اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديددراسة نماذج الانحدار للمتغيرات النوعية
A Study of Regression Models of Qualitative Variables
1080
0 0
0.0
(
0
)
نشر من قبل
جامعة حلب رسالة ماجستير
تاريخ النشر
2017
مجال البحث
الاحصاء الرياضي
والبحث باللغة
العربية
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يشهد العصر الحديث تطورا ملموسا في المجالات العلمية كافة وبزيادة هذا التطور تزداد الحاجة إلى الأساليب الإحصائية لحل المشكلات التي تواجه العاملين في هذه المجالات ولاختيار الأسلوب الإحصائي الملائم للتجارب الحياتية يجب اولا التعرف على طبيعة النباتات فعندما تكون البيانات نوعية اي أن المتحول له أكثر من قيمة فإن هناك عدة نماذج لتمثيل هذا النوع من البيانات منها نموذج تحليل التمايز ونموذج تحليل الانحدار اللوجستي .
The modern era is witnessing a tangible development in all fields of science . As a result of this development , there is a growing need for statistical methods to solve the problems facing workers in these fields.
مراجعة الذكاء الصنعي:
ملخص البحث
تتناول هذه الرسالة دراسة نماذج الانحدار للمتغيرات النوعية، وهي رسالة مقدمة لنيل درجة الماجستير في الإحصاء الرياضي من جامعة حلب. تتضمن الرسالة أربعة فصول رئيسية. الفصل الأول يقدم المفاهيم الأساسية مثل تعريف الاحتمال ومعامل الترجيح ونماذج الانحدار المختلفة. الفصل الثاني يركز على تحليل التمايز، الذي يهتم بالتمييز بين مجموعتين أو أكثر باستخدام دالة التمايز. الفصل الثالث يتناول تحليل الانحدار اللوجستي، وهو نموذج تنبؤ يستخدم عندما يكون المتغير التابع فئوياً. الفصل الرابع يقدم مقارنة بين الانحدار اللوجستي وتحليل التمايز من حيث الدقة وملائمة البيانات ونسبة التصنيف الصحيح. توصلت الدراسة إلى أن الانحدار اللوجستي يتفوق على تحليل التمايز في حالة عدم تحقق شروط تطبيق الأخير. كما تم تقديم توصيات باستخدام كل نموذج حسب الحالة المناسبة.
قراءة نقدية
دراسة نقدية: تعتبر هذه الرسالة قيمة في مجال الإحصاء الرياضي، حيث تقدم مقارنة شاملة بين نماذج الانحدار اللوجستي وتحليل التمايز. ومع ذلك، يمكن تحسين الرسالة من خلال التركيز أكثر على التطبيقات العملية لهذه النماذج في مجالات مختلفة مثل الطب والاقتصاد. كما يمكن توسيع الدراسة لتشمل نماذج أخرى مثل الشبكات العصبية الاصطناعية التي قد تقدم دقة أعلى في التنبؤ والتصنيف. بالإضافة إلى ذلك، يمكن تحسين الرسالة من خلال تقديم أمثلة تطبيقية أكثر تفصيلاً لتوضيح كيفية استخدام هذه النماذج في الحياة العملية.
أسئلة حول البحث
-
ما هي الفروقات الأساسية بين الانحدار اللوجستي وتحليل التمايز؟
الانحدار اللوجستي يتنبأ باحتمال انتماء مشاهدة ما إلى إحدى مجموعات المتغير التابع، بينما تحليل التمايز يقوم بتصنيف المشاهدات إلى مجموعات المتغير التابع. كما أن الانحدار اللوجستي لا يفترض توزيع طبيعي للمتغيرات المستقلة، بينما تحليل التمايز يفترض ذلك.
-
ما هي أنواع تحليل التمايز التي تم تناولها في الرسالة؟
تم تناول نوعين من تحليل التمايز: تحليل التمايز الخطي وتحليل التمايز متعدد المجموعات.
-
ما هي الشروط التي تجعل الانحدار اللوجستي أفضل من تحليل التمايز؟
الانحدار اللوجستي يكون أفضل عندما لا تتوزع المتغيرات المستقلة وفق التوزيع الطبيعي، أو عندما تكون العلاقة غير خطية بين المتغيرات المستقلة والمتغير التابع، أو عندما لا يتحقق شرط تجانس التباينات.
-
ما هي التوصيات التي قدمتها الرسالة بشأن استخدام نماذج الانحدار اللوجستي وتحليل التمايز؟
توصي الرسالة باستخدام نموذج الانحدار اللوجستي بدلاً من نموذج تحليل التمايز في الحالات التي لا تتوزع فيها المتغيرات المستقلة وفق التوزيع الطبيعي، وتوصي باستخدام تحليل التمايز في حالة تحقق شروطه كاملة.
المراجع المستخدمة
الصاري , ميس , استخدام الانحدار اللوجستي في غدارة التسويق جامعة حلب
قيم البحث
اقرأ أيضاً
تفرض طرائق الانحدار الخطية قيوداً شديدة على نماذج الانحدار و خاصة على حدود الخطأ حيث تفترض أنها مستقلة و تتبع التوزيع الطبيعي و هذا قد لا يتحقق في كثير من الدراسات مما يؤدي الى انحياز لا يمكن إهماله عن النموذج الفعلي مما يؤثر على مصداقية الدراسة.
يق
دم هذا البحث مسألة تقدير دالة الانحدار باستخدام مقدّري النواة ناداريا واتسون و الجوارات الـ k الأكثر قرباً اللاوسيطيين كبدائل لمقدّرات الانحدار الخطية الوسيطية من خلال دراسة محاكاة على نموذج مفروض حيث قمنا بإجراء دراسة مقارنة بين هذه الطرائق باستخدام الحزمة الإحصائية R بغية معرفة أفضل هذه المقدّرات حيث تم استخدام معيار MSEمتوسط مربعات الخطأ ( Mean Squares Errors) لمعرفة المقدّر الأفضل. كما تشير نتائج دراسة المحاكاة إلى فعالية و كفاءة المقدّرات اللاوسيطية في تمثيل دالة الانحدار بالمقارنة مع مقدّرات الانحدار الخطية كما تشير إلى تقارب أداء هذين المقدّرين.
Kiezdeutsch هو مجموعة متنوعة من اللغة الألمانية التي يتحدثها المراهقون من الأحياء الحضرية متعددة الأعراق في محادثات عادية مع أقرانهم. في السنوات الأخيرة، زادت شعبية كيزدوتش بين الشباب، بشكل مستقل عن أصلها الاجتماعي والاقتصادي، وانتشر في وسائل التواصل
الاجتماعي أيضا. في حين أن الدراسات السابقة تحققت على نطاق واسع في هذه المجموعة اللغوية من منظور لغوي ونوعي، فقد تم القيام بالكثير من وجهة نظر كمية. نقوم بإجراء أول تحليل مدفوع من البيانات على نطاق واسع من الخصائص المعجمية والمورفولوجية في Kiezdeutsch بالمقارنة مع الألمانية القياسية. على مستوى النتائج، نؤكد تنبؤات التحليلات النوعية السابقة ودمجها بمزيد من الملاحظات على ظواهر لغوية محددة مثل اللغات العامية وموقف المتكلم المرتبط بالنفس. على المستوى المنهجي، نقدم الانحدار اللوجستي كإطار لإجراء اختيار ميزة من أسفل إلى أسفل من أجل تحديد الاختلافات عبر أنواع اللغات.
لقد قمنا في هذا البحث بدراسة الارتباط الخطي المتعدد بين المتغيرات المستقلة في
نموذج الانحدار الخطي المتعدد في حالة وجود خلل في أحد شروط النموذج
الأساسية ، و عرضنا دراسة نظرية مرجعية لأنواع الارتباط الخطي و أسباب ظهور
مشكلة الارتباط الخطي المتعدد،
و بعض طرائق الكشف عنها.
إضافة لذلك تطرقنا لبعض الطرائق التي تعالج حالات الارتباط الخطي المتعدد ،
ثم قدمنا طريقة جديدة لمعالجة الارتباط الخطي المتعدد .
فمن خلال هذه الطريقة الجديدة لاحظنا أنه قد تمت معالجة الارتباط الخطي
من جهة و كذلك حللنا مشكلة التناقض بين معنوية نموذج الانحدار و عدم معنوية
معامل أو أكثر من معاملاته.
مراجعات المنتج ومسوحات الرضا البحث عن ملاحظات العملاء في شكل المقاييس المرتبة. في هذه الإعدادات، فإن مقاييس التقييم المستخدمة على نطاق واسع بما في ذلك F1 والدقة تتجاهل المرتبة في الردود (على سبيل المثال، على الأرجح "من المحتمل أن تكون على الأرجح"). ف
ي هذه الورقة، نفترض أن ترتيب قيم الفصل مهم لتقييم المصنفين على المتغيرات المستهدفة الترتيبية ويجب عدم الانتهاء. لاختبار هذه الفرضية، قارنا تصنيف التصنيف متعدد الفئة (MC) والانحدار الترتيبي (أو) من خلال تطبيق أو و MC إلى المهام القياسية التي تنطوي على متغيرات مستهدفة ترتيبية باستخدام نفس الهندسة المعمارية الأساسية الأساسية. تظهر النتائج التجريبية أنه في حين أن MC تفوق أو لبعض مجموعات البيانات في الدقة و F1، أو أفضل بكثير من MC لتقليل الخطأ بين التنبؤ والهدف لجميع المعايير، كما هو موضح بواسطة مقاييس حساسة للخطأ، E.G. خطأ متوسط التربيع (MSE) وارتباط سبيرمان. تحفز النتائج الخاصة بنا الحاجة إلى إنشاء مقاييس متسقة حساسة للخطأ لتقييم المعايير مع المتغيرات المستهدفة الترتيبية، ونأمل أن تحفز الاهتمام باستكشاف الخسائر البديلة للمشاكل الترتيبية.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
