روش های تشخیصی درمدل های خطی ریج نیمه پارامتری با خطا در اندازه گیری

در این مقاله، مباحث تشخیصی در مدل های خطی نیمه پارامتری با خطا در اندازه گیری با وجودهمخطی چندگانه مطالعه می شود. در ابتدا برای برطرف نمودن اثرات همخطی چندگانه، با استفاده از روش ماکزیمم درستنمایی تصحیح شده تاوانیده برآوردگرهای ریجپیشنهاد می شود و سپس براساس رویکرد حذف موردی، آماره های تشخیصی برای شناسایی و ارزیابی مشاهدات موثر در برآوردگرهای پیشنهادی معرفی می شوند. در ادامه نشان داده می شود که این آماره ها تابعی از مقادیر باقی مانده و داده های نافذ هستند. علاوه بر رویکرد حذف موردی، رویکرد تاثیر موضعی بر پایه لگاریتم درستنمایی تصحیح شده تاوانیده جهت شناسایی و ارزیابی مشاهدات دورافتاده و موثر در مدل مورد بحث تعمیم داده شده است. سپس با استفاده از مطالعه شبیه سازی کارایی براوردگرهای پیشنهادی باتوجه به معیار میانگین خطای مجانبی ارزیابی می شود و در پایان روش های تشخیصی مطرح شده به یک مجموعه داده واقعی مورد تحلیل و بررسی قرار گرفته است