استخدام المحاكاة للمقارنة بين طريقتي التقدير (ML) و (FGNLS) لانموذج الانحدار الذاتي الدوري ذو المعامل العشوائي (1) RCPAR

Journal of Administration and Economics Pub Date : 2024-06-09 DOI:10.31272/jae.i139.1089

حسين علي حسين

{"title":"استخدام المحاكاة للمقارنة بين طريقتي التقدير (ML) و (FGNLS) لانموذج الانحدار الذاتي الدوري ذو المعامل العشوائي (1) RCPAR","authors":"حسين علي حسين","doi":"10.31272/jae.i139.1089","DOIUrl":null,"url":null,"abstract":" تم تقديم انموذج الانحدار الذاتي الدوري ذو المعامل العشوائي من الرتبة الاولى RCPAR(1) من قبل الباحثين (Frances and Paap,2011), وذلك لاهميته في مجال تطبيقات السلاسل الزمنية الموسمية, وتقليصه لعدد المعلمات في الانموذج الانحدار الذاتي الدوري PAR(1) غير المقيد , حيث ان تزايد عدد المعلمات ينتج عنه مشكلة في مرحلة التقدير .وبذلك تم دراسة هذه المرحلة باستخدام اسلوب الامكان الاعظم (ML) واسلوب المربعات الصغرى غير الخطية الممكنة(FGNLS) والمقارنة بينهما من خلال تطبيق ثلاث تجارب للمحاكاة بطريقة مونت – كارلو. وتم التوصل الى وجود تحيز واضح للعينات الصغيرة في مقدرات (ML) ومن ثم افضلية اسلوب (FGNLS) في تقدير معلمات الانموذج RCPAR(1) على اسلوب (ML) للعينات المستخدمة كافة. \n ","PeriodicalId":309748,"journal":{"name":"Journal of Administration and Economics","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-06-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Administration and Economics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31272/jae.i139.1089","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

تم تقديم انموذج الانحدار الذاتي الدوري ذو المعامل العشوائي من الرتبة الاولى RCPAR(1) من قبل الباحثين (Frances and Paap,2011), وذلك لاهميته في مجال تطبيقات السلاسل الزمنية الموسمية, وتقليصه لعدد المعلمات في الانموذج الانحدار الذاتي الدوري PAR(1) غير المقيد , حيث ان تزايد عدد المعلمات ينتج عنه مشكلة في مرحلة التقدير .وبذلك تم دراسة هذه المرحلة باستخدام اسلوب الامكان الاعظم (ML) واسلوب المربعات الصغرى غير الخطية الممكنة(FGNLS) والمقارنة بينهما من خلال تطبيق ثلاث تجارب للمحاكاة بطريقة مونت – كارلو. وتم التوصل الى وجود تحيز واضح للعينات الصغيرة في مقدرات (ML) ومن ثم افضلية اسلوب (FGNLS) في تقدير معلمات الانموذج RCPAR(1) على اسلوب (ML) للعينات المستخدمة كافة.

查看原文本刊更多论文

利用模拟比较随机系数周期自回归模型的 ML 和 FGNLS 估算方法 (1) RCPAR

RCPAR(1)是由研究人员（Frances 和 Paap，2011 年）引入的，因为它在季节性时间序列应用领域具有重要意义，而且它减少了无限制 PAR(1) 模型的参数数量，而参数数量的增加会导致估计阶段出现问题。因此，采用最大似然法（ML）和可行非线性最小二乘法（FGNLS）对这一阶段进行了研究，并通过三次蒙特卡罗模拟实验对这两种方法进行了比较。结果发现，ML 估算法对小样本存在明显偏差，而 FGNLS 法在估算 RCPAR(1) 模型参数时优于所有样本的 ML 估算法。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Journal of Administration and Economics

自引率

0.00%

发文量