ترجمه فارسی مقاله نمونه گیری فرعی برای مدل های خطی کلان داده با خطاهای اندازه گیری

چکیده

Subsampling algorithms for various parametric regression models with massive data have been extensively investigated in recent years. However, all existing studies on subsampling heavily rely on clean massive data. In practical applications, the observed covariates may suffer from inaccuracies due to measurement errors. To address the challenge of large datasets with measurement errors, this study explores two subsampling algorithms based on the corrected likelihood approach: the optimal subsampling algorithm utilizing inverse probability weighting and the perturbation subsampling algorithm employing random weighting assuming a perfectly known distribution. Theoretical properties for both algorithms are provided. Numerical simulations and two real-world examples demonstrate the effectiveness of these proposed methods compared to other uncorrected algorithms.

چکیده به فارسی (ترجمه ماشینی)

الگوریتم های نمونه برداری برای مدلهای مختلف رگرسیون پارامتری با داده های گسترده در سالهای اخیر به طور گسترده مورد بررسی قرار گرفته است.با این حال ، تمام مطالعات موجود در مورد نمونه برداری به شدت به داده های گسترده تمیز متکی هستند.در کاربردهای عملی ، متغیرهای مشاهده شده ممکن است به دلیل خطاهای اندازه گیری از عدم دقت رنج ببرند.برای پرداختن به چالش مجموعه داده های بزرگ با خطاهای اندازه گیری ، این مطالعه دو الگوریتم زیر نمونه برداری را بر اساس رویکرد احتمال اصلاح شده بررسی می کند: الگوریتم زیر نمونه برداری بهینه با استفاده از وزن گیری احتمال معکوس و الگوریتم زیر نمونه برداری با استفاده از وزن تصادفی با فرض یک توزیع کاملاً شناخته شده.خصوصیات نظری برای هر دو الگوریتم ارائه شده است.شبیه سازی های عددی و دو نمونه در دنیای واقعی ، اثربخشی این روشهای پیشنهادی را در مقایسه با سایر الگوریتم های اصلاح نشده نشان می دهد.