ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > اختيار المتغيرات في أنموذج انح...>الوصف

اختيار المتغيرات في أنموذج انحدار بواسون باستخدام خوارزمية الأعشاب الضارة

العنوان بلغة أخرى: Variable Selection in Poisson Regression Model Using Invasive Weed Optimization Algorithm
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: عبدالله، غادة يوسف إسماعيل (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdallh, Ghada Yousif Ismail
مؤلفين آخرين: الجمال، زكريا يحيى نورى (م. مشارك)
المجلد/العدد: ع30
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2019
الشهر: ديسمبر
الصفحات: 39 - 54
ISSN: 1680-855X
رقم MD: 1062113
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
نماذج الانحدار اللوغاريتمية | نموذج انحدار بواسون | خوارزمية الأعشاب الضارة
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يعد أنموذج انحدار بواسون واحدا من أهم نماذج الانحدار اللوغاريتمية الخطية، وهو الأداة التي يتم من خلالها نمذجة المتغير المعتمد عندما تكون قيم ذلك المتغير على شكل قيم قابلة للعد. وكغيره من سائر نماذج الانحدار، قد يحتوي الأنموذج على متغيرات مستقلة كثيرة ما يؤثر سلبا في دقة الأنموذج وبساطته في تفسير النتائج. تهدف هذه الدراسة إلى استخدام خوارزمية الأعشاب الضارة ومقارنتها مع طرائق أخرى في اختيار المتغيرات في نموذج انحدار بواسون باستخدام المحاكاة والبيانات الحقيقة وتم استخدام أسلوب مونت – كارلو في المحاكاة لتوليد بيانات تتبع نموذج انحدار بواسون تبعا لعوامل مختلفة كحجم العينة، وعدد المتغيرات المستقلة. وتم الاعتماد على جانبين من جوانب تقييم أداء الطرائق المستخدمة: الأول تقييم دقة التنبؤ، والثاني هو تقييم اختيار المتغيرات كمعيار للمقارنة، فقد أظهرت نتائج المحاكاة تفوق خوارزمية الأعشاب الضارة مقارنة بطرائق اختيار المتغيرات الأخرى. إضافة إلى ذلك، وتم التطبيق على بيانات حقيقية جمعت من مصابين بمرض العجز الكلوي المزمن، والذين يتعالجون بالغسيل الكلوي المستمر، وقد شخص حالة المرضى من قبل أطباء مختصون بالتعاون مع مستشفى ابن سينا التعليمي – وحدة الكلية الاصطناعية.

Variable selection is a very helpful procedure for improving prediction accuracy by finding the most important variables that are related to the response variable. Poisson regression model has received much attention in several science fields for modeling count data. Invasive weed optimization algorithm (IWO) is one of the recently efficient proposed nature-inspired algorithms that can efficiently be employed for variable selection. In this work, IWO algorithm is proposed to perform variable selection for Poisson regression model. Extensive simulation studies and real data application are conducted to evaluate the performance of the proposed method in terms of prediction accuracy and variable selection criteria. The results proved the efficiency of our proposed methods and it outperforms other popular methods.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.