مقارنة الانحدار الشرائحي المعكوس مع المركبات الرئيسة في اختزال البيانات ذات الابعاد العالية بأستعمال المحاكاة

المؤلفون

  • عمر عبد المحسن علي
  • زينة ابراهيم حسن

DOI:

https://doi.org/10.33095/jeas.v24i102.154

الكلمات المفتاحية:

اختزال الابعاد , الانحدار الشرائحي المعكوس , المركبات الرئيسية.، dimensions reduction , Slice inverse regression, principal components.

الملخص

 يدرس هذا البحث طرائق اختزال الابعاد التي تعمل على تجاوز مشكلة البعدية عندما تفشل الطرائق التقليدية في ايجاد تقدير جيد للمعلمات، لذلك يتوجب التعامل مع هذه المشكلة بشكل مباشر. ومن اجل ذلك، يجب التخلص من هذه المشكلة لذا تم استعمال اسلوبين لحل مشكلة البيانات ذات الابعاد العالية الاسلوب الاول طريقة الانحدار الشرائحي المعكوس SIR ) ) والتي تعتبر طريقة غير كلاسيكية  وكذلك طريقة ( WSIR ) المقترحة والاسلوب الثاني طريقة المركبات الرئيسة ( PCA ) وهي الطريقة العامة المستخدمة في اختزال الابعاد ,  ان عمل طريقة انحدار الشرائحي المعكوس SIR ) ) و طريقة المركبات الرئيسة (PCA) يقوم على عمل توليفات خطية مختزلة من مجموعة جزئية من المتغيرات التوضيحية الأصلية والتي قد تعاني من مشكلة عدم التجانس ومن مشكلة التعدد الخطي بين معظم المتغيرات التوضيحية , وستقوم هذه التوليفات الجديدة المتمثلة بالمركبات الخطية الناتجة من الطريقتين بإختزال أكثر عدد من المتغيرات التوضيحية للوصول الى بُعد جديد واحد او اكثر  يسمى بالبعد الفعّال . وسيتم استعمال معيار جذر متوسط مربعات الخطأ للمقارنة بين الاسلوبين لبيان  افضلية الطرائق , وقد تم اجراء دراسة محاكاة للمقارنة بين الطرائق المستعملة  وقد بينت نتائج المحاكاة ان طريقة weight standard Sir  المقترحة هي الافضل .

التنزيلات

تنزيل البيانات ليس متاحًا بعد.

منشور

2018-02-01

إصدار

القسم

بحوث احصائية

كيفية الاقتباس

علي ع.ع.ا. و حسن ز.ا. (2018) "مقارنة الانحدار الشرائحي المعكوس مع المركبات الرئيسة في اختزال البيانات ذات الابعاد العالية بأستعمال المحاكاة", مجلة العلوم الاقتصادية والادارية, 24(102), ص 403. doi:10.33095/jeas.v24i102.154.

المؤلفات المشابهة

1-10 من 869

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.

الأعمال الأكثر قراءة لنفس المؤلف/المؤلفين