ناقشت رسالة ماجستير في قسم الإحصاء في كلية الإدارة والاقتصاد بجامعة القادسية الاستدلال باستخدام كثافات جاما وغاما العكسية السابقة في مشكلة انحدار Tobit مع تطبيق عملي للطالب إسماعيل علي حمد.
تهدف الرسالة إلى معرفة كيفية إزالة المتغيرات ذات الابعاد العالية وغير ذي الصلة بالنموذج النهائي واعادة صياغة النموذج الرياضي.
تضمنت الرسالة كيفية تطوير طرق بيزية لاختيار المتغير في البيانات الخاضعة للرقابة من الجهة اليسرى واليمنى، والبيانات الثنائية التي تؤدي إلى طرق جديدة لأخذ عينات جيبس بخلفيات شرطية كاملة قابلة للتتبع من خلال أمثلة المحاكاة المكثفة وتحليلات البيانات الحقيقية ، نقارن أداء طريقتنا المقترحة للبيانات الخاضعة للرقابة من الجهة اليسرى مع بعض الطرق البيزية وغير البيزية الحالية وتظهر النتائج أن طريقتنا المقترحة للبيانات الخاضعة للرقابة من الجهة اليسرى تؤدي أداءً جيدًا للغاية بالمقارنة مع الأساليب الحالية.
وتوصلت الرسالة إلى جملة أمور ففي الجانب العملي ،هناك العديد من البيانات الصحيحة الخاضعة للرقابة لديها مشكلة البيانات عالية الأبعاد. لذلك تقدم الرسالة الحالية امتدادات جديدة لتقنية اختيار المتغيرات ، من خلال استخدام طريقة اختيار متغير بيزي بسيطة لنموذج الانحدار الخاضع للرقابة. تم تطوير نموذج هرمي جديد لنموذجنا المقترح ، وكذلك قدم الباحث خوارزمية Gibbs لأخذ العينات الفعالة للتوزيع اللاحق المقترح. وتم استخدم الطريقة الجديدة لإلقاء الضوء على أداء نموذج الانحدار بيز الخاضع للرقابة بناءً على النموذج الهرمي الجيد المقترح, في استنتاج مفاده أن طرق التنظيم (NewBLR) في نموذج الانحدار الخاضع للرقابة تحت النموذج الهرمي المقترح تتفوق على الطرق الأخرى.
أوصت الرسالة بما يأتي:
الطريقة المقترحة ، الانحدار البيزي الخاضع للرقابة من جانب اليسار (NewBLR) سوف يقدم ملاحظات للباحثين لتطوير نموذج انحدار بيزي جديد خاضع للرقابة ، مثل الانحدار البيزي التكيفي الخاضع للرقابة ، والانحدار البيزي الخاضع للرقابة من الجانب الأيمن ، والعديد من الطرق البيزية الأخرى لاختيار متغيرات.
