| LEADER |
03865nam a22002417a 4500 |
| 001 |
2164128 |
| 041 |
|
|
|a ara
|
| 044 |
|
|
|b العراق
|
| 100 |
|
|
|9 737976
|a أبو سمرة، أشرف إسماعيل محمود
|e مؤلف
|g Abu Samra, Ashraf Ismail Mahmoud
|
| 245 |
|
|
|a دراسة إحصائية لقياس العوامل المسببة للأمراض المزمنة في فلسطين باستخدام التحليل التمييزي والشبكات العصبية
|
| 246 |
|
|
|a A Statistical Study to Measure the Factors Causing Chronic Disease in Palestine Using Discriminative Analysis and Neural Networks
|
| 260 |
|
|
|b الجمعية العلمية للدراسات التربوية المستدامة
|c 2023
|m 1445
|
| 300 |
|
|
|a 1556 - 1578
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a 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.
|b 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.
|
| 653 |
|
|
|a الأمراض المزمنة
|a المجتمع الفلسطيني
|a التحليل التمييزي
|a التحليل الإحصائي
|a الشبكات العصبية
|
| 692 |
|
|
|a الأمراض المزمنة
|a الشبكات العصبية
|a التحليل التمييزي
|a منحني ROC
|a مصفوفة التصنيف
|b Diabetes
|b Logistic Regression
|b Neural Networks
|b Cross Validation with Half of the Observations
|b Leave One Out Cross Validation
|b Bootstrapping
|b Confusion Matrix
|b ROC Curve
|
| 700 |
|
|
|9 410549
|a العتابى، كريم خلف عزر
|e م. مشارك
|g Motif, Karim Khalaf
|
| 773 |
|
|
|4 التربية والتعليم
|6 Education & Educational Research
|c 067
|e Journal of Sustainable Studies
|f Mağallaẗ al-dirāsāt al-mustadāmaẗ
|l 970
|m مج5, ملحق
|o 2053
|s مجلة الدراسات المستدامة
|v 005
|x 2663-2284
|
| 856 |
|
|
|u 2053-005-970-067.pdf
|
| 930 |
|
|
|d y
|p y
|q y
|
| 995 |
|
|
|a EduSearch
|
| 999 |
|
|
|c 1415627
|d 1415627
|
