مقارنة بين بعض الطرق المتينة في الانحدار اللا خطي
الملخص
طريقة المربعات الصغرى (LS) مع طريقة Gauss-Newton هي الطريقة الأكثر استخدامًا لتقدير معلمات نماذج الانحدار الغير خطية. في وجود القيم المتطرفة، قد يكون حتى لمفردة واحدة متطرفة تأثيرا كبيرا على تقديرات المعالم. تهدف هذه الورقة إلى عرض بعض التقنيات غير الخطية المتينة الشائعة والتي تستخدم عادةً كطرق بديلة أفضل للمربعات الصغرى الكلاسيكية، وهذا يشمل مقدر M، ومقدر MM. بالإضافة إلى ذلك، فإن الهدف هو مقارنة أدائها العملي تحت ظروف مختلفة مثل حجم العينة ونسبة القيم المتطرفة وصيغة النموذج. أشارت نتائج المحاكاة والبيانات الحقيقية باستخدام برنامج R إلى أن أفضل أداء تم تحقيقه بواسطة MM متبوعا بتقدير M لجميع النسب المئوية المحتملة من القيم المتطرفة (10 ٪، 20 ٪، 30 ٪، 40 ٪) وكذلك جميع أحجام العينات (50، 100، 150). علاوة على ذلك، وافقت النتائج على أن مقدر LS يبقى الأفضل عند عدم وجود قيم متطرفة.
النص الكامل
المراجع
1]-Bates, D. M. and Watts, D. G. (1988). Nonlinear Regression Analysis and Its Applications. New York: Wiley
[2]-Seber, G. A. F. and Wild, C. J. (1989). Nonlinear Regression. New York: Wiley.
[3]-Huber, P.H., Robust estimation of a location parameter, The Annals of Mathematical Statistics, 35 (1964), 7-101.
[4]-Barreto, H. and Maharry, D. (2006). Least median of squares and regression through the origin. Computational Statistics & Data Analysis, 50(6), 1391-1397.
[5]-Chen, Y., Stromberg, A.J. and Zhou, M. (1997). The least trimmed squares estimate in nonlinear regression. Technical Report Department of Statistics, University of Kentucky, Lexington, KY, 40506.
[6]-Mosteller F, Tukey JW. Data analysis and regression: a second course in statistics. Addison-Wesley Ser Behav Sci Quant Methods, 1977.
[7]-Yohai, V. J. (1987). High breakdown-point and high efficiency robust estimates for regression. The Annals of Statistics, 642–656.
[8]-Hawkins, D. and Khan, D. (2009). A procedure for robust fitting in nonlinear regression.
[9]-Khalil, A., Ali, A., Khan, S., Khan, D. M. and Khalil, U. (2013). A New Efficient Redescending M-Estimator: Alamgir Redescending M-Estimator. Research Journal of Recent Sciences, 2(8), 79-91.
[10]-Maronna, R., Martin, R. D., & Yohai, V. (2006). Robust Statistics Theory and Methods. John Wiley & Sons.
[11]-Rousseeuw, P. J. (1984). Least median of squares regression. Journal of the American Statistical Association, 79(388), 871–880.
[12]-Rousseeuw, P., & Yohai, V. (1984). Robust regression by means of S-estimators. In Robust and nonlinear time series analysis(pp. 256–272). Springer.
[13]-Stromberg, A. and Rupert, D. (1992). Breakdown in Nonlinear Regression. Journal of the American Statistical Association, 87(420), 991-997.
[14]-Herwindiati D. E., Djauhar, M. a. and Mashuri, M. 2007. Robust Multivariate Outlier Labeling. Communications in Statistics -Simulation and Computation.36(6): 1287-1294.
[15]-Tabatabai, M., Kengwoung-Keumo, J., Eby, W., Manne, U., Fouad, M. and Singh, K. (2014). A New Robust Method for Nonlinear Regression. Journal of Biometrics & Biostatistics, 5(5), 211.
[16]-Kenakin, TP. A Pharmacology Primer: Theory, Applications, and Methods. Third Edition. Academic Press; 2009. p. 286-287
المؤلفون

هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
في بيان موجز، تتعلق الحقوق بنشر وتوزيع البحوث المنشورة في مجلة جامعة سبها حيث يجب على المؤلفين الذين نشروا مقالاتهم في مجلة جامعة سبها كيف يمكن استخدامها أو توزيع مقالاتهم. ويحتفظون بجميع حقوقهم في المصنفات المنشورة، مثل (على سبيل المثال لا الحصر) الحقوق التالية:
- حقوق الطبع والنشر وحقوق الملكية الأخرى المتعلقة بالمقال المقدم، مثل حقوق براءات الاختراع.
- بحث منشور في مجلة جامعة سبها ويستخدم في الأعمال المستقبلية الخاصة به، بما في ذلك المحاضرات والكتب، والحق في إعادة إنتاج المقالات لأغراضها الخاصة، والحق في الأرشفة الذاتية لمقالاتهم.
- الحق في الدخول في مقال منفصل، أو للتوزيع غير الحصري لمقالهم مع إقرار بنشره الأولي في مجلة جامعة سبها.
- بيان الخصوصية سيتم استخدام الأسماء وعناوين البريد الإلكتروني التي تم إدخالها في موقع مجلة جامعة سبها للأغراض المذكورة فقط والتي استخدمت من أجلها.