دراسة إحصائية لقياس العوامل المسببة للأمراض المزمنة في فلسطين باستخدام التحليل التمييزي والشبكات العصبية
| العنوان بلغة أخرى: |
A Statistical Study to Measure the Factors Causing Chronic Disease in Palestine Using Discriminative Analysis and Neural Networks |
|---|---|
| المصدر: | مجلة الدراسات المستدامة |
| الناشر: | الجمعية العلمية للدراسات التربوية المستدامة |
| المؤلف الرئيسي: | أبو سمرة، أشرف إسماعيل محمود (مؤلف) |
| مؤلفين آخرين: | العتابى، كريم خلف عزر (م. مشارك) |
| المجلد/العدد: | مج5, ملحق |
| محكمة: | نعم |
| الدولة: |
العراق |
| التاريخ الميلادي: |
2023
|
| التاريخ الهجري: | 1445 |
| الصفحات: | 1556 - 1578 |
| ISSN: |
2663-2284 |
| رقم MD: | 1415627 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | العربية |
| قواعد المعلومات: | EduSearch |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
الأمراض المزمنة | الشبكات العصبية | التحليل التمييزي | منحني 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: |
عدد مرات التحميل
10
| المستخلص: |
تعد الأمراض المزمنة (ضغط الدم، السكر) مشكلة صحية كبيرة وعالمية. حيث تهدف هذه الدراسة لاختيار أفضل نموذج إحصائي للعوامل المؤثرة على الأمراض المزمنة في (فلسطين)، من خلال المقارنة بين الشبكات العصبية، ونموذج التحليل التمييزي 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 ROC curve Bootstrapping observations, Leave-One-Out Cross-validation) 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 الدقة٩٣.١% 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 chronic disease 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 crossvalidation, 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: |
2663-2284 |
عناصر مشابهة
-
دراسة إحصائية لقياس العوامل المسببة لمرض السكر في فلسطين باستخدام الانحدار اللوجستي والشبكات العصبية
بواسطة: أبو سمرة، أشرف إسماعيل محمود منشور: (2023) -
دراسة مقارنة بين التحليل التمييزي ونموذج آلة المتجه الداعمة بالتطبيق على مرضى السكر بفلسطين
بواسطة: أبو سمرة، أشرف إسماعيل محمود منشور: (2023) -
مفاضلة بين أسلوب التحليل التمييزي والشبكات العصبية الأصطناعية في الإنذار المبكر من خطر الإفلاس: دراسة تطبيقية
بواسطة: فريد، أيمن منشور: (2018) -
المقارنة بين آلة الدعم الموجه للانحدار وأسلوب الانتشار الخلفي للشبكة العصبية : دراسة تطبيقية على تدفق مياه نهر دجلة في مدينة الموصل
بواسطة: صديق، رضوان يوسف منشور: (2013) -
مقارنة بين التحليل التمييزي : الشبكات العصبية و التشخيص التطبي لمرضى سرطان الفم
بواسطة: الجراح، ريم علي منشور: (2008)
