ABSTRACT---- Replication of observation allows consistent estimation of slope parameter of a linear structural model when the ratio of variances is unknown or when some external information about parameters is not available. In this paper, we look at the way a linear structural relationship model work by replicating observations with two different estimation methods of slope parameter and different cases of existence of outliers. The maximum likelihood estimate (MLE) and a new nonparametric robust estimation method are used to estimate the slope parameter in replicated linear structural relationship model (RLSRM). The simulation studies and the application of real data are used to investigate the performance of the estimated parameters. Keywords— Maximum likelihood method, A nonparametric method, Trimmed mean, Outlier, Linear structural relationship model with replicated.
AMEL SAAD AB ALSHARGAWI(1-2022)

هدفت الدراسة الى التعرف على المعوقات التي تحد من التحول الرقمي في مصرف الصحارى في مدينة طرابلس، ولتحقيق أهداف الدراسة أتبع الباحثون المنهج الوصفي التحليلي، من خلال استخدام برنامج SPSS لاختبار فرضيات الدراسة ومعرفة معنوية اراء المشاركين في الدراسة، ثم استخدام اختبار T للعينة الواحدة وذلك من خلال توزيع اداة جمع البيانات على المعنيين، وقد كانت اهم النتائج التي توصلت اليها الدراسة وجود معوقات تحد من التحول الرقمي في مصرف الصحارى في مدينة طرابلس (بشرية، تقنية، تشريعية وقانونية، أمنية، مالية) كما أوصت الدراسة العمل على تنمية الموارد البشرية وتوفير بنية تحتية والتركيز على سلامة وامن المعلومات بما يحقق التحول الرقمي في مصرف الصحارى بمدينة طرابلس.
جمال محمد اندير, فتحي جماعة الزغداني, على عبد الفتاح بن حليم(12-2021)

In this study, the linear structural relationship model’s slope parameter is determined by using the proposed robust nonparametric method based on trimmed mean. This method is an upgrade to the nonparametric method that was put forward by Al-Nasser and Ebrahem (2005) by employing trimmed mean for all likely paired slopes rather than median slopes. Simulation study and real data were used to compare the proposed method’s performance versus the traditional maximum likelihood method. In the simulation study, based on both methods’ mean square error, it was inferred that the MLE method breaks down due to the presence of outliers even though its functioning was not affected when there was no outlier in the data set. Based on the real life example, it can be concluded that the performance of our proposed method was quite well in determining slope parameter
Amel Saad Alshargawi, (1-2022)