الطالبة: ميسم عبد النبي المشرف:أ.م.د. لقاء علي محمد
تمت في كلية الادارة والاقتصاد – جامعة بغداد ، مناقشة رسالة ماجستير في تخصص الاحصاء للطالبة ( ميسم عبد النبي عبد الحسن ) بأشراف أ.م.د. لقاء علي محمد عن دراستها الموسومه (( مقارنة المقدرات اللامعلمية في تحليل الانحدار المتعدد مع تطبيق عملي))
أصبحت الطرق غير المعلمية متزايدة في تحليل الاحصائي لمشاكل اقتصادية في معظم الحالات ويعود هذا الى فرق البيانات في معظم الحالات شرط خطية فيها .
وان تحليل الانحدار هو من اهم التطبيقات الاساسية التي تمثل العلاقة بين المتغيرات أي متغير الاستجابة Y (Dependent Variable) والمتغيرات التوضيحية X (Independent Variable) ,
ان الهدف من هذا العمل هو التعامل مع البيانات غير خطية والتعامل معها من خلال المقدرات اللامعلمية (Nadaraya-Watson) وRegression local polynomial) ) وإيجاد افضل مقدر من بين المقدرات اللامعلمية بوجود النواة المترابطة المستمرة (نواة Epanechnikov وGamma Kernel و Beta Kernel وGaussian) وبأستخدام مصفوفة عرض الحزمة Least Square Cross_ Validation(LSCV)) ) في ظل الانحدار المتعدد اللامعلمي.
ولقد شهدت مشكلة الانحدار المتعدد اللامعلمي اهتماما كبيرا في السنوات الاخيرة عندما يتم التعامل مع بيانات غير خطية متعدد المتغيرات وبذلك ستخالف احد الشروط الاساسية لتحليل الانحدار المتعدد اللامعلمي وبالتالي سيكون التحليل التقليدي غير مجدي لانه سوف يعطي نتائج غير دقيقة.
اهم الاستنتاجات التي توصلت اليها الدراسة :
1. افضل مقدر ولجميع حجوم العينات والدوال المستخدمه وقيم التباينات كان مقدر NW ولجميع النماذج .
2. نستنتج ان افضل داله عند استخدام مقدر NW هي دالة (Gamma) في حالة النموذج الأول ,اما في حالة استخدام النموذج الثاني والثالث كانت افضل داله هي (Beta) .
.3 نستنتج ان افضل دوال بالنسبه للمقدرين (NW ,LLS) كانت داله (Gamma) بالنسبه للنموذج الاول, بينما في النموذج الثاني والثالث كانت افضل داله هي (Beta) .
.4نستنتج بأن دالة (Gaussion) كانت الأفضل استعمالا عند p=10 للنموذج الأول للحصول على اقل قيم لمعيار (MSE) وللحصول على استقراريه اعلى نوعا ما , بينما كانت دالة (Beta) هي الأفضل عندp=10 للنموذج الثاني والثالث .
.5 نستنتج وجود علاقه عكسيه بين معيار (MSE) وبين حجوم العينات (n) اذ يقل متوسط مربعات الخطأ (MSE) بزيادة حجم العينه وفي جميع الحالات .
.6 لوحظ تأثير جميع الدوال والمقدرات بقيمة الانحراف المعياري Sd وحجم العينه n بالاضافه الى ابعاد المتغيرات التوضيحيه p .
وفي ضوء الاستنتاجات التي توصلت اليها الدراسة يوصي الباحث بالاتي :
1. أستخدام النواة المترابطة المستمرة أحادية المتغيرات مثل (Lognormai Kernal) وغيرها.
2. أستخدام النواة مترابطة متقطعة أحادية المتغيرات مثل (نواة بانوميل Binomial Kernel ) وغيرها.
3. أستخدام الدوال متقطعة ثنائية المتغيرات مثل Bivariate Poisson.
4. استخدام الدوال مستمرة ثنائية المتغيرات Bivariate Beta.
5. استخدام نماذج خاصة بالمحاكاة في حالة استعمال دوال ثنائية المتغيرات .
6. استخدام المقدرات للامعلمية أخرى في الانحدار المتعدد.
7. استخدام النواة المترابطة في تحليل التمايز.
8. استخدام قيم انحراف معياري اقل او اكثر وكذلك اختيار حجوم عينات اكبر.
9. استخدام بيانات حقيقية اقتصادية أخرى ومعيار مقارنة اخر في الجانب التطبيقي.