کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
11011934 1802844 2019 8 صفحه PDF سفارش دهید دانلود کنید
عنوان انگلیسی مقاله ISI
Diagnosing and correcting the effects of multicollinearity: Bayesian implications of ridge regression
ترجمه فارسی عنوان
تشخیص و اصلاح اثرات چندینالیناری: پیامدهای بیزی برای رگرسیون ریف
کلمات کلیدی
چندین همبستگی، تجزیه و تحلیل بیزی، رگه رگه، نمونه برداری گیبس،
ترجمه چکیده
هنگامی که با مشکل چندینالنویسی مواجه شدیم، بیشتر محققان گردشگری پیشنهاد می کنند که میانگین متغیرها را محاسبه کنند. این روش کار نمی کند این در واقع یکی از بزرگترین تصورات غلطی است که ما در زمینه داریم. ما در عوض با استفاده از رگرسیون ریج بیزی پیشنهاد می کنیم و ثابت کننده تغییرات را به عنوان پارامتری که در مورد چیزهایی که باید انجام می شود، درمان کنیم. به خوبی شناخته شده است که بسیاری از تخمین های ثابت تعادلی در ادبیات ارائه شده است. هنگامی که ضرایب رگرسیون ریج دارای توزیع زودهنگام است، انتخاب رسمی می تواند بر اساس احتمال حاشیه باشد. در مورد غیر همجوشی، ما پیش شرطی برای ثابت نگه داشتن تعادلی پیشنهاد می کنیم و نشان می دهیم که نمونه گیری گیبس را می توان برای نتیجه گیری در مورد پارامترهای رگرسیون رججان و نیز خود ثابت بودن تغییرات استفاده کرد. ما حساسیت خلفی را بررسی می کنیم و تکنیک ها را به مجموعه داده های گردشگری اعمال می کنیم.
اگر به ترجمه دقیق تر نیاز دارید، مترجمان ما آمادگی دارند این مقاله را با کیفیت مطلوب و هزینه مناسب برای شما ترجمه نمایند.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری استراتژی و مدیریت استراتژیک
چکیده انگلیسی
When faced with the problem of multicollinearity most tourism researchers recommend mean-centering the variables. This procedure however does not work. It is actually one of the biggest misconceptions we have in the field. We propose instead using Bayesian ridge regression and treat the biasing constant as a parameter about which inferences are to be made. It is well known that many estimates of the biasing constant have been proposed in the literature. When the coefficients in ridge regression have a conjugate prior distribution, formal selection can be based on the marginal likelihood. In the non-conjugate case, we propose a conditionally conjugate prior for the biasing constant, and show that Gibbs sampling can be employed to make inferences about ridge regression parameters as well as the biasing constant itself. We examine posterior sensitivity and apply the techniques to a tourism data set.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Tourism Management - Volume 71, April 2019, Pages 1-8
نویسندگان
, , ,