|
|
پژوهش های ریاضی، جلد ۱۰، شماره ۲، صفحات ۰-۰
|
|
|
| عنوان فارسی |
کارایی براوردگر پیش آزمون انقباضی پارامتر عرض از مبدأ در مدل رگرسیونی خطی ساده |
|
| چکیده فارسی مقاله |
معمولا برای براورد پارامترهای یک مدل رگرسیونی از روش های مرسوم براوردیابی مانند روش
کمترین توان دوم خطا استفاده می شود. گاهی اوقات محقق دارای اطلاع پیشین درمورد پارامتر عرض از
مبدأ به صورت یک حدس است که به آن اطلاع پیشین غیرنمونه ای می گویند. در این مقاله یک براوردگر
پیش آزمون انقباضی برای پارامتر عرض از مبدأ با توجه به اطلاع پیشین غیرنمونه ای معرفی و کارایی آن
تحت تابع زیان نرمال برگردانده مورد بررسی قرار می گیرد. رفتار براوردگر پیش آزمون انقباضی در مقایسه
با براوردگر کمترین توان دوم خطا به کمک شبیه سازی ارزیابی می شود. بازه هایی که براوردگر پیش آزمون
انقباضی دارای مخاطره کمتری نسبت به براوردگر کمترین توان دوم خطا است ارائه می شود. نتایج نشان
می دهد هرچه مقدار حدس زده شده به پارامتر واقعی نزدیک تر باشد براوردگر پیش آزمون انقباضی عملکرد
بهتری نسبت به برآوردگر کمترین توان دوم خطا دارد. همچنین با استفاده از روش ماکس مین مقدار بهینه
سطح معنی داری آزمون تعیین می شود. سپس با استفاده از یک مجموعه داده واقعی، براوردگرهای پیشنهادی
مقایسه می شوند.
|
|
| کلیدواژه‌های فارسی مقاله |
اطلاع پیشین، براوردگر پیش آزمون انقباضی، تابع زیان نرمال برگردانده |
|
| عنوان انگلیسی |
Efficiency of shrinkage pretest estimator for the intercept parameter in simple linear regression model |
|
| چکیده انگلیسی مقاله |
Usually, the traditional estimation methods is used to estimate Parameters of the linear regression model, such as least-squared error method. Sometimes
the researcher has information about the unknown intercept parameter as a guess
that is called as non-sample prior information. In this article, a preliminary test estimator for the intercept parameter of the simple linear regression according to the
non-sample prior information is introduced and the value of its risk function under
the reflected normal loss function is investigated. Also, the behavior of shrinkage
pretest estimator is compared with respect to the least-squares estimator using a simulation. The intervals where the shrinkage pretest estimator has the least risk compared to the least-squares estimator presented. The results show that the shrinkage
pretest estimator outperforms the least-squares estimator when non-sample prior information is close to the real value. Also, the optimum value of the significant level
of test is determined using max-min method. Then, proposed estimators are compared using a real data set.
|
|
| کلیدواژه‌های انگلیسی مقاله |
Prior information, shrinkage pretest estimator, Reflected normal loss function |
|
| نویسندگان مقاله |
مهران نقی زاده | mehran naghizadeh qomi
زهره مهدی زاده | zohreh mahdizadeh
|
|
| نشانی اینترنتی |
http://mmr.khu.ac.ir/browse.php?a_code=A-13-44-25&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
آمار |
| نوع مقاله منتشر شده |
مقاله استخراج شده از پایان نامه |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|
