انتخاب متغیر با رویکرد جدید در آمیزه ای متناهی از مدل های رگرسیونی نیم پارامتری با توزیع پواسون
- سال انتشار: 1396
- محل انتشار: مجله علوم آماری، دوره: 11، شماره: 1
- کد COI اختصاصی: JR_STAT-11-1_004
- زبان مقاله: فارسی
- تعداد مشاهده: 331
نویسندگان
Department of Statistics, Allame Tabatabaie University, Tehran, Iran.
Department of Statistics, Allame Tabatabaie University, Tehran, Iran.
چکیده
در این مقاله به بحث انتخاب متغیر با رویکردی جدید در آمیزه ای متناهی از مدل های رگرسیونی نیم پارامتری پرداخته می شود، به گونه ای که داده ها از توزیع پواسون تبعیت می کنند. اما دو عامل بیش پراکندگی و صفرهای بیش از حد به دلیل استفاده از توزیع پواسون می تواند تاثیر زیادی بر انتخاب متغیر و براورد پارامترها داشته باشند. در واقع براورد پارامترها در بخش پارامتری مدل رگرسیونی نیم پارامتری با استفاده از رویکرد درستنمایی تاوانیده انجام می پذیرد و در بخش ناپارامتری پس از تقریب موضعی تابع ناپارامتری با استفاده از بسط تیلور، محاسبات در حضور براورد ضرایب پارامتری انجام می گیرد. استفاده از رویکرد جدید در این مقاله باعث شده است تا موانع در انتخاب درست متغیرها برطرف گردد. در این مقاله علاوه بر ارائه تئوری های مربوطه، در بخش شبیه سازی داده ها نیز دو موضوع بیش پراکندگی و صفرهای بیش از حد مورد توجه قرار می گیرد و استفاده از روش EM در براورد پارامترها منجر به افزایش دقت در نتیجه شده است.کلیدواژه ها
EM Algorithm, Overdispersion, Excess Zeros, Semi-Parametric Regression, Finite Mixture Model., الگوریتم EM, بیش پراکندگی, صفرهای بیش از حد, رگرسیون نیم پارامتری, مدل آمیزه ای متناهیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.