Linear Regression with Data Missing Not at Random: Bootstrap Approach (original) (raw)

2024, Iqtisodiy taraqqiyot va tahlil

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.