عناصر مشابهة
تقدير بيز التقريبي لمعلمات نموذج انحدار T. المبتور الخطي البسيط
العنوان بلغة أخرى: | Approximate Bayesian Estimation for Parameters of Simple Linear Truncated T. Regression Model |
---|---|
المصدر: | مجلة جامعة الأنبار للعلوم الاقتصادية والإدارية |
الناشر: |
جامعة الأنبار - كلية الإدارة والاقتصاد
|
المؤلف الرئيسي: | |
مؤلفين آخرين: | |
المجلد/العدد: | مج12, ع28 |
محكمة: | نعم |
الدولة: | العراق |
التاريخ الميلادي: | 2020 |
الصفحات: | 283 - 296 |
ISSN: | 1998-8141 |
رقم MD: | 1075713 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | Arabic |
قواعد المعلومات: | EcoLink |
مواضيع: | |
رابط المحتوى: |
|
المستخلص: | يعامل الباحثين الكثير من الظواهر على أنها تتبع توزيعات احتمالية غير مبتورة لكنها في الواقع تنتمي إلى توزيعات مبتورة ، وتكون المقدرات للمعلمات باستخدام التوزيعات المبتورة اكثر كفاءة من التوزيعات غير المبتورة . تظهر هذه الظاهرة في نماذج الانحدار الخطية ، لهذا السبب اهتم هذا البحث بتقدير معلمات نموذج انحدار t المبتور الخطي البسيط عندما يكون متغير الاستجابة يتبع توزيع t المبتور من طرفين بأسلوب بيز . وبسبب عدم إمكانية معاملة الدالة التجميعية على أنها كمية ثابتة فقد ظهرت صعوبة إيجاد التوزيعات الاحتمالية اللاحقة الهامشية لكل معلمة من معلمات النموذج ، لذلك فقد تم استخدام تقريب لندلي الذي يتعامل مع دالة كثافة الاحتمال اللاحقة المشتركة لمعلمات النموذج للحصول على التوقعات اللاحقة الهامشية. Researchers treat many phenomena as having a non-truncated probability distribution, but in fact belong to truncated distributions . The estimators of the parameters by using the truncated distributions more efficiently than non-truncated distributions. This phenomenon appears in linear regression models. For this reason, this study is interested in estimating the parameters of simple linear regression truncated t model when the response variable follows t truncated distribution from two sides by using bayes method. Because a cumulative function can not be treated as a fixed quantity, it is difficult to find the posterior marginal probability distributions for each parameter of the model. Therefore, a lundley's approximation that deals with the joint posterior probability density function of the model parameters has been used to obtain expected Marginal posterior |
---|