رگرسیون ضرایب متغیر طولی حاشیه ای با اسپلاین تاوانیده
محل انتشار: مجله علوم آماری، دوره: 12، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 206
فایل این مقاله در 24 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_STAT-12-1_005
تاریخ نمایه سازی: 23 شهریور 1401
چکیده مقاله:
مدل های رگرسیونی ناپارامتری و نیمه پارامتری در زمینه داده های مستقل توسعه چشمگیری پیداکرده اند، اما رشد آن ها در زمینه داده های طولی، محدود به چند سال اخیر است. از آنجا که روش های رگرسیونی معمول برای داد ه های همبسته نسبت به داده های مستقل توانایی کمتری دارند، باید از مدل هایی استفاده شود، که همبستگی بین داده ها را نیز در نظر بگیرند. در این میان مدل های آمیخته و حاشیه ای که عامل همبستگی بین داده ها را نیز در نظر می گیرند، مدل هایی هستند که برای برازش داده های طولی مورد استفاده قرار می گیرند. همچنین با توجه به انعطاف پذیری مدل های نیمه پارامتری نسبت به مدل های پارامتری و ناپارامتری، مدل رگرسیون نیمه پارامتری طولی حاشیه ای با برآوردهای اسپلاین تاوانیده مدل مناسبی برای تحلیل داده های طولی است. در این مقاله رگرسیون نیمه پارامتری با ضرایب متغیر که در آن ارتباط بین متغیر پاسخ و یک متغیر پیش بین بر مبنای متغیر پیش بین دیگر مشخص می شود، بررسی شده است. همچنین استنباط بیزی برای مدل ناپارامتری روی داده های شبیه سازی شده و برای مدل نیمه پارامتری طولی حاشیه ای روی داده های واقعی، با نرم افزارهای استاندارد انجام شده است که نشان دهنده عملکرد قابل قبول این استنباط است.
کلیدواژه ها:
Hierarchical Bayesian Model ، Gibbs Sampling ، Graphical Model ، Mixed Model ، Varying Coefficient Regression ، نمونه گیری گیبز ، مدل آمیخته ، مدل حاشیه ای ، مدل گرافیکی ، مدل بیزی سلسله مراتبی
نویسندگان
حسین بهرامی چشمه علی
Department of Mathematics, Yasouj University, Yasouj , Iran.
آرش اردلان
Department of Mathematics, Yasouj University, Yasouj , Iran.
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 :