ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Information Theoretic Approach for Curve Fitting Using Nonlinear Regression

العنوان بلغة أخرى: منهج النظرية المعلوماتية لتركيب المنحني في إطار الانحدار الغير خطي
المؤلف الرئيسي: الضامن، سندس محمد (مؤلف)
مؤلفين آخرين: الطالب، محمد (مشرف), الناصر، أمجد ضيف الله (مشرف)
التاريخ الميلادي: 2019
موقع: إربد
الصفحات: 1 - 68
رقم MD: 1014311
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة اليرموك
الكلية: كلية العلوم
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

29

حفظ في:
المستخلص: في علم الإحصاء وعند دراسة العلاقة بين المتغيرات المختلفة فإننا نحتاج إلى طريقة تقدير تعطي مواصفات ذات دقة عالية للمقدرات. في هذا المجال، ومن ناحية إحصائية، فإن طريقة الاحتمالية القصوى تعتبر هي الأفضل لما تتمتع به من خصائص. ولكن عندما تكون البيانات فيها مشاكل أو النماذج المقترحة تكون معقدة فإن هذه الطريقة تفشل في إعطاء مقدرات بخصائص واقعية أو ذات مصداقية. وعليه فإن اقتراح طرق جديدة كالتي قمنا باستخدامها في هذه الأطروحة مهم جدا. إن طريقة الانتروبيا القصوى المعممة تعتبر من أفضل الطرق لتقدير المعلمات عندما تفشل الطرق الاعتيادية. في هذه الأطروحة قمنا باستخدام طريقة الانتروبيا القصوى المعممة لتقدير المعلمات في نوعين من النماذج: النماذج ذات الأس الثنائي ونماذج الانحدار الغير خطية. ومن خلال العديد من تجارب المحاكاة التي تم دراستها تبين لنا في هذه الرسالة بأنه الأفضل أن نستخدم مقياس شانون عند تقدير النماذج باستخدام الانتروبي. وأيضا تبين لنا أن هذه الطريقة تعمل بشكل أفضل كلما كان حجم العينة صغير أي أقل من 30 مشاهدة. وإذا كان حجم العينة أكبر من 30 فهي تعتبر طريقة منافسة للطرق الكلاسيكية الأخرى. أيضا قمنا في هذه الأطروحة بتحليل بيانات حقيقية لدراسة العلاقة بين حجم الدماغ ووزن الجسم لثمانية وعشرون حيوان مختلف. وبينت النتائج بأن هناك علاقة إيجابية بين المتغيرين وإن حجم الجسم يوثر بشكل طردي على حجم الدماغ. إن ما تم في هذه الأطروحة يمكن الاستعانة بنتائجه لإجراء دراسات مماثلة على نماذج أكثر تعقيدا.

عناصر مشابهة