نماذج الانحدار لبيانات العد في ظل وجود مشكلة زيادة أو نقصان التشتت
Regression Models for Count Data with Overdispersion or Underdispersion Issue
- الباحث
- محمد خالد محمد نوري الجادر
- المشرف
- زكريا يحيى نوري
- الجامعة
- جامعة الموصل
- الكلية / القسم
- كلية علوم الحاسوب والرياضيات / الإحصاء والمعلوماتية
- الشهادة
- ماجستير
- السنة
- 2022
- لغة الرسالة
- عربي
- الكلمات المفتاحية
- بيانات العد ; انحدار بواسون ; زيادة التشتت ; نقصان التشتت
الملخص
يلقى موضوع تحليل الانحدار اهتماماً واسعاً وواضحاً في معظم الدراسات. ويعد أنموذج انحدار بواسون أحد أهم نماذج الانحدار اللوغاريتمية ALLAN وهو الأداة التي تتم من خلالها نمذجة متغير الاستجابة عندما تكون قيم ذلك المتغير على شكل قيم قابلة للعد. إن كفاءة استخدام هذا الأنموذج تعتمد على توفر فرض تساوي التوقع الرياضي والتباين. وكغيره من سائر نماذج الانحدارء فان هذا Lyall قد لا يتوفر مما يؤثر سلباً على دقة الأنموذج وبساطته في تفسير النتائج. تهدف هذه الدراسة إلى استعراض ومقارنة نماذج انحدار بيانات العد في حالتي زيادة التشتت ونقصان التشتت عبر طريقة الإمكان باستخدام المحاكاة والبيانات الحقيقة. وقد تم استخدام أسلوب مونت - كارلو في المحاكاة لتوليد بيانات تتبع أنموذج انحدار بواسون algal Led مختلفة كحجم العينة، وعدد المتغيرات، وقيمة معلمة التشتت. كما تم الاعتماد على bac معايير للمقارنة هي -AIC,BIC,Deviance وقد أظهرت نتائج المحاكاة تفوق أنموذج انحدار ثنائي الحدين السالب مقارنة بنماذج انحدار أخرى عندما يكون هناك زيادة للتشتت. في حين أظهرت نتائج المحاكاة تفوق انموذج انحدار بواسون المعمم مقارنة بالنماذج المستخدمة الاخرى عندما OS هناك نقصان التشتت. فضلا عن cll طبقت النماذج المستخدمة على بيانات حقيقية تم جمعها من مصابين بمرض العجز الكلوي المزمن والذين يتعالجون بالغسيل الكلوي المستمرء وقد شخصت حالة المرضى من أطباء مختصين بالتعاون مع مستشفى ابن سينا التعليمي - وحدة الكلية الاصطناعية. وقد بينت النتائج تفوق أنموذج انحدار ثنائي الحدين السالب على باقي النماذج الأخرى بسبب وجود مشكلة زيادة التشتت.
Abstract
Regression analysis is great of interest in several studies. The Poisson regression model is one of the most important models of linear logarithmic regression, the tool by which the dependent variable is modeled when the values of that variable are in the form of count values. The efficiency of the Poisson regression model is depending on the equalization of the mean and variance of the data. However, the model may contain the overdispersion or underdispersion problem, which negatively affects the accuracy of the model and its simplicity in interpreting the results. The aim of this study is to review and compare the methods of modeling the count data under the overdispersion or underdispersion problem using simulations and real data. The Monte- Carlo method is used in simulations to generate data following the Poisson regression model according to several factors, such as sample size and the dispersion factor. In terms of prediction accuracy, simulation results demonstrated that the negative binomial regression model has better results comparing with other regression model when the dispersion factor exist. Furthermore, generalized Poisson regression model yields better performance compared to other regression models when the underdispersion is exist. In addition, the result of the real data application, which is related to the patients with chronic renal insufficiency, reveals that the negative binomial regression model method is quite efficient and feasible for estimating the count data.
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.