المقارنة بين الطريقة البيزية وخوارزمية سرب الطيور لتقدير نموذج الانحدار الذاتي الحيزي
محتوى المقالة الرئيسي
الملخص
يُعد نموذج الانحدار الذاتي الحيـزي مـن النمـاذج المشـابهة وبحـد كبيـر إلـى نمـاذج السـلاسـل الزمـنيـة الاعتـيادية، إذ يتكـون النمـوذج حـيزي المخـتلط عندمـا يتم ادراج المتغـير المعـتمد (Dependent variables) المـتخـلف حـيزياً كـأحـد المتغــيرات التـوضـيحـية (Explanatory variables) ولمعرفة وجود الاعتمادية الحيزية من عدمها بين تلك المتغيرات تم استعمال اختبار موران (Moran Test). وفي حالة تجاهل أو عدم أخذ تلك الاعتمادية بنظر الاعتبار يؤدي هذا إلى ضياع معلومات هامة. وعليه تم في البحث تقدير نموذج الانحدار الذاتي الحيزي عندما يتوزع خطأ النموذج توزيع مختلط (Mixed Distribution) والمتمثل بتوزيع t)) بالطريقة البيزية عندما تكون المعلومات الأولية متوفرة من جانب واحدى خوارزمية الذكاء الاصطناعي والمتمثلة بخوارزمية سرب الطيور (Particle Swarm optimization (PSO)) من جانب آخر، والتطبيق على بيانات حقيقية تتعلق بعينة فجوة الفقر في الدول النامية للسنوات (2005-2010-2015-2020) ومن خلال اختبار موران ومضاعف لاكرانج (Lagrange multiplier) تبين بأن هنالك ارتباط ذاتي حيزي بين المشاهدات واستنتج الباحثان بأن التوزيع الاحتمالي اللاحق لمتجه المعلمات يتبع توزيع t متعدد المتغيرات وإن التوزيع الاحتمالي اللاحق لمعلمة التباين كان توزيعاً غير شائعاً ولكنه ملائم (Proper) فضلاً عن تفوق خوارزمية سرب الطيور لتقدير نموذج الانحدار الذاتي الحيزي ذات النهايات الثقيلة على الطريقة البيزية من خلال معياري متوسط مربعات الخطأ ومتوسط الخطأ النسبي.
التنزيلات
تفاصيل المقالة
المراجع
اولاً. المصادر العربية:
ابو الشعير، محمود جواد والصراف، نزار مصطفى، (2018)، الانحدار الخطي: رؤئ من القاعدة الى القمة. مطبعة عبدالسلام، الطبعة الاولى، كلية الرافدين الجامعة، العراق.
الخطاب، اوس علي (2024).قياس وتحليل اثر بعض مؤشرات الشمول المالي على الفقر عينة من الدول النامية انموذجاً للمدة 2005-2020. مجلة الريادة للمال والاعمال، 5(1)، 174-184.
علي، عمر عبدالمحسن وهادي، سوسن قاسم، (2014)، تقدير نماذج الانحدار الحيزي لنسب الفقر في اقضية العراق للعام 2012. مجلة العلوم الاقتصادية والادارية،20(79)،337-351.
ثانياً. المصادر الأجنبية:
Anselin, L., (2001(, Spatial Econometrics. in Baltagi B.H. (ed), A companion to Theoretical Econometrics, Blackwell publisher, Oxford, (310- 330).
Basile, R., (2011), Some notes on spatial statistics and spatial econometrics. second university of naples, capua, rome.
Bechmann, A. L. C. F., (2016), Estimating an Inverse Gamma distribution. stat,arXiv:1605.01019v2.
Box, G. P. & Tiao, G. C., (1973), Bayesian Inference in Statistical Analysis. Addison Wesley publishing company, Inc. London, U.K.
Gan, J., (2009), Spatial Combination Interpolation model based on panal data and its empirical study. school of management, Fuzhou university (or Fujian institute of economics and management) Fuzhou 350002, china.
Hao, Q., (2008), Review on Spatial Econometric Analysis. School of Management, Tianjin University, Tianjin, 300072, China.
Kibria, B. M. G & Joarder, A. H., (2006), Short Review of Multivariate t-Distribution. Journal of Statistical Research, 40(1), 59-72.
Lesage, J. P., (2004), Lecture 1: Maximum Likelihood estimation of spatial regression model. University of Toledo.
Paraguas, F. & Anton, (2005), Spatial Econometrics Modeling of Poverty. proceedings of the 8th WSEAS international conference on applied mathematics, Tenerife, Spain, 159-164.
Satapath, S.C. Murthy, J.V.R. & Reddy, P.V.G.D., (2009), Particle swarm optimized multiple regression linear model for data classification. Journal of Applied Soft Computing, 9(2), 470-476.