الفهرس | يوجد فقط 14 صفحة متاحة للعرض العام |
المستخلص المستخلص حظيت نماذج الانحدار متعدد المستويات الخاصة بالبيانات المزدوجة باهتمام كبير في أغلب المجالات، حيث تناولتها العديد من البحوث والدراسات العلميَّة سواء كانت مجالات اقتصاديَّة, طبيَّة، تربويَّة، وزراعيَّة ... وغيرها. كان الهدف من هذا البحث هو تقدير المعْلَمَات ذات الصفة العشوائيَّة والنموذج العام، ومن ثم تقدير معْلَمَات نموذج انحدار متعدد المستوياتMultilevel Regression Model (MRM) الخاص ببيانات البانل Panel Data بالطرق البيزيَّة المعتمدة على التوزيعات الأوليَّة Prior Distributions، ومنها التوزيع الأولي المرافق الطبيعي Natural Conjugate Prior بوجود دالة خسارة مربع الخطأ الموزون Weighted Square loss Function وطريقة الإنتروبي العظمى العامة Generalized Maximum Entropy (GME، فضلاً عن طريقة المربعات الصغرى العامة Generalized Least Square ((GLS والمقارنة بينهما من خلال إجراء المحاكاة لاختيار الأفضل منها وخروجًا عن طرق التقدير التقليديَّة الأخرى. وتعتبر الطرق المستخدمة في هذا البحث هي طرق تقدير حديثة تمثل إضافة جديدة للبحث العلمي. كما تهدف الدراسة إلى البحث عن طرق تقدير تتميز بالكفاءة يمكن لها أن تفوق تقديرات الطرق التقليديَّة، وكذلك الاستفادة من صفات هذه الطرق من حيث كون بعضها له صفة الحصانة Robustness، ونخص بالذكر طريقة الإنتروبي العظمى العامة GEM، بالإضافة إلى إجراء المقارنة بينها لتحديد أفضل هذه الطرق؛ ممَّا يسهم في اعتماد الباحثين في المستقبل الطريقة المثلى لتقدير معْلَمَات النموذج متعدد المستويات MRMPD وذلك عند دراسة أي ظاهرة أخرى غير ظاهرة الإنتاج الزراعي في العراق، ووفقًا لبيانات الظاهرة محل الدراسة والتي يمثلها النموذج نفسه؛ سوف يقوم الباحث بتحديد أي الطرق أفضل حسب المقدر الذي يُعطي أقل تباين في تقدير خصائص النماذج متعددة المستويات. أظهرت نتائج هذا البحث أنَّ طريقة الإنتروبي العظمى العامة هي الطريقة المثلى، تلتها طريقة بيز، ومن ثم المربعات الصغرى وحسب اختبار معيار معلومات البيزيَّة Bayesian Information Criterion (BIC) ومعيار المعلومات أكاكيAkaike Information Criterion (AIC). |