مشخصات پژوهش

عنوان	رگرسیون استوار نیمه‌پارامتری ستیغی برای داده‌های سانسور شده
نوع پژوهش	پایان نامه
کلیدواژه‌ها	نقطه فروریزش، رگرسیون سانسور شده، رگرسیون ستیغی، داده پرت، برآورد استوار، رگرسیون نیمه پارامتری
چکیده	مدل های خطی نیمه پارامتری به دلیل داشتن ویژگی های جالبی که ترکیبی از مدل های کاملا́ پارامتری و کاملا́ ناپارامتری دارند، توجه بسیاری از پژوهشگران را به خود جلب کرده اند. این مدل ها با استفاده از ترکیب ویژگی های هر دو نوع مدل، امکان ارائه تحلیل های دقیق تر و انعطاف پذیرتری را در مطالعات رگرسیون فراهم می کنند. در برازش هر مدل از جمله مدل رگرسیون نیمه پارمتری ممکن است اطلاعات کامل متغیر ها در دسترس پژوهشگر نباشد و با مسئله سانسور روبرو شود . اگر متغیر پاسخ برای کسری از مشاهدات سانسور شده باشد برآورد پارامترهای بدست آمده توسط روشهای رگرسیون مرسوم، اریب خواهند بود. در این پایانامه روش براورد مناسب پارمترها در مدل رگرسیون نیمه پارامتری در مواجه با داده های سانسور شده پیشنهاد شده است. علاوه بر داده های سانسور شده، یکی دیگر از مشکلاتی که ممکن است مدل رگرسیون نیمه پارامتری با آن مواجه شود مسئله حضور هم خطی در متغیر های توضیحی است. هم خطی مشکل ساز است و اثرات آن روی جنبه های متفاوت مدل های رگرسیونی شناخته شده است از جمله باعث تورم واریانس و علامت های اشتباه برآوردهای رگرسیونی و یا عدم اعتبار متغیرهای مهم می‌شود. در اینجا برای مواجه با همخطی در مدل های خطی نیمه پارامتری سانسور شده استفاده از براوردگر های ستیغی پیشنهاد شده است. از آنجایی که پژوهشگران شواهد زیادی برای داده های دور افتاده و اثرات نامطلوب آن بر برآوردهای پارامترهای مدل رگرسیونی ارائه داده اند استفاده از براوردگرهای کمترین توان دوم پیراسته‌ یک روش قدرتمند برای تحلیل رگرسیون در حضور داده های نامطلوب است. با کاهش تأثیر مشاهدات دورافتاده، این روش می‌تواند نتایج قابل اعتمادتر و پایدارتری را ارائه دهد. تعمیم این براوردگرها به جهت سادگی تعریف و نقطه فروریزش بالا و استوار در برابر دورافتاده ها یکی از رایج ترین روش های برآوردی پرکاربرد هست. در این پایانامه در حضور داده های دورافتاده براوردگرهای کمترین توان های دوم معمولی و ستیغی در مدل رگرسیون نیمه پارامتری سانسور شده تعمیم داده شده است. در ادامه با استفاده از نتایج شبیه سازی مونت کارلو برآوردگرهای مطرح شده را با برآوردگر های معمولی مقایسه می شوند و در پایان آنها را برای یک مجموعه داده واقعی استفاده می شوند.
پژوهشگران	کورش دادخواه (استاد راهنما)، هادی امامی (استاد راهنما)، بهاره صوفی (Bahareh Soofi) (دانشجو)