استخدام طريقة اختيار المتغيرات لاسو التكيفية البيزية – دراسة مقارنة
DOI:
https://doi.org/10.36322/jksc.176(B).19588الكلمات المفتاحية:
طريقة لاسو التكيفية ، طريقة لاسو التكيفية البيزية ، تحديد المتغيرات ، المحاكاةالملخص
في هذا البحثِ نسلطُ الضوءُ على اكتشافِ الجانبِ النظريِ لمشكلةِ اختيارِ المتغيراتِ منْ خلالِ طريقةِ التنظيمِ لأسوِ التكيفيةَ وتقديرِ معالمِ نموذجِ الانحدارِ الخطيِ المتعددِ وفقَ أسلوبِ بيزْ , حيثُ تعتبرُ طريقةً لأسوِ التكيفيةَ أداةَ أوْ طريقةِ تقليصٍ تعملُ بنفسِ الوقتِ على اختيارِ المتغيراتِ التفسيريةِ , التي لها تأثيرٌ على متغيرٍ الاستجابةِ وتقديرِ معالمِ نموذجِ الانحدارِ ذو القدرةِ التفسيريةِ العاليةِ معَ دقةِ تنبؤٍ عاليةٍ , حيثُ تمَ اقتراحُ نموذجٍ هرميٍ للتوزيعاتِ المسبقةِ , والجديدَ هنا أنَ في هذا البحثِ قدْ طورنا النموذجُ الهرميُ للتوزيعاتِ المسبقةِ منْ خلالِ اقتراحٍ أنَ تباينَ البياناتِ يمتلكَ توزيعٌ مسبقٌ يتبعُ توزيع معكوسٍ مربعٍ كأيَ . وبناءٌ على ذلكَ تمَ اشتقاقُ التوزيعاتِ اللاحقةِ . إضافةٌ إلى ذلكَ تمَ توظيفُ التوزيعاتِ اللاحقةِ في عملٍ خوارزميةٍ Gibbs للمعاينةِ لتوليدِ عيناتٍ لمعالمِ النموذجِ , وتمَ إجراءَ تجربةِ محاكاةٍ واحدةٍ وتحتَ قيمٍ مختلفةٍ لحجومِ العيناتِ , حيثُ تمَ استخدامُ طريقةٍ لأسوِ التكيفيةَ التقليديةِ وطريقةُ لأسوِ التكيفيةَ البيزية التي تمَ اقتراحها منْ قبلِ الباحثينَ Yi و Mallick عامُ 2014 ومقارنةَ النتائجِ معَ الطريقةِ المقترحةِ . وأظهرتْ النتائجُ وبناءً " على معياريْ MMAD و SD أنَ الطريقةَ المقترحةَ هيَ طريقةُ تنافسِ الطرائقِ الموجودةِ منْ ناحيةِ أداءِ التقديرِ , تمَ إجراءَ تطبيقٍ عمليٍ للبياناتِ التي تمثلُ دراسةَ نموذجِ الانحدارِ لمجموعةٍ منْ المتغيراتِ التفسيريةِ على متغيرٍ نقصِ الحديدِ في الدمِ لمجموعةٍ منْ المرضى , وتبينَ منْ خلالِ توظيفِ الطريقةِ المقترحةِ أنها طريقةٌ قدْ وفرتْ أسلوبَ اختيارِ المتغيراتِ , بناءٌ " على القيمِ المقدرةِ ومقارنةُ النتائجِ معَ الطرائقِ المشارِ إليها في الجانبِ التجريبيِ . والجديرَ بالذكرِ أنَ النتائجَ التي تمَ الحصولُ عليها واعدةً ومشجعةً وتعطي نتائجُ أفضلُ مقارنةٍ بالطرقِ القائمةِ .
التنزيلات
المراجع
9- المصادرReferences
[1] Efroymson, M. A. (1960). Multiple regression analysis. Mathematical methods for digital computers, 191-203.
[2] Tibshirani, R. (1996). Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society. Series B (Methodological), 267-288. DOI: https://doi.org/10.1111/j.2517-6161.1996.tb02080.x
[3] Zou, H. (2006). The adaptive lasso and its oracle properties. Journal of the American statistical association, 101(476), 1418-1429 .
[4] Park, T., & Casella, G. (2008). The bayesian lasso. Journal of the American Statistical Association, 103(482), 681-686. DOI: https://doi.org/10.1198/016214508000000337
[5] Leng, C., Tran, M. N., & Nott, D. (2014). Bayesian adaptive lasso. Annals of the Institute of Statistical Mathematics, 66(2), 221-244. DOI: https://doi.org/10.1007/s10463-013-0429-6
[6] Feng, X. N., Wu, H. T., & Song, X. Y. (2017). Bayesian adaptive lasso for ordinal regression with latent variables. Sociological Methods & Research, 46(4), 926-953. DOI: https://doi.org/10.1177/0049124115610349
[7] Flaih , A.N.,Alshaybawee , T., Alhusseini, F .H. H. (2020). Sparsity via new Bayesian lasso. Periodicals of engineering and Natural Sciences.
[8] Zou, H. (2006). The adaptive lasso and its oracle properties. Journal of the American statistical association, 101(476), 1418-1429. DOI: https://doi.org/10.1198/016214506000000735
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2025 أ.د. احمد نعيم فليح، الباحث احمد جاسم حسن
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
السماح للآخرین بتوزیع ونسخ البحوث، وإنشاء مقتطفات وملخصات وإصدارات منقحة أخرى أو تعدیلات أو أعمال مشتقة من البحث (مثل الترجمة)، لتضمین العمل الجماعی، طالما أنهم ینسبون إلى الباحثین هذه الأعمال، لا یمثل الباحث على أنه یؤید تکیفهم للمادة، ولا یعدلوا هذه المادة بطریقة تلحق الضرر بشرف المؤلف أو سمعته. مزید من التفاصیل موجودة فی Creative Commons Attribution International
كيفية الاقتباس
