ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > مقارنة بين الانحدار اللوجستي ا...>الوصف

مقارنة بين الانحدار اللوجستي الثنائي والشبكات العصبية في تصنيف المشاهدات بالتطبيق على أهم العوامل المؤثرة على كفاية دخل المعلم: دراسة حالة

العنوان بلغة أخرى: Comparison of Binary Logistic Regression and Neural Networks in the Classification of Observations Applying to the Most Important Factors Affecting the Adequacy of the Teacher's Income: A Case Study
المصدر: مجلة التربوي
الناشر: جامعة المرقب - كلية التربية بالخمس
المؤلف الرئيسي: الدوفاني، سميرة عمر (مؤلف)
المؤلف الرئيسي (الإنجليزية): Aldofani, S. O.
مؤلفين آخرين: التير، فاطمة علي (م. مشارك) , العيان، أسماء اشتيوي (م. مشارك) , الناكوع، أروى مصطفى (م. مشارك) , أبو سنينة، مروة محمد (م. مشارك)
المجلد/العدد: ع25
محكمة: نعم
الدولة: ليبيا
التاريخ الميلادي: 2024
الشهر: يوليو
الصفحات: 1084 - 1100
ISSN: 2011-421X
رقم MD: 1489394
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
الانحدار اللوجستي | الشبكات العصبية | أساليب التصنيف | التطبيقات الإحصائية
كلمات المؤلف المفتاحية:
نموذج الانحدار اللوجستي | الشبكات العصبية الاصطناعية | دخل المعلم | جدول التصنيف | منحنى الروك | Logistic Regression Model | Artificial Neural Networks | Teacher's Income | Classification Table | ROC Curve
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

7

حفظ في:
المستخلص: تعددت الأساليب والطرق المستخدمة لتصنيف المشاهدات الثنائية وذلك إلى كثرة الظواهر التي يمكن تحليلها وتفسيرها من خلال أساليب التصنيف، تكمن مشكلة البحث في المفاضلة بين أسلوبين مختلفين يستخدمان في معالجة النماذج ذات المتغيرات التابعة النوعية هما نموذج الانحدار اللوجستي وأسلوب الشبكات العصبية باعتبارهما أسلوبان يستخدمان للفصل بين المشاهدات. هدفت الدراسة إلى التعرف على هذه الأساليب التي تعالج النماذج ذات المتغيرات التابعة النوعية والمفاضلة بينها، كما تهدف الدراسة إلى تسليط الضوء على استخدام الشبكات العصبية الاصطناعية في التطبيقات الإحصائية خاصة في التصنيف والتنبؤ، وكذلك هدفت الدراسة إلى التعرف على أهم العوامل التي تؤثر على كفاية دخل المعلم، ومن أهم نتائج الدراسة أن النماذج المقترحة أعطت أفضلية للانحدار اللوجستي من حيث نسبة التصنيف على الشبكات العصبية، بينما أعطت نتائج متقاربة في أهمية المتغيرات والتي كان متغير طبيعة ملكية المسكن أهمها. وكانت من أهم توصيات هذه الدراسة هو إمكانية الاعتماد على هذه الأساليب في تحليل مثل هذه البيانات.

There are various methods and approaches used to classify binary observations due to the numerous phenomena that can be analyzed and interpreted through classification methods. The research problem lies in comparing traditional statistical methods that deal with qualitative dependent variable models, especially classification and discrimination methods like logistic regression, with the results of neural network methods, which are considered a modern method for separating observations. The study aims to identify the methods that deal with qualitative dependent variable models and compare them. Additionally, the study aims to highlight the use of artificial neural networks in statistical applications, especially in classification and prediction. Furthermore, the study aims to identify the important factors that affect the teacher's income. One of the main findings of the study is that the proposed models favored logistic regression in terms of classification compared to neural networks, while the results were similar in terms of the importance of variables, with the property nature of housing ownership being the most important. One of the main recommendations of the study is to rely on modern methods in analyzing such data, while still considering traditional methods such as logistic regression, as they are still effective in data analysis.
ISSN: 2011-421X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.