انتخاب متغیر در مدل های آمیخته متناهی تعمیم یافته نیم پارامتری

سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 61

فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JAMFN-4-1_001

تاریخ نمایه سازی: 1 آذر 1402

چکیده مقاله:

هدف این مقاله به دست آوردن بهترین متغیرهای کمکی تاثیرگذار بر متغیر پاسخ در مدل های نیم پارامتری تحت شرایطی است که تابع تاوانیده نیز در مساله وجود دارد. لازم به ذکر است که ترکیبی از پارامترها به عنوان ضرایب متغیرهای موجود در هر مدل ارایه شده که برخی از آنها به صورت خطی و بعضی دیگر به صورت تابعک بر متغیر پاسخ تاثیرگذارند. لاجرم روش نیم پارامتری به عنوان یک راه حل بهینه در حل مساله مدنظر قرار گرفته است. لذا در این مقاله مساله انتخاب متغیر را در مدل های تعمیم یافته نیم پارامتری آمیخته متناهی مورد بررسی قرار خواهیم داد. این مساله خود شامل انتخاب مدل در مولفه ناپارامتری مدل و انتخاب متغیر در بخش پارامتری می شود. بنابراین با انتخاب مدل های مجزایی برای هر مولفه ناپارامتری هر زیر مدل مواجه خواهیم بود. به منظور غلبه بر این بار محاسباتی بالا، کلاسی از رویه های انتخاب متغیر را برای مدل های تعمیم یافته نیم پارامتری آمیخته متناهی معرفی خواهیم کرد. نشان خواهیم داد رویکرد جدید برای انتخاب متغیر، سازگار است. همچنین به کمک شبیه سازی نشان خواهیم داد روش پیشنهادی از کارایی مناسبی برخوردار بوده و روش های موجود را بهبود می بخشد و علاوه بر این به توان محاسباتی کمتری نیاز دارد.

نویسندگان

فرزاد اسکندری

گروه آمار، دانشگاه علامه طباطبایی

احسان ارمز

گروه آمار، واحد مشهد، دانشگاه آزاد اسلامی

رحمان فرنوش

گروه ریاضی کاربردی، دانشگاه علم و صنعت ایران

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 :
  • Breiman, L. (۱۹۹۶), Heuristics of instability and stabilization in model ...
  • Fan, J. and Li, R. (۲۰۰۱), Variable selection via nonconcave ...
  • Ma, S., Song, Q. and Wang, L. (۲۰۱۳), Simultaneous variable ...
  • Tibshirani, R. (۱۹۹۶), Regression shrinkage and selection viathe lasso, J. ...
  • Fan, J. and Li, R. (۲۰۰۲), Variable selection for cox's ...
  • نمایش کامل مراجع