937

هنگام كار با يك مجموعه داده رگرسيوني ممكن است برخي شرايط برقرار نباشند و محدوديت هايي براي اجراي مدل رگرسيون به وجود آيند كه ما را در استفاده از روشحداقل مربعات با مشكل مواجه مي كند. روشماكسيمم آنتروپي تعميم يافته با زيربناي رگرسيوني قادر است پارامترهاي مدل رگرسيوني را بدون در نظر گرفتن هيچ شرطي روي توزيع احتمال خطاها برآورد كند. پيش ازاين توانمندي اين روش در حجم نمونه هاي كم بررسي و تأييدشده است. هنگامي كه متغير پاسخ يك متغير كيفي است روش رگرسيون لوژستيك به كار مي رود در اين پژوهش ابتدا روش ماكسيمم آنتروپي تعميم يافته را براي يك مدل رگرسيوني لوژستيك معرفي كرديم. يك نمونه تصادفي از مشتريان بانك جمع آوري شده و در اين بررسي براي برآورد پارامترهاي مدل از مدل رگرسيون لوژستيك دودويي و با استفاده از دو روش ماكسيمم آنتروپي تعميم يافته و درستنمايي ماكسيمم تجزيه وتحليل و كار آماري انجام گرفت و درنهايت دو روش ذكرشده را باهم مقايسه مي كنيم. با استناد به مقدار آماره ميانگين مربعات خطا براي پيش گويي تقاضاي مشتري براي افتتاح حساب بلند مدّت كه از رگرسيون لوژستيكبا استفاده از دو روشماكسيمم آنتروپي تعميم يافته و درستنمايي ماكسيمم به دست آمده، مشخص شد كه روش برآورد ماكسيمم آنتروپي تعميم يافته داراي نتايج دقيق تري است.

انديشه آماري

انجمن آمار

1400 (بيست و ششم)

26

52

1-8

پاييز و زمستان