Abstract
In recent years, the attention of researchers has increased on semi-parametric regression models, because it is possible to integrate the parametric and non-parametric regression models in one and then form a regression model that has the potential to deal with the case of dimensionality in non-parametric models. This occurs through the increasing of explanatory variables. involved in the analysis and then decreasing the accuracy of the estimation. As well as the privilege of this type of model with flexibility in the application field compared to the parametric models which comply with certain conditions such as knowledge of the distribution of errors or the parametric models may not represent the phenomenon properly studied.
In this paper, we will show semi-parametric methods in estimation of regression function in the presence of measurement error, and this methods are Simex method and instrument variable method and Quassi-likelihood method and will compare between these methods by using ( MASE ) criterion. A simulation had been used to study the empirical behavior for the semi-parametric models, with different sample sizes and variances. The results showed that the instrument variable is better than simex and Quassi-likelihood methods at different sample sizes and variances that been used.
In this paper, we will show semi-parametric methods in estimation of regression function in the presence of measurement error, and this methods are Simex method and instrument variable method and Quassi-likelihood method and will compare between these methods by using ( MASE ) criterion. A simulation had been used to study the empirical behavior for the semi-parametric models, with different sample sizes and variances. The results showed that the instrument variable is better than simex and Quassi-likelihood methods at different sample sizes and variances that been used.
Keywords
Instrument variable
Measurement error
Quassi likelihood estimator
Semi-parametric model
Simex estimator
Abstract
زاد اهتمام الباحثين في السنوات الاخيرة بنماذج الانحدار شبه المعلميه و ذلك لأنه يمكن من خلالها دمج نماذج الانحدار اللامعلمي و المعلمي في ان واحد و من ثم تكوين انموذج انحدار يتميز بامكانية التعامل مع مشكلة تعدد الابعاد الموجودة في النماذج اللامعلميه و التي تحصل عند زيادة عدد المتغيرات التوضيحية الداخلة في التحليل و من ثم تناقص دقة التقدير. فضلا عن امتياز هذا النوع من النماذج بمرونة في المجال التطبيقي مقارنةً مع النماذج المعلميه التي تتقيد بشروط معينة كمعرفة توزيع الاخطاء او قد تكون النماذج المعلميه لا تمثل الظاهرة المدروسة تمثيلاً صحيحاً.
سنستعرض في هذا البحث طرائق شبه معلمية في تقدير دالة الانحدار في ظل وجود أخطاء قياس و هذه الطرائق هي طريقة السيمكس و طريقة المتغيرات المساعدة بالإضافة الى طريقة شبه الإمكان المعدلة وسيتم المقارنة بين هذه الطرائق بأستعمال معيار المقارنة معدل متوسط مربعات الخطأ ( MASE ). اذ تمت المقارنة من خلال استعمال أسلوب المحاكاة بأستعمال النماذج شبه المعلمية واحجام عينات و تباينات مختلفة للتحقق من أداء الطرائق بأستعمال معيار المقارنة أعلاه حيث كانت اهم الاستنتاجات هي ان طريقة المتغيرات المساعدة هي الأفضل بأختلاف حجم العينة المستعملة وقيمة التباين الموضوعة.
سنستعرض في هذا البحث طرائق شبه معلمية في تقدير دالة الانحدار في ظل وجود أخطاء قياس و هذه الطرائق هي طريقة السيمكس و طريقة المتغيرات المساعدة بالإضافة الى طريقة شبه الإمكان المعدلة وسيتم المقارنة بين هذه الطرائق بأستعمال معيار المقارنة معدل متوسط مربعات الخطأ ( MASE ). اذ تمت المقارنة من خلال استعمال أسلوب المحاكاة بأستعمال النماذج شبه المعلمية واحجام عينات و تباينات مختلفة للتحقق من أداء الطرائق بأستعمال معيار المقارنة أعلاه حيث كانت اهم الاستنتاجات هي ان طريقة المتغيرات المساعدة هي الأفضل بأختلاف حجم العينة المستعملة وقيمة التباين الموضوعة.
Keywords
انموذج شبه معلمي، خطأ القياس، مقدر السيمكس، المتغيرات المساعدة، مقدر شبه الإمكان.