استخدام طرائق حصينة لتقدير معلمات أنموذج الانحدار الخطي المتعدد مع التطبيق على بيانات تلوث مياه الآبار
Using Robust Methods to Estimate the Parameters of the Multiple Linear Regression Model with Application to Wells Water Pollution Data in the Outskirt of the City of Mosul
- الباحث
- سجى مروان إسماعيل العركوب
- المشرف
- صفوان ناظم راشد
- الجامعة
- جامعة الموصل
- الكلية / القسم
- كلية علوم الحاسوب والرياضيات / الإحصاء والمعلوماتية
- الشهادة
- دبلوم عالي
- السنة
- 2022
- لغة الرسالة
- عربي
- الكلمات المفتاحية
- الطرائق الحصينة ; الانحدار الخطي المتعدد ; القيم الشاذة ; تلوث مياه الآبار
الملخص
تعد مشكلة وجود القيم الشاذة في البيانات ذات تأثير كبير على متخذ القرار في تحديد القرار الصحيحء حيث تؤثر تلك القيم على معرفة التوزيع الاحتمالي لمتغير الاستجابة في أنموذج الانحدار الخطي المتعدد سواء كانت تلك المشاهدات موجودة في المتغيرات التوضيحية أو في متغير الاستجابة أو لجميع المتغيرات، إذ تكون المقدرات للمعلمات غير كفوءة وذلك GY مقدر تباين الخطأ العشوائي يتضخم وله تأثير سلبي على دقة النموذج المقدر. ail استخدمت طرائق مختلفة للكشف عن القيم الشاذة منها (الرسم الصندوقي، عناصر القطر الرئيسي لمصفوفة القبعة، وبواقي ستيودنت المحذوفة) مع تشخيص القيم الشاذة بأربعة مقاييس (COVRATIO, DFBETAS, DFFITS, COOK’S) وعلى هذا الأساس تم استخدام طرائق تقليدية وحصينة لمعالجة تأثير القيم الشاذة فقد تم اعتماد أربعة طرائق للمعالجة وهي (طريقة الحذف,ء ومقدر M الحصينء ومقدر MM الحصينء ومقدر 374 الحصين الموزونة)، وتم وضع معيار متوسط مربعات الخطأ MSE للمقارنة بين هذه الطرق للوصول إلى أفضل نموذج انحدار خطي متعدد يمثل البيانات، وطبقت النتائج على بيانات حقيقية تمثتلت بتلوث مياه الآبار أطراف مدينة الموصلء حيث تبين إن أفضل طريقة في الكشف عن القيم الشاذة نسبة لهذه البيانات هو الرسم الصندوقي oly أفضل طريقة للمعالجة هي طريقة مقدر M الحصين الموزونة لحصوله على اقل متوسط مربعات الخطأ 2/515.
Abstract
The problem of the presence of outliers in the data has a significant impact on the decision maker in determining the correct decision, as these values affect the knowledge of the probability distribution of the response variable in the multiple linear regression model, whether those observations are present in the explanatory variables or in the response variable or for all variables, as The estimators for the parameters are inefficient because the random error variance estimator inflates and has a negative effect on the accuracy of the estimated model. Various methods were used to detect outliers (box plot, principal diameter elements of the hat matrix, and studentized deleted) with the diagnosis of outliers with four scales (COVRATIO, DFBETAS, DFFITS, COOK’S). On this basis, traditional and immune methods were used to treat the effect of outliers. Four methods of treatment were adopted (elimination method, robust M estimator, robust MM estimator, and weighted robust M estimator), The standard MSE error squares was developed to compare these methods to reach the best multiple linear regression model representing the data, and the results were applied to real data represented by contamination of well water in the outskirts of Mosul, where it was found that the best way to detect outliers relative to these data is the box graph. The best method of treatment is the robust M- weighted estimator method for obtaining the least mean square error (MSE).
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.