research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
estimating the nonparametric regression function study monotone nonparametric methods for
تقدير دالة الأنحدار اللامعلمي باستخدام بعض الطرائق اللامعلمية الرتيبة

Authors: ياسمين عبد الرحمن محمد --- دجلة ابراهيم
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2008 Volume: 14 Issue: 50 Pages: 304-316
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This research was concerning to study monotone nonparametric methods for estimating the nonparametric regression function (i.e treatment outlier) to achieve a monotone function (increasing or decreasing).So we will use the monotone methods to treatment outlier but after estimate the regression function with use kernel estimator (Nadarya - Watson) these methods are:-1- Mukerjee method takes averages of maximums and minimum of subsets of the data was used to adjust the initial kernel regression estimates and use the researcher special case when .2- Algorithm least square isotonic regression.In the experimental aspect comparison was done of which is the best methods through the simulation procedure using Mote Carlo method using five models.While in the application aspect practical application was done on data represent the measurements for blood pressure patients.In both aspects we use two of the important statistical measures which are Mean square error (MSE) and efficiency. We find through the application that the best method is Mukerjee method for general case as it has minimum Mean square error and maximum efficiency.

تم في هذا البحث دراسة الطرائق اللامعلمية الرتيبة لتقدير دالة الأنحدار اللامعلمي، ومعالجة القيم الشاذة الموجودة في دالة الأنحدار اللامعلمي لجعل الدالة رتيبة (متزايدة أو متناقصة).
لذا سنقوم أولاً بتقدير دالة الأنحدار اللامعلمي بإستخدام ممهد Kernel ومن ثم تطبيق الطرائق الرتيبة لجعل الدالة متزايدة إذ سنتناول ثلاث طرائق للتقدير:-
1- طريقة stern)-Mukerjee) إذ سيتم الأستفادة من الحدود الدنيا والحدود العليا للمجاميع الجزئية للبيانات لتعديل مقدر Kernel بإستخدام دالة تقلص (Shrunken).
2- إعتماداً على الطريقة الأولى سيتم أستخدام الحالة الخاصة لدالة التقلص (Shrunken) عندما بوصفها طريقة أخرى مستقلة عن الطريقة الأولى.
3- خوارزمية الأنحدار الرتيب ذو المربعات الصغرى (LSIR) لمعالجة القيم الشاذة.

وسيتم في هذا البحث مقارنة بين هذه الطرائق من خلال إيجاد متوسط مربعات الخطأ والكفاءة النسبية لكل مقدر ولكل أنموذج في الجانب التجريبي من خلال أسلوب محاكاة مونتي كارلو (Monte Carlo)، وتم ايضا مقارنة الطرائق من خلال التطبيق على بيانات لخمسة وعشرين مريضاً مصابين بضغط الدم (العالي والواطئ) وتم التوصل الى أن طريقة stern)-Mukerjee) هي الأفضل من بين الطرائق الأخرى

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

Arabic and English (1)


Year
From To Submit

2008 (1)