Abstract
In this research, it was suggested to use the InformativeBayes method in calculating the Bayes weights and use them to treat the of heterogeneity problem when estimating the linear regression model parameters using the weighted least squares method (BWLS). And compare it with the classical method through an experimental side to simulate the generated data from a normal distribution and for several different cases as well as an applied side of real data. The results of the research provided the preference of the proposed method on the classical method by relying on some statistical criteria through a program designed for this purpose in the language of MATLAB.
Highlights
يعتبخ تحميل الانحجار مؽ اوسع الظخق الاحرائية استخجاماً في مختمف العمؾم حيث يحجد العلاقة بيؽ الستغي اخت عمى ىيئة السعادلة ويدتجل مؽ تقجيخ معمساتيا عمى أىسية وقؾة واتجاه ىحه العلاقة
مؽ الفخوض أو الذخوط الؾاجب تؾفخىا عشج إج اخء تحميل الإنحجار ىؾ تجانذ تبايؽ قيؼ الخظأ العذؾائي (ال اخوي )7987,ففي معغؼ الج ارسات والابحاث وخاصة التي تعتسج مشيا عمى البيانات السقظعية ( )Cross–Section Dataفان تذتت مذاىجات البيانات السقظعية الخاصة بالستغيخ السعتسج قج تختمف اختلافاً كبي اًخ مؽ مدتؾى الى آخخ مؽ مدتؾيات الستغي اخت السدتقمة التي ربسا تؤدي إلى عيؾر مذكمة عجم تجانذ تبايؽ الخظأ ) (Heteroscedasticityوبجورىا تؤدي إلى مقج ارت معمسات أنسؾذج خظي غيخ كفؾءة ومتحيدة في تقجي اختيا لسعمسات الأنسؾذج فزلاً عؽ إختبا ارت السعشؾية ) (t, Fغيخ السقشعة ولايسكؽ إعتسادىا ),(Patrick et al, 2003وبالتالي لا يسكؽ تقجيخ معمساتيا باستخجام طخيقة السخبعات الرغخى الاعتيادية ),(OLSلحلػ يدتخجم عادةً طخيقة السخبعات الرغخى السؾزونة )(WLS
-7عجد حالات معالجة مذكمة عجم تجانذ تبايؽ قيؼ الخظدأ العذدؾائي لمظخيقدة السقتخحدة كاندت أكثدخ مدؽ الظخيقة التقميجية لجسيع حالات السحاكاة ماعجا الحالة ال اخبعة (التي كانت أيزاً متقاربة).
Summary
يعتبخ تحميل الانحجار مؽ اوسع الظخق الاحرائية استخجاماً في مختمف العمؾم حيث يحجد العلاقة بيؽ الستغي اخت عمى ىيئة السعادلة ويدتجل مؽ تقجيخ معمساتيا عمى أىسية وقؾة واتجاه ىحه العلاقة. لمسقارندة بديؽ طخيقدة أو ازن بيدد والظخيقدة التقميجيدة فدي معالجدة مذدكمة عدجم تجدانذ تبدايؽ الخظدأ
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.