جامعة الكوت - University of kut - بحوث

السنة	عنوان البحث	نشر البحث
2023	دمج البوتستراب الاحتمالي الموزون مع طريقه لارس الحصينه بوجود القيم الشاذة والابعاد العالية	مجلة الكوت للعلوم الاقتصادية
الملخص تمّ في هذا البحث اقتراح خوارزمية جديدة لاختيار المُتغيّرات المهمّة في أنموذج الانحدار بوجود مشكلتي الأبعاد العالية والقيم الشاذّة، من خلال توظيف ودمج أسلوب البوتستراب الاحتمالي الموزون في طريقة لارس الحصينة Weighted Bootstrap probability - Robust Least Angle Regression Selecting واختصاراً (WBP-LARS)، ومقارنتها مع طريقة اختيار أخرى هي طريقة لارس الحصينة المعتمدة على أسلوب البوتستراب العادي والمعروفة اختصاراً (B-LARS) تجريبياً بالمحاكاة وتطبيقياً بالاعتماد على بيانات حقيقية تتعلّق بالقيمة السوقية لبعض المصارف الأهلية في سوق الأوراق المالية للمدّة الزمنية 2010-2017.وقد تضمّنَتْ المقارنة في المحاكاة حالتين لعدد المُتغيّرات التوضيحية المطلوب اختيارها (K=5, K=7) فضلاً عن حالتين عندما وأحجام عيّنات (50 ,70 ,20 ,26 ) وبقيمة ارتباط 0.95 وبنسب تلوّث مختلفة وقد خَلُصَ البحث إلى استنتاجات أهمّها تحديد عدد المُتغيّرات المهمّة بين الأعداد 7-10 أفضلية طريقة (WBP-LARS) على طريقة (B-LARS) عندما . في حين ظهرت أفضلية بسيطة لطريقة (B-LARS) على الطريقة المقترحة عندما وحجم العيّنة بعيد عن عدد المُتغيّرات الِكلّية في الأنموذج، ولكن تتقارب الكفاءة كلّما اقترب حجم العيّنة بشكل كبير من عدد المُتغيّرات، ويمكن أنْ يعتمد عليها في عملية الاختيار للمُتغيّرات في هذه الحالة