برآورد پارامترهای مدل رگرسیون لوژستیک به کمک آنتروپی ماکسیمم تعمیم یافته
هنگام کار با یک مجموعه داده رگرسیونی ممکن است برخی شرایط برقرار نباشند و محدودیت هایی برای اجرای مدل رگرسیون به وجود آیند. روش آنتروپی تعمیم یافته ماکسیمم قادر است پارامترهای مدل رگرسیونی را بدون اعمال هیچ شرطی روی توزیع احتمال خطاها برآورد کند. این روش حتی در مواردی که حجم نمونه خیلی کم است و یا بین متغیرهای مستقل، هم خطی بالایی وجود داشته باشد قادر به برآورد پارامترهای مدل است و لذا روشی توانمندی است. در این پژوهش قصد بر آن است پارامترهای مدل لجستیک دودویی با به کارگیری آنتروپی تعمیم یافته ماکسیمم (GME) برآورد شود و نتایج آن با روش ماکسیمم درستنمایی (ML) براساس معیار میانگین مربعات خطا (MSE) مقایسه شود. بدین منظور نمونه ای تصادفی به حجم 399 نفر از اطلاعات مشتریان بانک مانند سن، شغل، وضعیت تاهل، میزان تحصیلات و وام به عنوان متغیرهای مستقل و تقاضای مشتری برای افتتاح حساب مدت دار به عنوان متغیر وابسته جمع آوری شد. درنهایت با توجه به مقدار MSE نتیجه گرفته شد که روش GME نسبت به روش ML دقیق تر است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.