CHIZIQLI BO'LMAGAN MODELLARDA OLS ISHONCH INTERVALLARI: BOOTSTRAP YONDASHUV

Mualliflar

DOI:

https://doi.org/10.60078/2992-877X-2024-vol2-iss5-pp247-255

Annotasiya

Чизиқли моделлар икки ёки ундан ортиқ ўзгарувчилар ўртасидаги муносабатни кўрсатиш учун ишлатиладиган кучли економетрик восита бўлган. Кўпгина тадқиқотлар, шунингдек, чизиқли бўлмаган ҳолатлар учун чизиқли яқинлашувдан фойдаланади, чунки у ҳали ҳам ҳақиқий натижаларни кўрсатиши мумкин. ОЛС усули боғлиқ ва мустақил ўзгарувчилар муносабатларининг чизиқли бўлишини талаб қилади, гарчи кўплаб тадқиқотлар ҳатто чизиқли бўлмаган ҳолатлар учун ҳам ОЛС яқинлашувидан фойдаланади. Ушбу тадқиқотда биз чизиқли регрессияларда, агар муносабатлар чизиқли бўлмаса, интервалларни баҳолашнинг муқобил усули, юклаш усулини киритамиз. Маълумотлар чизиқли бўлмаган муносабатларга ега бўлса, биз анъанавий ва юклаш ишонч оралиқларини солиштирамиз. Ҳақиқий параметрларни билишимиз кераклиги сабабли, биз симуляция тадқиқотини ўтказамиз. Тадқиқот натижаларимиз шуни кўрсатадики, агар хато атамаси ноодатий шаклга ега бўлса, юклаш оралиғи тақсимот тахмини ва кенгроқ интервалли кенглиги туфайли анъанавий усулдан устун бўлади.

Kalit so‘zlar:

ОЛС чизиқли бўлмаган модел намуна ҳажми ишонч оралиғи юклаш чизиғи, аниқлик интервал ўлчами дисперсия

Bibliografik manbalar

Davison , A. C. , and Hinkley , D. V. (1997). Bootstrap Methods and Their Applications. Cambridge University Press, Cambridge .

Efron , B., and Tibshirani , R. (1986). Bootstrap methods for standard errors, confidence intervals and other measures of statistical accuracy. Statistical Science. Vol. 1 , 54 – 77

Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1-26.

Efron, B. (1982). The Jackknife, the Bootstrap and Other Resampling Plans. SIAM, Philadelphia

Efron, B., and Tibshirani, R. J. (1993). An introduction to the bootstrap. Chapman and Hall/CRC.

Efron, B., and Tibshirani, R. J. (1994). An introduction to the bootstrap (Vol. 57). Chapman and Hall/CRC.

Efron, B., and Tibshirani, R. J. (1998). The art of statistical learning (Vol. 1). Springer.

Faraway, J. J. (2006). Extending the linear model with R: Generalized linear, mixed effects and nonparametric regression models. Chapman and Hall/CRC.

Faraway, J. J. (2014). Linear models and extensions (Vol. 14). Springer.

Fox, J. (2016). An R companion to applied regression (3rd ed.). Sage Publications.

Freedman , D. A. (1981). Bootstrapping regression models. Annals of Statistics, 9, 1218 – 1228

Gamerman, J. A., and Lopes, H. F. (2006). Markov chain Monte Carlo: Stochastic simulation for Bayesian inference (2nd ed.). Chapman and Hall/CRC.

Harvey, D. I. (2013). Linear regression analysis for count data (2nd ed.). John Wiley and Sons.

Montgomery, D. C.,and Chatterjee, S. (2015). Design and analysis of experiments (8th ed.). John Wiley and Sons.

Pindyck, R. S., and Rubinfeld, D. L. (2013). Econometric models and economic forecasts (5th ed.). Pearson Education.

Wasserman, L. (2004). All of statistics: A concise course with applications. Springer.

Weisberg, S. (2014). Applied linear regression (4th ed.). John Wiley and Sons.

Wu, C. F. J. (2004). Asymptotic theory for nonlinear regression. Chapman and Hall/CRC.

Yuklashlar

Nashr qilingan

Qanday qilib iqtibos keltirish kerak

Raximov, Z. (2024). CHIZIQLI BO’LMAGAN MODELLARDA OLS ISHONCH INTERVALLARI: BOOTSTRAP YONDASHUV. Iqtisodiy Taraqqiyot Va Tahlil, 2(5), 247–255. https://doi.org/10.60078/2992-877X-2024-vol2-iss5-pp247-255