Explore the vast range of titles available.

تعد الأمراض المزمنة (ضغط الدم، السكر) مشكلة صحية كبيرة وعالمية. حيث تهدف هذه الدراسة لاختيار أفضل نموذج إحصائي للعوامل المؤثرة على الأمراض المزمنة في (فلسطين)، من خلال المقارنة بين الشبكات العصبية، ونموذج التحليل التمييزي على بيانات حقيقية للمراجعين على عيادات الصحة. وفي هذه الدراسة أجريت مقارنة بين النماذج الإحصائية باستخدام أربعة أساليب مختلفة(Cross- validation with half of the ROC curve Bootstrapping observations, Leave-One-Out Cross-validation) للوصول إلى أفضل نموذج للبيانات من خلال تقدير الدقة ومعدل الخطأ لكل نموذج. وقد بينت نتائج هذه المقارنات أن الشبكات العصبية الاصطناعية هي الأفضل من حيث الدقة ومعدل الخطأ، حيث بلغت درجة الدقة٩٣.١% ومعدل الخطأ 6.9%. وهذا يعود إلى أن الشبكات العصبية تقدم أفضل نموذج يقترب من البيانات المتاحة.

في هذا البحث تم التعامل مع نموذج الانحدار الخطي متعدد المستويات والذي يعد من اهم النماذج واسعة الاستخدام والتطبيق في تحليل البيانات التي تتصف بكون المشاهدات فيها تأخذ الشكل الهرمي، في هذا البحث تم تطبيق طريقتين مختلفين لتقدير معلمات النموذج وهما طريقة المربعات الصغرى العامة (Generalized Least Square) وطريقة الانتروبي العظمى العامة (Generalized Maximum Entropy) وتم إجراء المقارنة بينهما وأيهما افضل في عملية التقدير وذلك من خلال معيار المعلومات اكايكي Akaike in formation criterion ومعيار المعلومات البيزية information criterion Bayesian وتبين أن طريقة الانتروبي العظمى العامة هي الأكفأ في عملية التقدير أن طريقة الانتروبي العظمى العامة GME تعد الطريقة المثلى لتقدير معلمات نموذج متعدد المستويات (بمستويين لبيانات البانل 2-PMRM بشكل عام لأي نوع من أنواع نماذج الانحدار لبيانات البانل ولمختلف أحجام العينات إذ حافظت الطريقة على أفضلية التقدير باعتماد مقياسي AIC ومقياس BIC وهذا يعني انه يمكن اعتماد طريقة الانتروبي العظمى العامة GME للتقدير في الجانب التطبيقي عند تقدير معلمات نموذج متعدد المستويات بمستويين لبيانات البانل2-PMRM المثل لبيانات الحنطة في بعض محافظات العراق وبحسب السلسلة الزمنية المتوفرة والممتدة من ۲۰۰۰ - ۲۰۲۱.

تم التطرق في بحثنا هذا إلى طريقتين لتقدير معلمات نموذج انحدار متعدد المستويات (بمستويين وهما طريقة الانتروبي العظمى العامة وطريقة التحليل البيزي المعتمدة على الدالة الاحتمالية المرافقة الطبيعية ووجد أن طريقة الانتروبي هي الطريقة الأفضل في عملية التقدير وذلك من خلال مقياسي المقارنة وهما معيار اكايكي ومعيار المعلومات البيزية حيث طريقة الانتروبي امتلكت قيما أصغر في عملية التقدير لذلك تعتبر هي المثلى. إن عملية التقدير لمعلمات انحدار متعدد المستويات البيانات بطرائق التقدير (الطرق Multilevel Regression Model for panel data البنل البيزية وطريقة الانتروبي العظمى العامة باعتبارها طرائق تقدير حديثة تعد إضافة جديدة للباحثين كون الهدف هو البحث عن طرائق تقدير تتصف بالكفاءة قد تفوق تقديرات الطرائق الشائعة وكذلك الاستفادة من صفات هذه الطرائق من حيث كونها بعضها لها صفة الحصانة robustness ونقصد طريقة الانتروبي العظمى العامة Generalized Maximum Entropy وكذلك إجراء المقارنة بينها لتحديد الأفضل منها يعطي أفاقا للباحثين مستقبلا في اعتماد الطريقة المثلى لتقدير معلمات النموذج متعدد المستويات MRMPD عند دراسة ظاهرة أخرى غير ظاهرة الإنتاج الزراعي في العراق ووفقا لبيانات الظاهرة قيد الدراسة والتي يمثلها النموذج نفسه، إذ يحدد الباحث الطريقة الأمثل بحسب المقدر الذي يعطي اقل تباين في تقدير معالم النماذج متعددة المستويات وحسب اختبار معيار معلومات البيزية Bayesian Information Criterion BIC معيار المعلومات اكايكي.

حالة استخدام خريطة هوتلينج T2 عندما يكون توزيع البيانات يتبع التوزيع الطبيعي فإن أدواؤها يكون أفضل من الخرائط الأخرى، ومع ذلك في حالة بيانات المعلمية لا تتبع التوزيع الطبيعي، فإن أداؤها أقل مما هو متوقع، مع هذا، إذا كان التوزيع الطبيعي معروف أو لا يعرف الكثير عن توزيع العملية، فإن خرائط اللامعلمية المقترحة تكون أفضل إلى حد ما وأكثر أمانا لمراقبة العملية، ومن المعلوم أيضا في النظرية اللامعلمية أن الاختبارات التي تستند إلى إحصاء الإشارة أقل قوة من إحصاءه إشارة الرتب عندما يكون توزيع البيانات متماثلا، لذلك يفضل استخدام خريطة إشارة الرتب في حالة التوزيعات المتماثلة وخفيفة الذيل، ويتضح أيضا عند اختيار UCL باستخدام التوزيع التقريبي فإن ARL عادة ما يحقق أكبر من المطلوب، الأمر الذي يؤدي إلى عدد قليل من الإنذارات الكاذبة، وهذا مرغوب فيه من الناحية العملي كذلك خرائط المراقبة اللامعلمية تعتبر أداة مفيدة في مراقبة العملية الإحصائية في حالة توزيع بيانات العملية غير محدد أو غير طبيعي، وكلتا الخريطتين الإشارة إشارة الرتب أظهرت نتائج مماثلة في مراقبة العملية، باستخدام توزيع مربع كاي تم حساب وتحديد الحد الأعلى للخرائط المقترحة، وتوضح الخرائط أيضا أن متغيرات الدراسة هي ضمن الحدود المسموح، ومن خلال المحاكاة أظهرت الخرائط قوة في الكشف عن التغيرات، وعندما تتكون العملية من عدة نظم أو متغيرات مترابطة، فإنه من الضروري استخدام الخرائط متعدد المتغيرات بدلا من لخرائط أحادية المتغير.

يعد التنبؤ بالسلوك المستقبلي للسلاسل الزمنية من الموضوعات الهامة في العلوم الإحصائية ولذلك فإن التنبؤ بالإنتاج للطاقة الكهربائية في العراق يحتل مكانة هامة باعتبار الحاجة اليومية للطاقة الكهربائية في كافة مجالات الحياة المختلفة. في هذا البحث تم اختيار طريقتين للتنبؤ وهي كل من طريقة بوكس جنكينز وطرائق التمهيد الأسي حيث تمت المقارنة بين الطريقتين وذلك لمعرفة الطريقة الأفضل في التنبؤ بطريقتين الأولى بالاعتماد على المعيارين MAPE وMAE والثانية المقارنة بين القيم الحقيقية لعام ٢٠١١ لأنواع الإنتاج والقيم التنبؤية لنفس السنة حسب معيار RMSE.

أن أوسع الأساليب الإحصائية استخداما في مجال تحليل البيانات المصنفة هو أسلوب الانحدار اللوجستي والذي يمكن استخدامه كأنموذج خطي في مجال تصنيف البيانات حيث لا يفترض على الانحدار اللوجستي أي شروط تخص توزيع المتغيرات المستقلة إذ يعد نسبيا أسهل واكثر حصانة من غيرة ويتسم بالمرونة والبساطة ويعطي تفسيرا واضحا وذات دلالة ومعنى الوصف العلاقة ما بين المتغير التابع والمتغيرات التوضيحية وفي هذا البحث يتم تركيز على نموذج الانحدار اللوجستي متعدد الاستجابة وإجراء صيغة احتمالية النموذج الانحدار اللوجستي بعد تقدير معالمة بطريقة الإمكان الأعظم حيث يسمى الانحدار اللوجستي الثنائي عندما يكون المتغير التابع يتبع توزيع برنولي ويأخذ القيمة ١ باحتمال مقدار p والقيمة ٠ باحتمال 1-p أي حدوث الاستجابة وعدم حدوثها ونموذج الانحدار اللوجستي متعدد الاستجابة ويستخدم في حالة المتغير التابع من النوع الاسمي والمؤلف من اكثر من مستويين.

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.