تسجيل دخول الزائر 0
الرئيسية > مقارنة النماذج الخطية و المختل...>الوصف

مقارنة النماذج الخطية و المختلطة لتحليل التمايز في تصنيف البيانات بالتطبيق على مرضى حصوات الكلى

المصدر: المجلة المصرية للدراسات التجارية
الناشر: جامعة المنصورة - كلية التجارة
المؤلف الرئيسي: المهدي، إبراهيم محمد، ت. 2023 م. (مؤلف)
مؤلفين آخرين: مصطفى، مها وائل البكري (م. مشارك) , طاقية، البيومي عوض عوض (م. مشارك)
المجلد/العدد: مج38, ع3
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2014
الصفحات: 331 - 360
رقم MD: 666118
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
مرضى حصوات الكلى | البيانات الإحصائية | التمايز | النماذج الخطية
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

download-count-image

51

أبلغ عن هذه المادة
حفظ في:
المستخلص: تهدف هذه الدراسة إلى الوصول للنموذج الذي يحقق أعلى دقة تصنيف ممكنة مع الأخذ في الاعتبار فروض كل نموذج وشروط تطبيقه على البيانات المتاحة. وفي هذه الدراسة يتم المقارنة بين النموذج الحظي والنموذج المختلط لتحليل التمايز وذلك للوصول إلى أفضل نموذج يمكن استخدامه في تصنيف البيانات بحيث يعطي أعلى دقة تصنيف وأقل خطأ تصنيف، وقد توصلت الدراسة إلى أن تحليل التمايز المختلط يعد من أفضل نماذج تحليل التمايز في تصنيف البيانات بدقة بحيث يعطي أعلى معدل دقة تصنيف، ولقد تمت الدراسة التطبيقية على مجموعة من بيانات مرضى حصوات الكلى المتاحة بمركز الكلى والمسالك البولية بجامعة المنصورة، وتوصي الدراسة الحالية بالتوسع في استخدام تحليل التمايز المختلط كوسيلة فعالة في تصنيف البيانات في المجال الطبي بشكل خاص وفي جميع مجالات الحياة بشكل عام، واستخدام بعض الخوارزميات الحديثة في تقدير معالم النموذج المختلط.

This study aims to determine the best model that achieves high rates of classification accuracy as possible, taking into account the assumptions of each model and the conditions applied to the available data. In this study we make a comparison between the linear and mixture models of the discriminant analysis in order to reach the best model that can be used to classify data, so that gives high rates of classification accuracy and less classification error. Using a unique dataset of 2182 patients with kidney stones from 2000 to 2010. Overall, we conclude that the mixture discriminanit^model is one of the best models of discriminant analysis in the classification of the data accurately. We recommend using mixture discriminant analysis as an effective tools to classify data in the medical field in particular and in all areas of life in general. In addition, using developed algorithms (e.g., SOMN) in estimates mixture model predictors.

عناصر مشابهة