Зарим нөхцлүүд нь зөрчигдсөн тохиолдол дахь шугаман регрессийн загвар ба хэтийн төлөвийн үнэлэлт
Хэвлэлийн нэр: Open Journal of Statistics
Зохиогч: Д.Оюунчимэг
Хамтран зохиогч:
Хэвлүүлсэн огноо: 2015-01-26
Хуудас дугаар: 15
Өгүүллийн хураангуй: Шугаман регрессийн загварын параметрүүдын үнэлэлтүүдийн үр дүн нь загварын
тодорхойлогдсон үндсэн нөхцлүүдийн хүчинтэй байгаа эсэхээс хамаардаг бөгөөд
ялангуяа загварыг бодит жишээн дээр хэрэглэх үед ихээхэн хамааралтай. Түүнчлэн
регрессийн шинжилгээ нь хэтийн төлөв
тооцоход ашиглагддаг. Тиймээс энэ илтгэл нь үл хамаарах
хувьсагч нь санамсаргүй бус байх болон үл хамаарах хувьсагч ба үлдэгдэл
хувьсагч нь хамааралгүй байх гэсэн нөхцлүүд зөрчигдсөн тохиолдолд шугаман
регрессийн загварын хэтийн төлөв тооцоход Хамгийн Бага Квадратын арга (OLS), Кокрайн Оркатын арга (COR), Хамгийн их үнэний хувь бүхий үнэлэлт (ML) болон Гол компонентын арга (PC) дээр
суурилсан үнэлэлтүүдийн үр дүнг харьцуулан авч үзсэн юм. Үл хамаарах хувьсагч
нь хамааралтай санамсаргүй хэмжигдэхүүн байх болон автокорреляци бүхий үлдэгдэл хэмжигдэхүүний хувьд Монте Карло симуляци аргыг
ашигласан бөгөөд судалгаагаар регрессийн шинжилгээний хамгийн сайн тохирох статистик
үнэлгээг олсноор хэтийн төлөв тооцоход ашиглаж болох хамгийн сайн үнэлэлтийг тодорхойлсон.
Судалгааны дүнгээс харахад ялангуяа түүврийн хэмжээ n их байхад мултиколлинеарын түвшин бүр дэх COR болон ML үнэлэлтүүд нь
автокорреляц ихсэхэд гүдгэр хэлбэртэй бөгөөд харин OLS ба PC-ийн хувьд
хотгор хэлбэртэй байна. Мөн мултиколлинеарын түвшин ихсэхэд мултиколлинеар нь
сөрөг үе дэхь PC-ээс б Өгүүллийн төрөл: Мэргэжлийн нэр хүндтэй сэтгүүлээс орчуулсан өгүүлэл
Өгүүллийн зэрэглэл: Гадаад