المستخلص: |
تعد عملية نمذجة المتغيرات القابلة للعد من المهام المهمة في العديد من المجالات منها الاقتصادية والعلوم الاجتماعية والطبية . غالبا ما يستخدم نموذج انحدار بواسون لنمذجة مثل هذا النوع من البيانات ويكون هذا النموذج غير ملائم عندما يعاني من مشكلة (Overdispersion)وعليه سوف يستخدم نموذج انحدار ثنائي الحدين السالب وقد استخدمنا في هذا البحث أسلوب (Jackknife- after- Bootstrap) لتقييم الخطأ الذي يحصل عند تقدير المعلمات باستخدام الـ (Bootstrap) في انحدار بواسون ، إذ استخدمنا مجموعتين من البيانات الحقيقية لتوضيح الأسلوب المستخدم وقد وضحت النتائج بان استخدام أسلوب (Jackknife- after- Bootstrap) يمكن التعويل عليه مقارنة بالطرائق التقليدية وخاصة عند أحجام العينات الصغيرة والمتوسطة .
Modeling count variables is a common task in many application areas such as economics, social sciences, and medicine. The classical Poisson regression model for count data is often used and it is limited in these disciplines since count data sets typically exhibit overdispersion, so negative binomial regression can be used. We use a jackknife- after- bootstrap procedure to assess the error in the bootstrap estimated parameters. The method is illustrated through two real examples. The results suggest that the jackknife- after- bootstrap method provides a reliable alternative to traditional methods particularly in small to moderate samples.
|