الفهرس | يوجد فقط 14 صفحة متاحة للعرض العام |
المستخلص يعتبر أسلوب تقدير دالة الانحدار اللامعلمي فى حالة البيانات الطولية Longitudinal dataذات القياسات المتكررة من الطرق الإحصائية الحديثة, حيث يتميز بأنه يقدر دالة الانحدار مباشرة ولايفترض فروض معينة كالتى يفترضها الانحدار المعلمى, كما تتميز البيانات الطولية بأنها تعطي كفاءة أفضل وتحتوى على معلومات أكثر عن الظاهرة.وتتمثل مشكلة البحث فى أن الانحدار المعلمى يفترض فروضا صارمة, وأن الافتراض الخطأ للتوزيع المعلمي للظاهرة يؤدى بالأساليب الإحصائية المستخدمة إلى استنتاجات غير واضحة, ثم تم التوصل إليالانحداراللامعلمي كبديل مرنا للبيانات التى تتضمن الاتجاهات غير الواضحة.فى هذ البحث تم استخدام مقدر المربعات الصغرى المعمم Generalized Least Squares Estimatorوالانحدار التربيعيQuadratic Regressionوأسلوب تمهيد كيرنل متعدد الحدود المرجح محلياKernel-weighted local polynomial smoothingفى حالتى: استخدام الأشكال المختلفة لدوال كيرنل Kernel Function , استخدام حزمةLowessوذلك لتقدير دالة الانحداراللامعلمي لبيانات طولية.توصل البحث إلى أن استخدام تمهيد كيرنل متعدد الحدود المرجح محليا باستخدام الدالة المثلثية هو النموذج الأفضل تمثيلا لبيانات البحث حيث أعطى أعلى قيمة لمعامل التحديد, وأقل قيمة لمتوسط مربعات الخطأ، ومعياري أكايكى وبيز للمعلومات. |