اختيار المتغيرات وتقدير معلمات بعض نماذج انحدار البقاء المعلمية مع التطبيق

الباحث

طه ظاهر عبد الأعرجي

المشرف

زكريا يحيى نوري الجمال

الجامعة

جامعة الموصل

الكلية / القسم

كلية علوم الحاسوب والرياضيات / الإحصاء والمعلوماتية

الشهادة

ماجستير

السنة

2022

لغة الرسالة

عربي

الكلمات المفتاحية

اختيار المتغيرات ; نماذج انحدار البقاء ; تقدير المعلمات ; النماذج المعلمية

تعد نماذج الانحدار المعلمية أحد أهم نماذج الانحدار المستخدمة في المجال الطبي, وهو الأداة التي يتم من خلالها نمذجة متغير الاستجابة عندما تكون قيم ذلك المتغير عبارة عن أوقات بقاء له توزيع احتمالي معلوم كالتوزيع الأُسَي وتوزيع وايبل. وكغيره من سائر نماذج الانحدار, قد يحتوي هذا الأنموذج على متغيرات توضيحية كثيرة مما يؤثر سلباً على دقة الأنموذج وبساطته في تفسير النتائج، اقترح في هذه الرسالة إلى استعمال الخوارزميات المستوحاة من الطبيعة ممثلة بخوارزمية الأعشاب الضارة، لتقدير المعلمات واختيار المتغيرات التوضيحية في ثلاثة نماذج انحدار معلمية: أنموذج الانحدار الأسَيء أنموذج انحدار وايبل، وأنموذج انحدار جومبيرتز، تم استعمال أسلوب مونت - كارلو في المحاكاة لتوليد بيانات تتبع نماذج الانحدار المعلمية الثلاثة تبعا لعوامل مختلفة كحجم العينة، sre المتغيرات التوضيحية، ونسبة sre البيانات المراقبة. واعتُمد على جانبين من جوانب تقييم أداء الطريقة المقترحة: الأول: هو تقييم دقة التنبؤء والثاني هو ad اختيار المتغيرات كمعيار للمقارنة. أظهرت نتائج المحاكاة تفوق الطريقة المقترحة وهي خوارزمية الاعشاب الضارة مقارنة بالطرائق الأخرى التقليدية, وهي معيار بيز للمعلومات ومعيار أكاكي للمعلومات؛ فضلاً عن ذلك فقد طبقت هذه الطرائق على بيانات حقيقية عالمية في علم الجينات. وقد بينت النتائج تفوق الطريقة المقترحة على باقي الطرائق الأخرى التقليدية حسب إعطائها تقديرات جيدة لمعلمات نماذج الانحدار المعلمية. المحتوبات مجع كك اك ا ]0 ستيت | 003 مح مسسس So الك مح كسك 1ك الك ا ]0 صيخشت | 0005 oY | 0253 مك اك ل كك ee 12 | علدسم 0 | 08 م2 | سسس 0 | 08 مهد | 0 سسدسةه 0 | 095 tet 0 | 222 1-10-2 معيار اكاكي للمعلومات Akaike Information 46 Criterion (AIC) معيار ju للمعلومات Bayes Information 2-10-2 ~~ 7 47 Criterion (BIC) مناقشة نتائج الطريقة المقترحة للأنموذج ON ة 1-4-3 نج الطريقة المقترحة للانموذج الاي في 52 مناقشة نتائج الطريقة المقترحة للأنموذج ON) ة 2-4-3 نج الطريقة المقترحة للانمودج الاي في 54 مناقشة نتائج الطريقة المقترحة لأنموذج وايبل ذ 1-5-3 نج الطريقة المقترحة لانموذج وايبل في 57 pa | eee [ae الأنموذج الثاني الأنموذج الأول الأنموذج الثاني | 69 | 000000 الجا التطبيقي 0-2073 0 69 | قر | ل هيه | 69 | ee 37675] السك :اتيت وفميت 0 | 8277] ee اخ

Regression analysis is great of interest in several studies, especially in medicine. The parametric regression model is one of the most important models of regression used in the medical field. It is the tool by which the dependent variable is modeled when the values of that variable are in the form of survival time data which has a distribution, such as exponential, Weibull distributions. As in linear regression model, the parametric regression model may contain many explanatory variables, which negatively affects the accuracy of the model and its simplicity in interpreting the results. Nature-inspired algorithms have been used by several researchers as a tool for parametric model parameter estimation and variable selection. In this thesis, invasive weed optimization algorithm (IWO) is proposed. The Monte-Carlo method is used in simulations to generate data from the exponential, Weibull, and Gomportz regression model according to several factors, such as sample size, censoring rate, and number of explanatory variables. In terms of prediction accuracy and variable selection evaluation, simulation results demonstrated that our proposed method has better results compared with AIC, and BIC. In addition, the result of the real data application, reveals that the proposed method is quite efficient and feasible for estimating the parametric regression models.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب