Explore the vast range of titles available.

This study compares bootstrap, stratified, and systematic sampling for housing price regression models. Using both simulated and King County real-world data, we evaluate their impact on predictive accuracy through adjusted R2. Key Findings Stratified sampling outperformed other methods consistently, showing 8.3% higher R² than bootstrap and 12.7% higher than systematic sampling. This advantage was strongest for smaller samples (n<1000). Method Comparison Bootstrap sampling showed small-sample bias risks, while systematic sampling displayed high variability with clustered data. Stratified sampling maintained superior performance across all sample sizes. Real-World Validation King County data confirmed stratified sampling's advantages were even greater in practice than simulations, highlighting its real-world applicability. Implications Results strongly recommend stratified sampling for real estate modeling, particularly with limited data. Findings emphasize sample representativity's crucial role in regression accuracy, with broader applications to naturally stratified variables. The study contributes to the growing body of literature on sampling methodology optimization and provides empirical evidence for best practices in regression model development.

The study aims to understand the influence of three factors (financial gain, passion for innovation and social recognition) on entrepreneurial motivation of Algerian students. Methodology: using a sample of 204 students and Covariance-Based Structural Equation Modeling (CB-SEM), we aimed to test the hypothesis regarding the relationships between intrinsic and extrinsic motivation and entrepreneurial motivation. Findings: The research reveals that the passion for innovation is the most influential factor with the financial gain closely following, and then social recognition. The study further suggests that education programs involving aspects of creativity and innovations; should be employed to enhance the students' entrepreneurial motivation.

This study aims to forecast livestock using the Box-Jenkins methodology, specifically applying it to a time series of annual livestock numbers in Algeria from 1990 to 2021. It concluded with the estimation of a forecasting model based on the Autoregressive Integrated Moving Average (ARIMA) approach, specifically ARIMA(0,1,1), which demonstrated good accuracy with a Mean Absolute Percentage Error (MAPE) of 10.40%. The forecast indicates an increase in livestock numbers during the period from 2022 to 2025.

Objectives: The COVID-19 pandemic was directly responsible for a large number of death cases worldwide and Kuwait was no exception. This article attempted to analyze and understand any impacts of demographic factors on COVID-19 mortality in Kuwait over 2020. Specifically, age, nationality status, gender and population density of the deceased were considered. Method: Statistical and spatial analysis utilized ArcGIS and hypothesis testing to obtain the results. Results: Based on the results, it was found that all three demographic factors (age, nationality and gender) had significant statistical impact on COVID-19 mortality. As the elderly, males and citizens were the groups at highest risk of dying from COVID-19. Furthermore, a spatial analysis has shown that population density of Kuwait's governorates did not have any significant impact on mortality due to COVID-19. Conclusion: The findings suggested that any policies and public health campaigns for future pandemics or COVID-19 waves should be designed in a way to mitigate the impacts on the most vulnerable groups.

هدفت الدراسة إلى الكشف عن الفروق في مؤشرات جودة مطابقة النماذج البنائية باختلاف طرق التقدير وحجم العينة وشكل توزيع البيانات، وقد اعتمدت الدراسة على المنهج التجريبي بتوليد البيانات باستخدام المحاكاة اعتمادا على نموذج مكون من أربع متغيرات كامنة وعشر متغيرات مشاهدة، وقد تم دراسة أربع طرق لتقدير معالم النموذج: الاحتمالية العظمى ML، والمربعات الصغرى المعممة GLS والمربعات الصغرى غير الموزونة ULS وطريقة التوزيع الحر التقاربية ADF، وتكونت أحجام العينات من ثلاث أحجام (٤٠٠، ۸۰۰، ۱۲۰۰) ، وثلاث توزيعات للبيانات (اعتدالي، غير اعتدالي (التواء موجب)، غير اعتدالي (التواء سالب)، واعتمدت الدراسة على خمس مؤشرات لتقدير جودة مطابقة النموذج وقد اعتمدت الدراسة باستخدام برنامج R والحزمة الإحصائية Lavaan بتوليد ٣٠ عينة لكل طريقة، (30 * 4 * 3 * 3) وبالتالي تكونت ۱۰۸۰ عينة، تم تحليلها باستخدام تحليل التباين المختلط مع حساب حجم التأثير باستخدام مربع ايتا المعمم، وقد أظهرت النتائج وجود تأثير دال إحصائيا لطرق التقدير على جميع مؤشرات جودة المطابقة، كما كان لحجم العينة تأثير واضح على بعض المؤشرات. وظهر تفاعل دال بين حجم العينة وطرق التقدير، وكذلك بين طرق التقدير وتوزيع البيانات على مؤشر GFI فقط. وأكدت النتائج أن زيادة حجم العينة تحسن جودة المطابقة، خاصة في RMSEA.

في هذا البحث تم اقتراح خليط جديد من التوزيعين (Power Function) و(Truncated Burr III) إذ تم صياغة النموذج المقترح مع إيجاد بعض خصائص التوزيع الرياضية والإحصائية. ثم تم تقدير المعالم ودالة البقاء للتوزيع المقترح (Power Function -Truncated Burr III) باستخدام طرائق مختلفة للتقدير وهي طريقة المقدرات التجزيئية (PS) وطريقة المربعات الصغرى (OLS)، إذ وجد أن طريقة المقدرات التجزيئية (PS) كانت الأفضل في التقدير عند أحجام العينات الكبيرة.

هدفت هذه الدراسة إلى معرفة النسبة المئوية من بحوث تعليم اللغة العربية التي يستخدم فيها الاختبار التائي (T-Test)، في برنامج الحزمة الإحصائية للعلوم الاجتماعية (SPSS)، لتحليل البيانات الكمية، والكشف عن أخطاء استخدام الاختبار التائي فيها، وتحديد نوع الأخطاء المرتكبة عند استخدام الاختبار التائي في هذا البرنامج. وجمعت بيانات البحث عن طريق التحليل النوعي لعينة مكونة من (٣٠) رسالة جامعية في تعليم اللغة العربية للناطقين بغيرها، في مكتبة الجامعة الإسلامية العالمية في ماليزيا، التي طبقت الدراسة الكمية فيها. وقد اتبعت هذه الدراسة المنهج التحليلي النقدي القائم على تحليل استخدام الاختبار التائي فيها، والتعليق على الأخطاء المرتكبة فيها، مع تحديد أنواعها. وتوصلت في نتائجها إلى أن أغلب بحوث تعليم اللغة العربية للناطقين بغيرها التي يُطبّق فيها التحليل الاستدلالي تَسْتَخْدِمُ الاختبار التائي من أجل تحليل البيانات الإحصائية. وكانت معظم البحوث التي يوظف فيها الاختبار التائي لا تخلو من الأخطاء، ومن أبرزها الأخطاء في استخدام الاختبار التائي دون النظر إلى شروطه الأساسية، بنسبة (٦٠%)؛ ثم الأخطاء في عدم ذكر الدليل على استخدام الاختبار التائي في تحليل البيانات، بنسبة (۲۰%)؛ واستخدام الاختبار التائي مرات عديدة للمتغيرات التابعة الكثيرة، بنسبة (13.30%) واستخدامه للقياسات المتكررة، بنسبة (6.70%).

هدفت الدراسة إلى بحث دور التحليل الإحصائي بواسطة الذكاء الاصطناعي من تحقيق التنمية المستدامة، طبقت الدراسة المنهج الوصفي والتحليلي، وتكون مجتمع الدراسة من مدرب ومتدرب دورة طرائق التدريس وفق المنهاج المحدث، إذ بلغ حجم العينة 24 أستاذا، تم استخدام أداة جمع البيانات عن طريق استبانة نشرت إلكترونيا، وبعد إجراء العمليات الإحصائية من اختبار مربع كاي ومعامل ارتباط سبيرمان توصلنا إلى عدة نتائج أهمها: يعتبر استعمال الذكاء الاصطناعي في تحليل البيانات سيحدث نقلة نوعية في عملية التعليم، توجد علاقة معنوية تفسر رغبة أساتذة الجامعات من إضافة منهاج الذكاء الاصطناعي كمقرر دراسي بسبب سهولة استعماله وبنسبة ممتازة بلغت (96%)، وبناء على هذه النتائج توصلنا إلى عدة توصيات من بينها: استعمال الذكاء الاصطناعي في تحليل البيانات خطوة جيدة ستجعل الجميع قادرين على التحليل الإحصائي، يمكن استعمال الذكاء الاصطناعي كمساعد وليس أساس وخصوصا في تحليل البيانات وممكن إضافته كمنهاج للتثقيف في استخدامه.