-
شماره ركورد
27707
-
پديد آورنده
مريم سولقاني
-
عنوان
رگرسيون خطي چندگانه با جمله خطاي لوگ نرمال ضربي
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
آماررياضي
-
سال تحصيل
1399
-
تاريخ دفاع
1401/8/14
-
استاد راهنما
دكتررحمان فرنوش
-
استاد مشاور
نداشتم
-
دانشكده
رياضي
-
چكيده
يكي از فرض هاي كليدي در رگرسيون خطي معمولي، همساني واريانس است و اگر اين فرض برقرار نباشد مدل رگرسيون خطي معمولي نمي تواند مدل خوبي باشد. براي رفع اين مشكل، مدل رگرسيون وزني پيشنهاد مي شود كه اين مدل نيز در رگرسيون خطي چندگانه به مشكل مي خورد، دليل به مشكل خوردن اين مدل اين است كه در داده هاي دنياي واقعي پيدا كردن ماتريس Ω رگرسيون وزني به ندرت اتفاق مي افتد. براي حل اين مشكل ما روش رگرسيون ضربي بيشينه درست نمايي با فرض اين كه خطاها داراي توزيع لوگ-نرمال هستند را پيشنهاد داده و از آن استفاده كرده ايم سپس اين مدل ها را با يكديگر مقايسه كرده و مشاهده كرديم كه معيار آكاييك مدل رگرسيون بيشينه درست نمايي بهتر از ساير مدل ها است.
-
تاريخ ورود اطلاعات
1401/10/17
-
عنوان به انگليسي
Multiple linear regression with multiplicative log normal error term
-
تاريخ بهره برداري
11/5/2023 12:00:00 AM
-
دانشجوي وارد كننده اطلاعات
مريم سولقاني
-
چكيده به لاتين
One of the key assumptions in ordinary linear regression is homogeneity of variance, and if this assumption is not established, the ordinary linear regression model cannot be a good model. To solve this problem, the weighted regression model is proposed, which also has problems in multiple linear regression. The reason for this model's problem is that finding the Ω matrix of weighted regression rarely happens in real world data. To solve this problem, we have proposed and used the maximum likelihood multiplicative regression method assuming that the errors have a log-normal distribution, then we compared these models and observed that the Akaike criterion of the maximum regression model is correct. The view is better than other models.
-
كليدواژه هاي فارسي
توزيع لوگ-نرمال , رگرسيون چندگانه , برآورد بيشينه درستنمايي
-
Author
Nobody
-
SuperVisor
Dr.Rahman Farnoosh
-
لينک به اين مدرک :