عناصر مشابهة

تقدير بيز التقريبي لمعلمات نموذج انحدار T. المبتور الخطي البسيط

تفصيل البيانات البيبلوغرافية
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: سعيد، هيفاء عبدالجواد (مؤلف)
مؤلفين آخرين: حسين، الهام عبدالكريم (م. مشارك)
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:
الوصف
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