مقدر أقل انحراف مطلق مرجح ومقدر أقل انحراف مطلق مرجح ردج لنماذج الانحدارات التي تبدو غير مرتبطة
Title Weight LAD and Weight LAD Ridge Estimator for Seemingly unrelated regression Models
الباحث الرئيس طارق محمود أحمد عمارة
التخصص: الرياضيات
التخصص الدقيق: الاحصاء
المستخلص: في هذة الدراسة تم تقديم أربع مقدرات لنموذج الانحدارات التي تبدو غير مرتبطة ظاهرياً وهي مقدر أقل انحراف مطلق مرجح ومقدر أقل انحراف مطلق مرجح المعمم ومقدر أقل انحراف مطلق مرجح لردج ومقدر أقل انحراف مطلق مرجح المعمم لردج. ومن الملاحظ أن المقدر الأول والثاني لهما القدرة للتعامل مع مشكلة القيم الشاذة والقيم المتطرفة، ومن جهة أخري، حيث أن مقدر ردج فعال في التعامل مع مشكلة الارتباطات القوية بين لمتغيرات المستقلة، لذا يعتبر مقدر أقل انحراف مطلق مرجح لردج ومقدر أقل انحراف مطلق مرجح المعمم لردج أفضل المقدرات للتعامل مع مشكلة الازدواج الخطي بالاضافة الى مشكلة القيم الشاذة والقيم المتطرفة، وفي هذة الدراسة تم الاعتماد على معيار التصحيح المتقطع القوي لاختيار معلمة ردج، كما تم الاعتماد على دراسة محاكاه لبيان أفضلية المقدرات المقترحة.
Abstract: In this paper, we introduce the four new estimators for seemingly unrelated regression (SUR) model, weight least absolute deviations (WLAD), general weight least absolute deviations (WGLAD), weight least absolute deviations Ridge (WLAD_Ridge) and general weight least absolute deviations Ridge (GWLAD_Ridge) estimator. The LAD and GLAD estimators are sensitive to the leverage point, so the WLAD and WGLAD are suitable alternatives to deal with this problem. On the other hand, the ridge estimator is used when the predictors are highly collinear. The weight least absolute deviations ridge (WLAD_Ridge) and general weight least absolute deviations ridge (GWLAD_Ridge) estimators combine the interesting features of weight least absolute deviations (WLAD) and ridge estimators. The aim of these estimators is to resist the outliers, leverage point and at the same time shrinking coefficient to solve the multicollinearity simultaneously in SUR model. We chose ridge parameter by the new robust criteria, least absolute deviations (LAD) cross validation criteria. We drove the simulation study of WLAD, WGLAD, (WLAD_Ridge) and (GWLAD_Ridge) estimators to determine the efficiency gain for it and to compare with the other estimators.
الحالة: محكم ومنشور
جهة التحكيم: Advances and Applications in Statistics