محمد کاظمی - Department of Statistics, Shahrood University of Technology, Shahrood, Iran.
داود شاهسونی - Department of Statistics, Shahrood University of Technology, Shahrood, Iran.
محمد آرشی - Department of Statistics, Shahrood University of Technology, Shahrood, Iran.

در این مقاله یک روش دو مرحله ای برای انتخاب متغیر و تشخیص مولفه های خطی و غیرخطی در مدل های جمعی با بعد بالا معرفی می شود. در مرحله اول، از یک روش غربالگری برای کاهش بعد فضای متغیرها استفاده می شود. این روش غربالگری بر اساس همبستگی فاصله ای بین متغیرهای توضیحی و تابع توزیع حاشیه ای متغیر پاسخ ساخته شده و زمانی که متغیر پاسخ دم سنگین یا دارای مقادیر فرین باشد، عملکرد خوبی را از خود نشان می دهد. در مرحله دوم، از روشی مبتنی بر دو تابع تاوان برای انتخاب همز مان مولفه های غیرصفر و خطی استفاده می شود. کارایی این روش دو مرحله ای با مطالعه شبیه سازی و تحلیل یک مجموعه داده واقعی بررسی شده است.

Dimensionality Reduction, Partial Linear Additive Model, Screening, Structure Identification, Variable Selection., انتخاب متغیر, تشخیص ساختار, غربالگری, کاهش بعد, مدل جمعی خطی-جزیی.