TY - JOUR ID - TI - Using Some of Nonparametric Kernel Estimators to Estimate the Nonparametric Regression Functions with Gaussian Weight Function تقدير دوال الانحدار اللامعلمي باستعمال بعض مقدرات كيرنل (kernel) اللامعلمية لدالة الوزن (Gaussian) AU - Jassim N. Hussain جاسم ناصر حسين AU - Mohammed A. Dakhil محمد عبدالرضا داخل PY - 2021 VL - 3 IS - 6 SP - 145 EP - 160 JO - Warith Scientific Journal مجلة وارث العلمية SN - 26180278 26180278 AB - Parametric methods no longer meet the researcher's need due to the restrictions imposed on them because they lost flexibility in parameter estimation and data analysis. Therefore, non-parametric methods were used that because of their efficient in analyzing data without request from the researcher to make Pre-assumptions. The data and the information have the main rule to determining the function form of the studied population, and there are no parameters that represent the observations. Consequently, the purpose of estimating the nonparametric regression function is to approximate the regression function to the true regression function. Our research aims to Study and apply some nonparametric Kernel estimators for the Gaussian weight function, which are both (the localized constant regression estimator, the local linear regression estimator, and the Priestley Chow estimator. The experimental side relied on experiments Simulation on consistent data that simulates the real data that was used in the application side in representing community data, representing random errors, conducting statistical analysis and extracting results and illustrations for comparison between estimators and showing the best among them, using three criteria of comparison, average mean square error, average absolute mean error, and mean integrated square error, five different functions were assumed to generate data in the experimental side, four sample sizes, and three standard deviation values.The important results of the experimental side are the Priestly Chow estimator show outperform of the other estimators for each of the four sample sizes and three levels of standard deviation, as well as for the five models adopted in the simulation that included the results of Kernel's estimators Nonparametric

حينما لا يمكن تطبيق الطرائق المعلمية بسبب بعض القيود المفروضة عليها ولفقدانها للمرونة في التقدير وتحليل البيانات لذا تم اللجوء الى الطرائق اللامعلمية التي اثبتت كفائتها في تحليل البيانات دون الحاجة الى افتراضات مسبقة على الباحث واصبحت البيانات وماتحمله من معلومات هي التي تحدد شكلها الدالي للمجتمع المدروس وليس ثمة معلمات تنوب عن المشاهدات. ان الهدف من تقدير دالة الانحدار اللامعلمي هو تقريب دالة الانحدار الى دالة الانحدار الحقيقية وجاء بحثنا هذا ليلقي الضوء على بعض مقدرات كيرنل اللامعلمية لدالة الوزن (Gaussian) وهي كل من (مقدر الانحدار الثابت الموضعي "N.W"و مقدر الانحدار الخطي الموضعي"L.L" و مقدر بريستلي تشاو "P.Ch" وقد اعتمد الجانب التطبيقي على اجراء التحليل الاحصائي واستخلاص النتائج والرسوم التوضيحية للمقارنة بين المقدرات باستعمال البرنامج الاحصائي (R) وقد توصلنا في الجانب التجريبي من خلال المقارنة بين هذه المقدرات إلى عدة استنتاجات أهمها: إن مقدر بريستلي تشاو 〈"P.Ch"〉 أظهر أفضلية واضحة على بقية المقدرات من خلال النتائج والأشكال ولكل حالة من حجوم العينات الأربع وثلاث مستويات للانحراف المعياري وكذلك للنماذج المعتمدة في المحاكاة المتضمنة نتائج مقدرات كيرنل اللامعلمية ER -