| المستخلص: |
من أوسع الأساليب الإحصائية استخداما في مجال تحليل البيانات المصنفة هما أسلوبي الانحدار اللوجستي والتحليل التمييزي واللذان يمكن استخدامهما كنماذج خطية أو غير خطية في مجال تصنيف البيانات. أن استخدام التحليل التمييزي يشترط فيه توافر عدد من الافتراضات من أهمها أن تكون بيانات المتغيرات المستقلة مستمرة وتتبع التوزيع الطبيعي، وكذلك تساوي مصفوفتي التباين والتغاير لمجتمعين، أما في الانحدار اللوجستي لا توجد شروط تخص المتغيرات المستقلة إذ يعد نسبيا أكثر حصانه من التحليل التمييزي وكذلك يتسم بالمرونة والبساطة ويعطي تفسيرا واضحا وذو دلاله ومعنى لوصف العلاقة بين المتغير التابع والمتغيرات المستقلة. تهدف هذه الدراسة إلى تصنيف البيانات على وفق ثلاث نماذج الأول نموذج الدالة الاحتمالية لدالة الانحدار اللوجستي المتعدد الاستجابة، والثاني نموذج دالة التمييز الخطي والثالث نموذج احتمالات الاستجابة لدالة التمييز الخطي، حيث استخدم الباحث أسلوبين من أساليب التصنيف والتنبؤ هما التحليل التميزي والانحدار اللوجستي وعمل مقارنه بينهما لتحديد اهم العوامل الذي توثر على طبيعية المرض وقد تكون هذه العوامل اقتصادية وديموغرافية وطبية وغيرها والمتمثلة بالمتغيرات المستقلة وما مدى تأثيرها على المتغير التابع ومعرفة أي من النماذج الثلاثة افصل وأدق في توفيق البيانات وأيهما يظهر باقل نسبة خطأ تصنيف ممكن.
Among the most widely used statistical methods in classifyieg data are logistic regression, and discriminatory analyzed, which can be used as linear models in data classification. There should be a number of assumptions for using analysis discriminatory, the most important among them is that the data of the independent variables are continuous and follow the normal distribution, and the population have common variance matrix. While in logistic regression, there are no conditions concerning the independent variables, as it is encountered to be more accurate than analyzed discriminatory, and it is also simple and flexible, and gives a clear significant explanation and a meaning for describing the relation between both dependent and independent variations. This study also aims at classifying the data based on three models: the first model is the probability function for the multi- responsive logistic regression. The second model is linear discriminatory function. The third model is the prospected discriminatory function response; The researcher used two models of classification and prediction, which are analyzed discriminatory and logistic regression and made a comparison between them to identify the most important factors that affect the nature of the disease, these factors might be economic, demographic, medical, etc. which are represented in dependent variables, and how it has an effect on the independent variables , besides recognizing which of the two models is better and more accurate in results, and which of them shows the least percentage of fault in classification.
|
