مروری بر مشکلات متداول رگرسیون و راه حل های آنها
محل انتشار: دوفصلنامه اندیشه آماری، دوره: 27، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 111
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ISS-27-1_004
تاریخ نمایه سازی: 30 اردیبهشت 1402
چکیده مقاله:
در رگرسیون خطی معمول، مدل به صورت Y=Xbeta+varepsilon است و برآورد پارامتر beta عبارتست از: hatbeta=(X'X)^{-۱}X'Y است. با این حال در هنگام استفاده از این برآوردگر به صورت عملی، ممکن است مشکلات خاصی مانند مشکل انتخاب متغیر، هم خطی، مدل با ابعاد بالا، کاهش بعد، وجود خطای اندازه گیری بوجود آید که استفاده از برآوردگر بالا را مشکل می سازد. در اغلب این مشکلات، مساله اصلی عدم معکوس پذیری ماتریس X'X است. برای رفع آن ها راه حل های متعددی ارایه شده است. در این مقاله ضمن مروری بر این مشکلات، مجموعه ای از راه حل های معمول و متداول و همچنین چند روش خاص و پیشرفته (که کمتر مورد اقبال همگان است ولی با این حال توانایی بالقوه ای در رفع هوشمند این مشکلات دارند) برای رفع آن ها را بررسی می کنیم.
کلیدواژه ها:
Colliniarity ، dimension reduction ، measurement error ، ridge regression ، psuedo estimation ، SIR regression ، همخطی ، کاهش بعد ، خطای اندازه گیری ، رگرسیون ستیغی ، شبه برآورد ، رگرسیون معکوس قطعه قطعه شده
نویسندگان
زهرا جعفریان مورکانی
Yasouj University
حیدرعلی مردانی فرد
Yasouj University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :