Work

Regularization in Quantile Regression based on Empirical Mode Decomposition

Year: 2026
Type: article
Abstract: يُعتبر الانحدار الكمي بديلاً فعالاً لانحدار المربعات الصغرى العادية (OLS) في حال وجود قيم متطرفة أو توزيعات خطأ ثقيلة الذيل، مما يوفر رؤىً شاملة للتوزيع الشرطي لمتغير الاستجابة. يُحلل تحليل الوضع التجريبي (EMD) الإشارات غير الثابتة وغير الخطية إلى مجموعة محدودة من مكونات التحليل المتعامدة، ثم تُستخدم المكونات الناتجة في العديد من الدراسات كمتغيرات تنبؤ جديدة في نماذج الانحدار. في هذا العمل، نُطور استخدام تنظيمات اللاسو والتلال والشبكة المرنة في الانحدار الكمي مع التحقق النسبي المُعدَّل بناءً على تحليل الوضع التجريبي (EMD). تهدف هذه الطرق المقترحة إلى تحديد المكونات المُحللة التي تُظهر أقوى التأثيرات، ومعالجة التعدد الخطي بين مكونات التحليل لتحسين دقة التنبؤ. تُطبق دراسة المحاكاة والأمثلة العددية باستخدام مجموعة بيانات تطبيقات سوق الأسهم لثلاث دول. أظهرت النتائج أن الطرق المقترحة تفوقت على الطرق الأخرى القائمة عند نسب مئوية مختلفة، وذلك بإنتاج نموذج خالٍ من التعدد الخطي، وتحديد مكونات التحليل التي لها تأثير كبير على متغير الاستجابة بدقة تنبؤ عالية.
Institution: Sebha University
Language: Arabic
Open Access status: diamond
OpenAlex ID: W7221213221
FWCI:
Cites: 27
Cited by:
Related to: 10