Key points are not available for this paper at this time.
في تحليل البيانات باستخدام نهج الانحدار غير المعلمي، غالبًا ما نواجه مشكلة تحليل مجموعة من البيانات التي تحتوي على أنماط مختلطة، أي أن بعض البيانات لديها نمط معين والباقي لديه نمط مختلف. لمعالجة هذا النوع من البيانات، نقترح استخدام مقدر مختلط. في هذه الدراسة، نناقش نظريًا طريقة تقدير مطورة لنموذج الانحدار غير المعلمي مع متغيرين استجابة أو أكثر ومتغيرات تنبؤية، وهناك علاقة بين المتغيرات الاستجابية باستخدام مقدر مختلط. يُطلق على النموذج اسم نموذج الانحدار غير المعلمي متعدد الاستجابات ومتعدد المؤشرات (MMNR). المقدر المختلط المستخدم لتقدير نموذج MMNR هو مقدر مختلط يتكون من منحنى انسيابي وسلسلة فورييه وهو مناسب لتحليل البيانات ذات الأنماط التي تتغير جزئيًا في بعض الفترات الفرعية، وبعض الأنماط الأخرى التي تتبع نمطًا متكررًا في اتجاه معين. نظرًا لوجود علاقة بين الاستجابات في نموذج MMNR، يتم استخدام مصفوفة أوزان متSymmetric في عملية تقدير نموذج MMNR. لتقدير نموذج MMNR، نطبق طريقة مساحة هيلبرت للحفر المتكررة (RKHS) على تحسين المربعات المرجحة المعاقبة (PWLS) لتقدير دالة الانحدار لنموذج MMNR، والتي تتكون من مكون منحنى انسيابي ومكون سلسلة فورييه. كما يتم تقديم دراسة محاكاة لعرض أداء الطريقة المقترحة. النتائج المستخلصة هي تقديرات لمكون المنحنى الانسيابي، مكون سلسلة فورييه، نموذج MMNR، مصفوفة الأوزان، وتناسق دالة الانحدار المقدرة. في الختام، يعد تقدير نموذج MMNR باستخدام المقدّر المختلط عبارة عن مجموعة من مقدرات مكون المنحنى الانسيابي ومكون سلسلة فورييه. يعتمد على معلمات التنعيم والتذبذب، ويتميز بخواص خطية في الملاحظة وتناسق.
شاميدة وآخرون (Mon,) درسوا هذا السؤال.