مقایسه و بررسی عملکرد پیشبینی طرحهای بهینه برای مدل لجستیک در نمونههای کوچک
- سال انتشار: 1390
- محل انتشار: دوفصلنامه اندیشه آماری، دوره: 16، شماره: 2
- کد COI اختصاصی: JR_ISS-16-2_004
- زبان مقاله: فارسی
- تعداد مشاهده: 79
نویسندگان
چکیده
داده های دودوئی در بسیاری از تحقیقات علمی مورد توجه هستند. مرسوم ترین مدل برای بررسی این داده ها مدل لجستیک است که در خانواده مدل های خطی تعمیم یافته قرار دارد. معیارهای بهینگی برای یافتن طرح های بهینه معموال بر اساس ماتریس کوواریانس و خواص مجانبی این ماتریس بنا نهاده شده است. خواص مجانبی این ماتریس از جمله نااریبی عناصر تا زمانی که نمونه بزرگ باشد برقرار است. لذا در نمونه های کوچک، بحث اریبی براورد پارامترها مطرح می شود و در این صورت، استفاده از معیارهای ذکر شده کفایت نمی کند. رابینسون و خوری (۲۰۰۳) بررسی و مقایسه طرح ها برای مدل های لجستیک را برای نمونه های کوچک مورد مطالعه قرار دادند. در این مقاله با استفاده از روش گرافیکی و شهودی رابینسون و خوری (۲۰۰۳) نشان می دهیم عملکرد پیش بینی طرح های بهینه مینی ماکس بهتر از پیش بینی طرح های بهینه موضعی و ضیعف تر از طرح های بهینه بیزی است.کلیدواژه ها
داده های دودوئی، مدل لجستیک، طرح بهینه، معیار بهینگی، معیار میانگین مربعات خطای پیش بیناطلاعات 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.