Bayesian lasso Tobit regression
العناوين الأخرى
انحدار توبت لاسو البيزي
المؤلف
المصدر
al-Qadisiyah Journal for Computer Science and Mathematics
العدد
المجلد 11، العدد 2 (30 يونيو/حزيران 2019)، ص ص. 1-13، 13ص.
الناشر
جامعة القادسية كلية علوم الحاسوب و تكنولوجيا المعلومات
تاريخ النشر
2019-06-30
دولة النشر
العراق
عدد الصفحات
13
التخصصات الرئيسية
الملخص EN
In the present research, we have proposed a new approach for model selection in Tobit regression.
The new technique uses Bayesian Lasso in Tobit regression (BLTR).
It has many features that give optimum estimation and variable selection property.
Specifically, we introduced a new hierarchal model.
Then, a new Gibbs sampler is introduced.
We also extend the new approach by adding the ridge parameter inside the variance covariance matrix to avoid the singularity in the case of multicollinearity or in case the number of predictors greater than the number of observations.
A comparison was made with other previous techniques applying the simulation examples and real data.
It is worth mentioning, that the obtained results were promising and encouraging, giving better results compared to the previous methods.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
al-Hilali, Haydar Kazim Abbas. 2019. Bayesian lasso Tobit regression. al-Qadisiyah Journal for Computer Science and Mathematics،Vol. 11, no. 2, pp.1-13.
https://search.emarefa.net/detail/BIM-883431
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
al-Hilali, Haydar Kazim Abbas. Bayesian lasso Tobit regression. al-Qadisiyah Journal for Computer Science and Mathematics Vol. 11, no. 2 (2019), pp.1-13.
https://search.emarefa.net/detail/BIM-883431
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
al-Hilali, Haydar Kazim Abbas. Bayesian lasso Tobit regression. al-Qadisiyah Journal for Computer Science and Mathematics. 2019. Vol. 11, no. 2, pp.1-13.
https://search.emarefa.net/detail/BIM-883431
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 10-12
رقم السجل
BIM-883431
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر