ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > دراسة إحصائية لقياس العوامل ال...>الوصف

دراسة إحصائية لقياس العوامل المسببة لمرض السكر في فلسطين باستخدام الانحدار اللوجستي والشبكات العصبية

العنوان بلغة أخرى: A Statistical Study to Measure the Factors Causing Diabetes in Palestine Using Logistical Regression and Neural Networks
المصدر: المجلة العلمية للاقتصاد والتجارة
الناشر: جامعة عين شمس - كلية التجارة
المؤلف الرئيسي: أبو سمرة، أشرف إسماعيل محمود (مؤلف)
مؤلفين آخرين: مصطفى، مصطفى جلال (م. مشارك), الغندور، خالد محمد محمد (م. مشارك), أبو العلا، هناء حسين على (م. مشارك)
المجلد/العدد: ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2023
الشهر: يوليو
الصفحات: 313 - 342
ISSN: 2636-2562
رقم MD: 1395192
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الأمراض المزمنة | داء السكري | النماذج الإحصائية | فلسطين
كلمات المؤلف المفتاحية:
مرض السكر | الشبكات العصبية | الانحدار اللوجستي | منحنى ROC | مصفوفة التصنيف | Diabetes | Logistic Regression | Neural Networks | Cross-Validation with Half of the Observations | Leave-One-out Cross-Validation | Bootstrapping | Confusion Matrix | ROC Curve
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

10

حفظ في:
المستخلص: يعد مرض السكر مشكلة صحية مزمنة وعالمية. حيث تهدف هذه الدراسة لاختيار أفضل نموذج إحصائي للعوامل المؤثرة على مرض السكر في قطاع غزة (فلسطين)، من خلال المقارنة بين الشبكات العصبية، ونموذج الانحدار اللوجستي على بيانات حقيقية للمراجعين على عيادات الصحة. وفي هذه الدراسة أجريت مقارنة بين النماذج الإحصائية باستخدام أربعة أساليب مختلفة (Cross- validation with half of the observations, Leave-One-Out Cross-validation ROC curve Bootstrapping) للوصول إلى أفضل نموذج للبيانات من خلال تقدير الدقة ومعدل الخطأ لكل نموذج. وقد بينت نتائج هذه المقارنات أن الشبكات العصبية الاصطناعية هي الأفضل من حيث الدقة ومعدل الخطأ، حيث بلغت درجة الدقة 93.1% ومعدل الخطأ 6.9%. وهذا يعود إلى أن الشبكات العصبية تقدم أفضل نموذج يقترب من البيانات المتاحة.

Diabetes is a chronic, global health problem. Where this study aims to choose the best statistical model for the factors affecting diabetes in the Gaza Strip (Palestine), by comparing neural networks, and the logistic regression model on real data for patients at health clinics. In this study, a comparison was made between statistical models using four different methods (Cross- validation with half of the observations, leave-one-out cross-validation, Bootstrapping, and ROC curve) to reach the best data model by estimating the accuracy and error rate of each model. The results of these comparisons showed that the artificial neural networks are the best in terms of accuracy and error rate, with an accuracy of 93.1% and an error rate of 6.9%. This is because neural networks provide the best model approximation of the available data.
ISSN: 2636-2562

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.