقیق حاضر به مقایسه انواع تحلیلهای رگرسیونی شامل رگرسیون سری زمانی، رگرسیون مقطعی، رگرسیون میانگین و رگرسیون تجمعی برای دادههای حسابداری میپردازد. مقایسه تحلیلهای رگرسیونی با استفاده از دادههای حسابداری محدود و به ...
-
کنکاشی در رگرسیون چند متغیره
واقعی, یدالله؛ چهکندی, مجید (2007-01-01)در این مقاله ضمن مرور مختصری بر تحلیل رگرسیونی و اهداف و مراحل آن، الگو ومفهوم رگرسیون چند متغیره را بیان کرده و سپس با دو دیدگاه مختلف به برآورد ماتریس پارامترهای رگرسیون چند متغیره می پردازیم. دیدگاه اول مبتنی بر انجام ...
-
مدل رگرسیون لاسو بیزی با خطای نامتقارن در بعد بالا
خادم بشیری, زهرا؛ شادرخ, علی؛ یارمحمدی, مسعود (انجمن آمار ایران, 2021-09-01)یکی از بحثهای چالشی در مدلهای رگرسیونی انتخاب مدل بهینه است، بدین شکل که چگونه میتوان متغیرهای توضیحی مهم و متغیرهای قابل اغماض را مشخص کرده و رابطه بین متغیر پاسخ و متغیرهای توضیحی را بهطور سادهتر بیان نمود. با توجه ...




