Search Results Heading

MBRLSearchResults

mbrl.module.common.modules.added.book.to.shelf
Title added to your shelf!
View what I already have on My Shelf.
Oops! Something went wrong.
Oops! Something went wrong.
While trying to add the title to your shelf something went wrong :( Kindly try again later!
Are you sure you want to remove the book from the shelf?
Oops! Something went wrong.
Oops! Something went wrong.
While trying to remove the title from your shelf something went wrong :( Kindly try again later!
    Done
    Filters
    Reset
  • Is Peer Reviewed
      Is Peer Reviewed
      Clear All
      Is Peer Reviewed
  • Item Type
      Item Type
      Clear All
      Item Type
  • Subject
      Subject
      Clear All
      Subject
  • Source
      Source
      Clear All
      Source
  • Year
      Year
      Clear All
      From:
      -
      To:
  • More Filters
4 result(s) for "الجوهري، هناء طه عطا الله"
Sort by:
تحسين مقدرات معالم الإنحدار الذاتي من الدرجة الأولى باستخدام طريقة البوتستراب المزدوجة
يهدف هذا البحث إلى تطبيق أسلوب البو تستراب المفرد Single Bootstrapping وأسلوب البو تستراب المزدوج Double Bootstrapping في تقدير معالم نموذج الانحدار الذاتي بهدف الوصول إلى أقل أخطاء معيارية لمعامل الانحدار الذاتي وذلك بالتطبيق على تحليل البيانات الخاصة بالبورصة المصرية كتطبيق على نموذج الانحدار الذاتي Autoregressive Model من الدرجة الأولي (1) AR تبين تفوق أسلوب البو تستراب المفرد على طريقة المربعات الصغرى العادية OLS عند تقدير معالم نموذج الانحدار الذاتي من الدرجة الأولى، حيث يكون لمقدراتها أقل أخطاء معيارية وأقل طول لفترات الثقة بالمقارنة مع طريقة المربعات الصغرى. وكما ثبت تفوق أسلوب البو تستراب المزدوج Double Bootstrapping على أسلوب البو تستراب المفرد Single Bootstrapping وعلى طريقة المربعات الصغرى العادية OLS وذلك لجميع أحجام العينات (الصغيرة والمتوسطة والكبيرة)، وفقا لمعيار الخطأ المعياري للمقدر، حيث أوضحت نتائج الدراسة أن مقدرات البو تستراب المزدوج يكون لها أقل متوسط مربعات الخطأ mean square error (MSE) وأقل طول لفترات الثقة.
مقارنة بين أسلوبي C-H والامكان الأعظم لتصنيف البيانات وذلك بالتطبيق على مرضى الفشل الكلوي
استهدفت تلك الدراسة المقارنة بين طريقتين من طرق التحليل التمييزي الأول هو أسلوب التوليفة الخطية Chung and Hun (C-H classifier) وهو عبارة عن دمج دالتين تمايز خطية واحدة للمشاهدات المكتملة والأخرى للمشاهدات غير المكتملة، وأسلوب تصنيف الإمكان الأعظم MLE classifier وهو مشتق من دالة التمييز الخطي التقليدية ولكن اعتمد على تقدير المعالم باستخدام دالة الإمكان الأعظم. وكلا الأسلوبين يتطلبا نمط خاص للبيانات وهو أن تحتوي البيانات على مشاهدات مفقودة على وتيرة واحدة ويجب أن يكون للمجتمعين نفس النمط. كما تهدف الدراسة إلى التنبؤ بمتجه مشاهدات جديدة ذو p x1 إلى إحدى المجتمعين قيد الدراسة، وقامت الدراسة لتقييم كفاءة الأسلوبين باستخدام معيار مقدر البو تستراب المعلمي لفرق معدل الخطأ المتوقع (a (parametric bootstrap estimator of the Expected Error Rate Differences لمعرفة أيهما أفضل في التصنيف، ولقد تمت الدراسة التطبيقية على مجموعة من بيانات مرضي الفشل الكلوي، المتاحة بوحدة أمراض الكلي والغسيل الكلوي بمستشفى الأطفال الجامعي (جامعة المنصورة) وقد توصلت الدراسة إلى أن أسلوب C-H هو الأفضل.
أسلوب إحصائي مقترح لمعالجة بيانات السلاسل الزمنية العنقودية متعددة المتغيرات
تعد السلاسل الزمنية العنقودية من الموضوعات الهامة في تحليل البيانات. وإيجاد اتجاهات مشابهه في السلاسل الزمنية متعددة المتغيرات يمثل تحديا كبيرا في مختلف المجالات والعديد من التطبيقات مثل البحوث الجيوفيزيائية البيئية والبحوث التسويقية وهندسة وإدارة البرمجيات (Roberto ,et.al, 2013 & Monica et.al 2009) وتزداد مشكلات السلاسل الزمنية العنقودية عندما نريد تقسيم مشاهدات السلسلة الزمنية إلى مجموعات أو فئات مختلفة، ويتعلق هذا البحث بدراسة السلاسل الزمنية العنقودية متعددة المتغيرات والتي لها هيكل غير خطي فإنه تم استخدام أسلوب (KMPCA) ليعالج الهيكل غير الخطي يجعل استخدام السلاسل الزمنية العنقودية متعددة المتغيرات أكثر سهوله في الاستخدام. وذلك مع تقييد شرط (normality) وذلك لان السلاسل الزمنية متعددة المتغيرات تكون ذات تفاعلات عالية (High order interaction)، ونظرا لاحتواء البيانات الخاصة بهذه الدراسات على قيم مفقودة فإن جودة توفيق نماذج مناسبة لها تقل وبالتالي تعطي نتائج مضلله، مع العلم أن نتائج تحليل تلك البيانات لابد أن تكون أفضل إذا تم الوصول لطريقه تعالج البيانات المفقودة، فقد تم معالجة هذه البيانات باستخدام طريقة (MCMC).
إستخدام نموذج إحصائي لدراسة العوامل المؤثرة في معدل الخصوبة الكلي
تلعب النماذج الإحصائية دورا هاما في عملية الاستدلال الإحصائي في الحياة العملية في جميع مجالات العلوم المختلفة، ونظرا لهذا الدور تحظى دراسة النماذج الإحصائية بالاهتمام والتطوير المستمر كي تصبح أكثر مصداقية في وصف العلاقة بين متغير الاستجابة والمتغيرات التفسيرية. وتتمثل مشكلة البحث في أنه على الرغم من انخفاض معدل الخصوبة الكلي في الآونة الأخيرة، إلا أنه لم يتم تحقيق الهدف المأمول وهو طفلين لكل أسرة، ويعتبر استخدام وسائل منع الحمل هي المساهم الرئيسي في انخفاض الخصوبة، كما أن معظم الدراسات السكانية التي تطبق البيانات متعددة المستويات والتي استخدمت نموذج الانحدار اللوجيستي متعدد المستويات تهمل أثر تعدد المستويات داخل النموذج. وتم تطبيق البحث على بيانات المسح الديموجرافي الصحي لعام 2008 لمحافظة الدقهلية. في هذا البحث سوف يتم استخدام نموذج الانحدار اللوجيستي متعدد المستويات أحادي المتغيرMultilevel Univariate Logistic Regression Model ونموذج الانحدار اللوجيستي متعدد والمستويات متعدد المتغيرات Multilevel Multivariate Logistic Regression Model، ثم استخدام النموذج السكاني بونجارتس. وقد توصلت الدراسة إلى أن النموذج متعدد المستويات متعدد المتغيرات أفضل من النموذج أحادي المتغير، كما توصلت إلى وجود أثر معنوي لوسائل منع الحمل على معدل الخصوبة الكلي من خلال نموذج بونجارتس.