:: دوره 22، شماره 1 - ( 6-1390 ) ::
جلد 22 شماره 1 صفحات 32-17 برگشت به فهرست نسخه ها
مقایسه‌ی انواع مدل‌های رگرسیون در تحلیل داده‌های شمارشی
فاطمه حسن‌زاده* ، ایرج کاظمی
چکیده:   (5830 مشاهده)

مدل متداول در برازش داده‌های شمارشی پواسون است که ویژگی مهم آن برابری میانگین و واریانس می‌باشد. اما در مباحث کاربردی در صورت عدم برقراری این شرط استفاده از مدل پواسون منجر به استنباط نادرستی از پارامترهای مدل خواهد شد. در این مقاله ضمن بررسی موضوع بیش‌پراکنش و آزمون‌های مربوط به آن، مدلهای دوجمله‌ای منفی و پواسون‌ تعمیم‌یافته به‌عنوان جایگزین‌هایی برای مدل پواسون معرفی‌ می‌شوند. در ادامه، به مقایسه‌ی مدل‌های مختلف رگرسیونی برای داده‌های شمارشی با شرط ثابت بودن دو گشتاور مرتبه‌ی اول می‌پردازیم. همچنین، روش ماکسیمم درستنمایی را برای براورد پارامترهای مدل‌های رگرسیونی نام‌برده منظور می‌کنیم. در آخر، مدل‌های متفاوتی را به داده‌های اثر اجزای سندروم متابولیک در کودکان چاق شهر اصفهان بر فاکتور تعداد گلبول‌های سفید خون برازش داده و از بین آن‌ها بهترین را که برازنده‌ی داده‌هاست بر اساس معیارهای متداول انتخاب می‌کنیم.

واژه‌های کلیدی: روش ماکسیمم درستنمایی، مدل پواسون، دوجمله‌ای منفی، مسئله‌ی بیش‌پراکنش، پواسون تعمیم‌یافته، معیارهای اطلاع آکائیکی و بیزی.
متن کامل [PDF 538 kb]   (1405 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: 1389/11/17 | پذیرش: 1390/6/1 | انتشار: 1394/10/9


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 22، شماره 1 - ( 6-1390 ) برگشت به فهرست نسخه ها