مربعات صغرى معممة
تعريفًا بالموضوع، المربعات الصغرى المعممة (GLS) في علم الإحصاء، تُعد أسلوباً يُستعمل لتقدير المعلمات المجهولة في نموذج الانحدار الخطي. وتُستعمل هذه الطريقة عندما يوجد مقدار غير صفري من الارتباطبين البواقي في نموذج الانحدار. تُوظف طريقة المربعات الصغرى المعممة (GLS) لتحسين الكفاءة الإحصائية وتقليل خطر استخلاص استنتاجات خاطئة، وذلك مقارنة بطريقتي المربعات الصغرى التقليدية و. وقد وصفها ألكسندر إيتكن لأول مرة في عام 1935. وفيما يلي تفاصيل أوسع عن ذلك.
وفي هذا السياق، تتطلب هذه الطريقة معرفة مصفوفة التغاير للبواقي. وإذا كانت هذه المصفوفة مجهولة، فإن تقدير مصفوفة التغاير يُنتج طريقة المربعات الصغرى المعممة الممكنة (FGLS). ومع ذلك، تُقدم هذه الطريقة ضمانات أقل لتحقيق التحسين المرجو.
الخصائص
- انظر كذلك
- درجات الحرية الفعالة
- المراجع
في هذا الإطار، تكافئ طريقة المربعات الصغرى المعممة تطبيق المربعات الصغرى العادية على نسخة محولة خطياً من البيانات. ويمكن ملاحظة ذلك من خلال تحليل المصفوفة باستخدام طريقة مثل . يؤدي ضرب كلا طرفي المعادلة من اليسار في إلى نموذج خطي مكافئ:
من جانب آخر، تعمل هذه العملية التحويلية فعلياً على توحيد مقياس الأخطاء وإزالة الارتباط بينها. وعند استخدام طريقة المربعات الصغرى العادية على بيانات ذات أخطاء متجانسة التباين، تنطبق مبرهنة غاوس-ماركوف، ولذلك يُعد تقدير المربعات الصغرى المعممة أفضل مُقدِّر خطي غير متحيز للمعلمة .
إضافةً إلى ذلك، يُعد مُقدِّر المربعات الصغرى المعممة غير متحيز، ومتسق، وفعال، وطبيعياً بشكل مقارب، حيث:و
وعلى صعيد آخر، في هذا النموذج، يكون التباين ، حيث تمثل مصفوفة الوحدة. فيما بعد، يمكن تقدير بكفاءة عبر تطبيق طريقة المربعات الصغرى العادية على البيانات المحولة، وهو ما يتطلب تقليل دالة الهدف التالية إلى الحد الأدنى:
حيث أن:
المنهجية
من جانب آخر، يفترض النموذج أن للمتجه بمعلومية المصفوفة يشكل دالة خطية للمصفوفة ، وأن التباين المشروط لحد الخطأ بمعلومية يساوي مصفوفة تغاير غير شاذة ومعروفة، نرمز لها . بمعنى آخر:
علاوةً على ذلك، في نماذج الانحدار الخطي القياسية، نلاحظ البيانات على n من الوحدات الإحصائية مع k − 1 من قيم المتغيرات المتنبئة وقيمة استجابة واحدة لكل منها.
من جانب آخر، حيث أن المتجه هو متجه لثوابت مجهولة، تُسمى "معاملات الانحدار"، والتي تُقدر من البيانات.
في هذا الإطار، توضع قيم الاستجابة في متجه،وتوضع قيم المتغيرات المتنبئة في ،
ومن جهة أخرى، حيث يمثل كل صف متجهاً للمتغيرات المتنبئة البالغ عددها (بما في ذلك الثابت) لنقطة البيانات ذات الترتيب .
في هذا الإطار، إذا اعتبرنا المتجه تقديراً مرشحاً للمتجه ، فإن متجه البواقي المرتبط بالمتجه يساوي . تُقَدِّر طريقة المربعات الصغرى المعممة المتجه عن طريق تقليل الطول المربع لمتجه البواقي هذا إلى الحد الأدنى:
- وهو ما يكافئ:
- وتُعد هذه مسألة . تقع النقطة الحرجة لدالة الهدف عندما:
- وبالتالي فإن المُقدِّر هو:
- تُعرف الكمية باسم (أو مصفوفة التشتت)، وهي تعميم لمصفوفة الأوزان القطرية.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟