Nilufar Rahimova - Academia.edu (original) (raw)
Uploads
Papers by Nilufar Rahimova
Iqtisodiy taraqqiyot va tahlil, Apr 30, 2024
Аннотaция. ОЛС регрессиялари нуқта ва интервалларни холис ва самарали баҳолаш учун бир қатор фара... more Аннотaция. ОЛС регрессиялари нуқта ва интервалларни холис ва самарали баҳолаш учун бир қатор фаразларга эга. Тасодифий йўқолган маълумотлар (МНАР) чизиқли регрессияни баҳолашда жиддий муаммоларни келтириб чиқариши мумкин. Ушбу тадққотда биз МНАР маълумотлари билан ОЛС ишонч оралиғи баҳоларининг ишлашини баҳолаймиз. Биз, шунингдек, бундай маълумотлар ҳолатлари учун восита сифатида юклашни таклиф қиламиз ва анъанавий ишонч оралиқларини боотстрап билан солиштирамиз. Ҳақиқий параметрларни билишимиз кераклиги сабабли, биз симуляция тадқиқотини ўтказамиз. Тадқиқот натижалари шуни кўрсатадики, иккала ёндашув ҳам ўхшаш оралиқ ўлчамига эга ўхшаш натижаларни кўрсатади. Боотстрап жуда кўп ҳисобкитобларни талаб қилишини ҳисобга олиб, анъанавий усулларни МНАР ҳолатида ҳам қўллаш тавсия этилади. Калит сўзлар: чизиқли модел, намуна ўлчами, ишонч интервал, юклаш чизиғи, аниқлик, интервал ўлчами, тасодифий эмас ЛИНЕЙНАЯ РЕГРЕССИЯ С ОТСУТСТВИЕМ ДАННЫХ НЕ СЛУЧАЙНО: МЕТОД БУТСТРАПА PhD Рахимов Заррух Аминович Международный вестминстерский университет в Ташкенте Рахимова Нилуфар Аминовна Международный университет туризма "Шёлковый Путь" Аннотaция. Регрессии OLS имеют набор допущений, чтобы точечные и интервальные оценки были несмещенными и эффективными. Отсутствие данных не случайно (MNAR) может создать серьезные проблемы с оценками в линейной регрессии. В этом исследовании мы оцениваем эффективность оценок доверительного интервала OLS с данными MNAR. Мы также предлагаем загрузку как средство решения таких случаев данных и сравниваем традиционные доверительные интервалы с загрузочными интервалами. Поскольку нам необходимо знать истинные параметры, мы проводим моделирование. Результаты исследования показывают, что оба подхода показывают схожие результаты при одинаковом размере интервалов. Учитывая, что бутстрап требует большого количества вычислений, традиционные методы по-прежнему рекомендуется использовать даже в случае MNAR.
Iqtisodiy taraqqiyot va tahlil, Feb 29, 2024
Confidence interval estimations in linear models have been of large interest in social science. H... more Confidence interval estimations in linear models have been of large interest in social science. However, traditional approach of building confidence intervals has a set of assumption including dataset having no extreme outliers. In this study, we discuss presence of severe outliers in linear models and suggest bootstrap approach as an alternative way to construct confidence intervals. We conclude that bootstrap confidence intervals can outperform traditional confidence intervals in presence of outliers when sample size is small or population distribution is not normal. Lastly, we encourage researchers to run a computer simulation to evaluate conclusions of this study.
Iqtisodiy taraqqiyot va tahlil, Apr 30, 2024
Аннотaция. ОЛС регрессиялари нуқта ва интервалларни холис ва самарали баҳолаш учун бир қатор фара... more Аннотaция. ОЛС регрессиялари нуқта ва интервалларни холис ва самарали баҳолаш учун бир қатор фаразларга эга. Тасодифий йўқолган маълумотлар (МНАР) чизиқли регрессияни баҳолашда жиддий муаммоларни келтириб чиқариши мумкин. Ушбу тадққотда биз МНАР маълумотлари билан ОЛС ишонч оралиғи баҳоларининг ишлашини баҳолаймиз. Биз, шунингдек, бундай маълумотлар ҳолатлари учун восита сифатида юклашни таклиф қиламиз ва анъанавий ишонч оралиқларини боотстрап билан солиштирамиз. Ҳақиқий параметрларни билишимиз кераклиги сабабли, биз симуляция тадқиқотини ўтказамиз. Тадқиқот натижалари шуни кўрсатадики, иккала ёндашув ҳам ўхшаш оралиқ ўлчамига эга ўхшаш натижаларни кўрсатади. Боотстрап жуда кўп ҳисобкитобларни талаб қилишини ҳисобга олиб, анъанавий усулларни МНАР ҳолатида ҳам қўллаш тавсия этилади. Калит сўзлар: чизиқли модел, намуна ўлчами, ишонч интервал, юклаш чизиғи, аниқлик, интервал ўлчами, тасодифий эмас ЛИНЕЙНАЯ РЕГРЕССИЯ С ОТСУТСТВИЕМ ДАННЫХ НЕ СЛУЧАЙНО: МЕТОД БУТСТРАПА PhD Рахимов Заррух Аминович Международный вестминстерский университет в Ташкенте Рахимова Нилуфар Аминовна Международный университет туризма "Шёлковый Путь" Аннотaция. Регрессии OLS имеют набор допущений, чтобы точечные и интервальные оценки были несмещенными и эффективными. Отсутствие данных не случайно (MNAR) может создать серьезные проблемы с оценками в линейной регрессии. В этом исследовании мы оцениваем эффективность оценок доверительного интервала OLS с данными MNAR. Мы также предлагаем загрузку как средство решения таких случаев данных и сравниваем традиционные доверительные интервалы с загрузочными интервалами. Поскольку нам необходимо знать истинные параметры, мы проводим моделирование. Результаты исследования показывают, что оба подхода показывают схожие результаты при одинаковом размере интервалов. Учитывая, что бутстрап требует большого количества вычислений, традиционные методы по-прежнему рекомендуется использовать даже в случае MNAR.
Iqtisodiy taraqqiyot va tahlil, Feb 29, 2024
Confidence interval estimations in linear models have been of large interest in social science. H... more Confidence interval estimations in linear models have been of large interest in social science. However, traditional approach of building confidence intervals has a set of assumption including dataset having no extreme outliers. In this study, we discuss presence of severe outliers in linear models and suggest bootstrap approach as an alternative way to construct confidence intervals. We conclude that bootstrap confidence intervals can outperform traditional confidence intervals in presence of outliers when sample size is small or population distribution is not normal. Lastly, we encourage researchers to run a computer simulation to evaluate conclusions of this study.