ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > مقارنة بين أسلوبي C-H والامكان...>الوصف

مقارنة بين أسلوبي C-H والامكان الأعظم لتصنيف البيانات وذلك بالتطبيق على مرضى الفشل الكلوي

المصدر: المجلة المصرية للدراسات التجارية
الناشر: جامعة المنصورة - كلية التجارة
المؤلف الرئيسي: البلقيني، محمد توفيق إسماعيل (مؤلف)
مؤلفين آخرين: طاقية، البيومي عوض عوض (م. مشارك), زيدان، محمد مجدي (م. مشارك), الجوهري، هناء طه عطا الله (م. مشارك), القواصي، رانيا السيد محمد (م. مشارك)
المجلد/العدد: مج44, ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2020
الصفحات: 248 - 276
رقم MD: 1224141
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الإحصاء التطبيقي | بيانات المرضى | أمراض الكلية
كلمات المؤلف المفتاحية:
التحليل التمييزي | أسلوب تصنيف C-H | أسلوب تصنيف MLE | فقد البيانات على وتيرة واحدة | البوتستراب المعملي | معدل الخطأ المتوقع | Discriminant Analysis | C-H Classifier | MLE Classifier | Monotone Missing Data | Parametric Bootstrap | Expected Error Rate
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

8

حفظ في:
المستخلص: استهدفت تلك الدراسة المقارنة بين طريقتين من طرق التحليل التمييزي الأول هو أسلوب التوليفة الخطية Chung and Hun (C-H classifier) وهو عبارة عن دمج دالتين تمايز خطية واحدة للمشاهدات المكتملة والأخرى للمشاهدات غير المكتملة، وأسلوب تصنيف الإمكان الأعظم MLE classifier وهو مشتق من دالة التمييز الخطي التقليدية ولكن اعتمد على تقدير المعالم باستخدام دالة الإمكان الأعظم. وكلا الأسلوبين يتطلبا نمط خاص للبيانات وهو أن تحتوي البيانات على مشاهدات مفقودة على وتيرة واحدة ويجب أن يكون للمجتمعين نفس النمط. كما تهدف الدراسة إلى التنبؤ بمتجه مشاهدات جديدة ذو p x1 إلى إحدى المجتمعين قيد الدراسة، وقامت الدراسة لتقييم كفاءة الأسلوبين باستخدام معيار مقدر البو تستراب المعلمي لفرق معدل الخطأ المتوقع (a (parametric bootstrap estimator of the Expected Error Rate Differences لمعرفة أيهما أفضل في التصنيف، ولقد تمت الدراسة التطبيقية على مجموعة من بيانات مرضي الفشل الكلوي، المتاحة بوحدة أمراض الكلي والغسيل الكلوي بمستشفى الأطفال الجامعي (جامعة المنصورة) وقد توصلت الدراسة إلى أن أسلوب C-H هو الأفضل.

This study aims to comparing two discriminant analysis methods, namely the linear combination classifier of Chung and Hun (C-H classifier), which is a linear combination of two discriminant functions, one based on the complete observations and the other based on the incomplete observations. Also, the Maximum Likelihood Estimation substitution classifier is the general rule of discrimination based on parameters estimators via MLE estimator. It will be assumed that there are two populations are multivariate normal with equal covariance matrix; one of them is with the same monotone pattern. We consider the problem of classifying a p x1 observation into one of two population. We examine the two classifiers to know which is better in the classification by using a parametric bootstrap estimator of the Expected Error Rate Differences, The applied study was done on a set of data of patients with kidney failure available in the Kidney Diseases and Kidney Dialysis Unit at the University Children's Hospital (Mansoura University) the result shows that the C-H classifier is more efficiency to the MLE classifier when the proportion of observations with missing data is substantial.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.