946

براي استنباط آماري در مورد پارامتر هاي مدل رگرسيوني نياز به فرض توزيع مشخصي بر روي عبارت خطاي تصادفي مي باشد. يك فرض اساسي در مدل رگرسيون خطي اين است كه عبارت خطاي تصادفي از يك توزيع نرمال پيروي كند. بااين حال، در پژوهش هاي آماري گاهي با داده هايي مواجه مي شويم كه توزيع آن ها چولگي و دو مدي را ارائه مي دهند، و ديگر نمي توان از فرض توزيع نرمال براي تحليل آن ها استفاده كرد. يكرويكرد مرسوم براي حل اين مسئله به كارگيري آميخته اي از مدل هاي چوله نرمال است. اما در اين گونه مدل ها تعداد پارامترها به نحو فزاينده اي افزايش مي يابد كه اين خود برازش مدل ها به داده ها را دشوار مي نمايد. بعلاوه مدل هاي آميخته خود درگير مسائلي مانند شناساناپذيري هستند. در اين حالت يك راه حل مناسب استفاده از توزيع هاي منعطفي است، كه بتوانند چولگي و دو مدي بودن داده ها را در مدل بندي لحاظ كنند. تاكنون روش هاي مختلفي ارائه شده كه بر مبناي توسعه توزيع چوله نرمال، توزيع هاي دو مدي نامتقارن ايجادشده اند. در اين مقاله ازاي نروش ها براي ساخت و معرفي مدل رگرسيوني منعطف نسبت به مدل هاي رگرسيون مبتني بر توزيع چوله نرمال و آميخته اي از دو توزيع چوله نرمال استفاده شده و با به كارگيري مثال شبيه سازي عملكرد آن ها موردبررسي قرار مي گيرد. سپس نحوه كاربست آن ها در يك مثال كاربردي مربوط به مجموعه داده هاي اسب دواني نشان داده مي شود.

انديشه آماري

انجمن آمار ايران

1400

26

52

89-103

پاييز و زمستان