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.

في أغلب البحوث والدراسات العلمية يتم البحث عن صفة الاستقلالية كونها فرضية من الفرضيات الواجب تحقيقها عند استخدام التحليل التقليدي لنماذج الانحدار، إلا أن وجود الارتباط الذاتي بين مشاهدات الظاهرة المدروسة يجب أن ياخذها بنظر الاعتبار عند عملية التحليل. وعليه تم في البحث تقدير معلمات أحد نماذج الانحدار الذاتي الحيزي والمتمثل بنموذج ديربن الحيزي بأسلوب بيز عند توفر معلومات مسبقة غير خبرية تحت دالة الخسارة التربيعية عندما يكون خطأ النموذج يتبع توزيع t متعدد المتغيرات وعندما تكون معلمة التباين ودرجة الحرية معلومة فضلاً عن استعمال عامل بيز كمعيار لاختبار الفرضيات حول متجه المعلمات (β)، وطبقت النتائج التي تم التوصل إليها على بيانات مولدة من نموذج ديربن الحيزي عندما يتبع متجه الأخطاء توزيع t متعدد المتغيرات مقترحين ثمانية عشر حالة للنموذج والمقارنة بين المقدرات بالاعتماد على معيار متوسط مربعات الخطأ. واستنتج الباحثان بأن مقدر بيز عند توفر معلومات مسبقة غير خيرية هو نفس مقدر الإمكان الأعظم فضلاً عن تفوق النموذج السابع عشر المقترح في عملية التقدير أي بمعنى تزداد كفاءة المقدرات عند زيادة حجم العينة ودرجة الحرية.

In Poisson-Inverse Gaussian regression analysis, multicollinearity is a frequent problem that frequently leads to unstable parameter estimations, which can lead to erroneous conclusions and predictions. Despite being a widely used technique for estimating model parameters, the maximum likelihood estimator (MLE) has several well-known drawbacks. Consequently, the Poisson-Inverse Gaussian regression model's multicollinearity is frequently resolved by using ridge-type regression estimators. This paper proposes a two-parameter ridge-type estimator and establishes its statistical features through theoretical calculations and Monte Carlo simulation experiments. The recently suggested estimator was also contrasted with other estimators that have been published in the literature. The results show that the suggested estimator performs better than various other existing estimators using the mean square criterion, even when applied to real data sets.

تهدف هذه الدراسة إلى نمذجة استهلاك الكهرباء في ولاية المدية باستخدام نماذج الانحدار الذاتي والمتوسطات المتحركة للفترة من جانفي 2011 إلى ديسمبر 2017 والتي تشمل 84 مشاهدة، ومن ثم التنبؤ بالاستهلاك في المدي القصير، وقد توصلت الدراسة إلى أن الكهرباء المستهلكة تتبع نموذج (4.0) SARMA في شكل نموذج جدائي ذو اتجاه عام متزايد.

This study investigates the application of regularization techniques-Ridge, Lasso, Elastic Net, and their ensembles (Ridge-Elastic Net and Lasso-Elastic Net)-to correct multicollinearity in regression models of forecasting internal migration rates. With a sample dataset of 250 regions (2020-2024) and 12 highly correlated predictors, such as income, unemployment, and healthcare quality, we compare these techniques with ordinary least squares (OLS). Multicollinearity is confirmed with high Variance Inflation Factors (VIF > 10), high correlations (e.g., r = 0.85 between income and cost of living), and eigenvalue. Results show that Elastic Net and Ridge- Elastic Net are superior, with the lowest MAE (0.17), MSE (0.26), and the highest R² (0.84), while exhibiting moderate variable selection (excluding population density). Lasso-Elastic Net and Lasso simplify models to the exclusion of transportation and population density but also yield slightly poor performance (MAE = 0.18, MSE = 0.27, R² = 0.83). Ridge attains Elastic Net's prediction performance but retains all variables, while OLS is poor (MAE = 0.20, MSE = 0.30, R² = 0.80). Elastic Net and Ridge-Elastic Net are the best picks for most accuracy, while Lasso-Elastic Net is preferred in scenarios that appreciate model simplicity. The findings highlight the strength of regularization in enhancing model stability and predictive accuracy in the presence of multicollinearity.

تهدف هذه الورقة البحثية إلى إعادة طرح قضية السكان وأثرهم على التنمية وتحديدا بالدول النامية في شكل جديد يحاول إيجاد حل توافقي للجدلية القائلة بان السكان هم العنصر الأساسي للرقي بأي تنمية إذا ما تم تعليمهم وترقية تفكيرهم، أم أنهم المثبط لها، بالنظر للكثير من الأوجه السلبية التي تظهر في أفعالهم وممارساتهم. وتوصلت الدراسة قياسيا على بيانات عينة من بلدان العالم النامي أن زيادتهم السكانية بهذه الوتيرة تتناسب عكسيا مع نموهم الاقتصادي على المدى القصير، المتوسط والطويل وهو ما يوافق أراء المتشائمين، ويعطي صورة مستقبلية لحالة هذه الدول شعوبا وحكومات من أن تغيير من سياساتها السكانية والاقتصادية.

ان أغلب الاختبارات الإحصائية الخاصة باختبار فرضية تجانس تباين الخطأ تتطلب شروطاً وفرضيات ومنها شرط التوزيع الطبيعي للبيانات لتعطي نتائج يمكن الاستناد اليها في اتخاذ القرار الصحيح، وعند خرق هذا الشرط فأن استعمال هذه الاختبارات سوف لا يكون صحيحاً لأنه سيعطي نتائج غير دقيقة لذلك يتم اللجوء إلى إحصاءات أخرى تعطي نتائج يمكن الاعتماد عليها في اتخاذ القرار وفي هذا البحث تم اختبار مشكلة عدم تجانس تباين الخطأ العشوائي باستعمال إحصاءات الاختبار ((??,?−? )??? (?,Ψ) test) في أنموذج انحدار خطي، ولغرض تحقيق المقارنة بين هذه الإحصاءات في حالتين، الحالة الأول عندما تتبع البيانات التوزيع الطبيعي والحالة الثانية عندما تتبع البيانات توزيع كوشي. فقد تم توظيف أسلوب المحاكاة بطريقة مونت كارلو (Monte Carlo) لاختبار فرضية تباين الخطأ العشوائي من خلال احتساب احتمال الخطأ من النوع الأول وقوة الاختبار لهذه الإحصاءات. وتم التوصل إلى ان إحصاءات الاختبار المتمثلة بـ (? ,Ψ) في حالة التوزيعين الطبيعي وكوشي المذكورين انفا المستخدمين في اختبار فرضية تساوي تباينات الخطأ في أنموذج انحدار خطي متعدد هي الأفضل في جميع الحالات.

إن التفاوت في جودة نماذج الانحدار المقدرة وعدم صلاحية استخدام بعض النماذج منها لكونها لا تمتلك خصائص المقدرات الجيدة يؤدي إلى عدم الثقة بدقتها التنبؤية أو التقديرية، الأمر الذي استوجب إلى دراسة التوزيع الهندسي الذي تخضع له البيانات وتقدير معادلة انحدار التوزيع باستخدام بعض طرائق التقدير المعلمية (طريقة المربعات الصغرى، طريقة اقل انحراف مطلق) لبيانات تمثلت بإعداد طلبة الثانوي السنوية في محافظة نينوى بواقع 17 مشاهدة, وبعد المفاضلة بين نتائج تقدير الطريقتين باستخدام معايير المفاضلة (AIC, BIC, MSE) لتحديد الطريقة المثلى لتقدير معادلة التوزيع الهندسي ظهرت طريقة المربعات الصغرى هي الأفضل لأنها تمتلك أصغر قيم لمعايير المفاضلة وتم استخدامها لغرض التنبؤ بإعداد طلبة الثانوي للمدة الزمنية (2023 -2027) وتبين أن إعداد الطلبة في تزايد وكما مبين في الجدول رقم (5).

يهدف البحث إلى استخدام نماذج الانحدار اللوجيستي Logistic Regression في تصنيف البيانات حيث ينقسم استخدامه إلى قسمين هما: 1- التصنيف الثنائي للبيانات Binary Classification: ويقصد بالبيانات الثنائية الحالة التي يكون فيها متغير الاستجابة (7) متغير تابع ثنائي الاستجابة يعطى العدد (1) لوقوع الحدث و (0) لعدم وقوع الحدث ومن الأمثلة على ذلك عند دراسة عينة من مجتمع ما لغرض معرفة الأفراد المدخنين وغير المدخنين، لذا سوف يظهر الرقم (1) إذا كان الفرد يدخن وصفر إذا كان الفرد لا يدخن، أو أخذ رأي شريحة معينة من السكان حول رأي ما فإذا كان جواب الشخص مع ذلك الرأي أو ضده فإن المتغير سوف يكون (1) إذا كان جواب الفرد مع وإذا كان جوابه ضد أو ليس مع سوف يظهر (0) 2 التصنيف المتعدد الحدود للبيانات Class-Multi Classification: ويقصد بتصنيف البيانات المتعددة الحدود الحالة التي يكون فيها متغير الاستجابة (7) المتغير التابع ثلاثي أو رباعي أو أكثر من حيث الاستجابة فيعطى أوزان لكل وقوع حدث ومجموع الأوزان يكون (1) ومن الأمثلة على ذلك فإنه عند دراسة عينة من مجتمع ما لغرض معرفة المرضى الذين تم الكشف عليهم وتحديد مستوى مرض فقر الدم بمستوى فقر دم لديهم فتبين انه بمستوى قليل ومستوى متوسط ومستوى عالي. إذا افترضنا أن نسب المستويات متساوية فيكون الوزن لكل حدث مساو للثلث ويتم عمل المحاكاة لبيانات حقيقية (بيانات مرضى القلب) لعينة حجمها 1025 مشاهدة تم الحصول عليها من الموقع الإلكتروني وهي تمثل بيانات تصنيف www.kaggle classification datasets.com (ثنائية، كما يتم عمل المحاكاة لبيانات حقيقية (بيانات كفاءة أداء الطلاب) لعينة حجمها 1945 مشاهدة تم الحصول عليها من الموقع الإلكتروني (www.kaggle classification multiclass datasets.com) وهي تمثل بيانات تصنيف متعددة الحدود وذلك بتحديد نسب من هذه البيانات يتم تقسيمها لبيانات اختبار وبيانات تدريب، وأثبتت الدراسة أن استخدام الانحدار اللوجيستي الثنائي بطريقة Test On Train Data هو الأكثر دقة وكفاءة في التصنيف الثنائي لمرضى القلب والأكثر دقة أيضا في التصنيف المتعدد لأداء الطلاب.