اختيار المتغيرات في نموذج انحدار بواسون باستخدام خوارزمية ابن اوى الذهبي
الشريط الجانبي للمقالة
THIS IS AN OPEN ACCESS ARTICLE UNDER THE CC BY LICENSE
محتوى المقالة الرئيسي
الملخص
يعد نموذج انحدار بواسون أحد أهم نماذج الانحدار اللوغاريتمية الخطية، وهو الأداة التي يتم من خلالها نمذجة المتغير المعتمد عندما تكون قيم ذلك المتغير على شكل قيم قابلة للعد. وكغيره من سائر نماذج الانحدار، قد يحتوي النموذج على متغيرات مستقلة كثيرة ما يؤثر سلباَ على دقة النموذج وبساطته في تفسير النتائج. تهدف هذه الدراسة إلى استخدام خوارزمية ابن اوى الذهبي ومقارنتها مع طرائق اخرى في اختيار المتغيرات في نموذج انحدار بواسون باستخدام المحاكاة والبيانات الحقيقة وتم استخدام أسلوب مونت – كارلو في المحاكاة لتوليد بيانات تتبع نموذج انحدار بواسون تبعا لعوامل مختلفة كحجم العينة وعدد المتغيرات المستقلة وتم الاعتماد على جانبين من جوانب تقييم أداء الطرائق المستخدمة: الأول هو تقييم دقة التنبؤ والثاني هو تقييم اختيار المتغيرات كمعيار للمقارنة، فقد أظهرت نتائج المحاكاة تفوق خوارزمية ابن اوى الذهبي مقارنةَ بطرائق اختيار المتغيرات الأخرى. فضلا من ذلك، تم التطبيق على بيانات حقيقية تم جمعها من مصابين بمرض العجز الكلوي المزمن والذين يتعالجون بالغسيل الكلوي المستمر، وقد شخصت حالة المرضى من قبل أطباء مختصين بالتعاون مع مستشفى ابن سينا التعليمي – وحدة الكلية الاصطناعية.
التنزيلات
تفاصيل المقالة
المراجع
الراوي، خاشع محمود، (1978)،"مدخل الى تحليل الانحدار"، جامعة الموصل.
صبري، حسام موفق (2013)، "مقارنة طرائق تقدير معلمات انموذج انحدار بواسون في ظل وجود مشكلة التعدد الخطي مع تطبيق عملي"، أطروحة دكتوراه، غير منشورة، كلية الإدارة والاقتصاد، جامعة بغداد.
عبدالله، لقاء سعيد وعلوش، ذكرى علي و الجراح، إسراء عبد الحق ،(2011)، "دراسة إنزيم ميتالوإندوببتايديز وعلاقته بمرض العجز الكلوي المزمن"، مجلة علوم الرافدين، المجلد (22)، العدد (4)، ص (71-87).
Mehrabian, A. R., & Lucas, C. (2006). A novel numerical optimization algorithm inspired from weed colonization. Ecological informatics, 1(4), 355-366.
Algamal, Z. Y. and Lee, M. H. (2015). "Penalized Poisson Regression Model using adaptive modified Elastic Net Penalty". Electronic Journal of Applied Statistical Analysis,Vol. 08, Issue 02, 236-245.
El Anbari, M. and Mkhadri, A. (2013)." The adaptive gril estimator with a diverging number of parameters. Communications in Statistics - Theory and Methods". 42(14), 2634–2660.
Fan, J., & Li, R. (2001). "Variable selection via nonconcave penalized likelihood and its oracle properties". Journal of the American Statistical Association, 96(456), 1348-1360.
Hossain, S. and Ahmed, E. (2012). "Shrinkage and penalty estimators of a Poisson regression model". Australian & New Zealand Journal of Statistics. 54(3), 359–373.
James, G., Witten, D., Hastie, T., and Tibshirani, R. (2013). "An introduction to statistical learning". Springer, New York.
Månsson, K., Kibria, B. G., Sjolander, P & Shukur, G. (2012), "Improved Liu Estimators for the Poisson Regression Model", International Journal of Statistics and Probability, Vol. 1, No. 1, pp. 1-6.
Tibshirani, R. (1996). "Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society". Series B (Methodological). 58(1), 267–288.
Zou, H. (2006)." The adaptive lasso and its oracle properties. Journal of the American Statistical Association". 101(476), 1418–1429.
Zou, H. and Hastie, T. (2005). "Regularization and variable selection via the elastic net". Journal of the Royal Statistical Society. Series B (Methodological). 67(2), 301–320.