research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Exponentiated Transmuted Exponential Distribution

Authors: Kareema Abed Al-Kadim --- Ashraf Alawi Mahdi
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2018 Volume: 26 Issue: 2 Pages: 78-90
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

In this research, we introduced the exponentiated transmuted exponential (ETE) distribution. This distribution is more flexible than some distributions so we investigate some of its properties. As well as studying the maximum likelihood estimation of this distribution.

في هذا البحث نقدم التوزيع الاسي للاسي المحول. هذا التوزيع هو أكثر مرونة من بعض التوزيعات لذلك ناقشنا بعض الخواص لهذا التوزيع. فضلاً عن دراسة مقدر الامكان الاعظم لهذا التوزيع.


Article
Building Discriminant Model For Repeated Measurements Data Under Autoregressive (AR-1) Covariance Structure For patients with diabetes
بناء أنموذج تمييزي لبيانات القياسات المكررة بوجود بنية أنموذج الانحدار الذاتي ذو المرتبة الأولى (AR-1) للتباين المشترك لمرضى داء السكري

Authors: ظافر حسين رشيد --- مؤمن عباس موسى
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2014 Volume: 12 Issue: 3 Pages: 97-112
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

discriminant analysis is a statistical technique Based on a sample of individuals Taken from communities known in advance, In order to build a model that could help to assigned the group that belong to the new individual. In This Research discriminant analysis used to analysis data from Repeated measurements design, We Will Deal With The Problem of Discrimination And Classification In The Case of Two Groups Under The Assumption of Multivariate Normality For Univariate Repeated Measures Data .Researchers who studied this problem (Roy & Khattree, 2005), where he presented a descriptive study of the two methods under different structures of the covariance matrix To reduce the number of parameters is required to build a classification rule, While researchers (Kshirsagar & Albert, 1993) studied two methods Growth curve and ANCOVA models for descriptive discriminant analysis To describe the relative importance of the occasions repeated measurements to distinguish between groups.The importance of this research represented to find the best model to Classify a Group of Patients Who Suffer From Diabetes, For The Purpose of Studying The Effects of The Number of Correlations, Variances, and Number of Repeated Measurements on The Performance of Classification Rules For This Type of Data , Based on Monthly Measurements of Glycosylated Hemoglobin (HbA1C) In The Blood Was Taken In Three Stages, Which Is The Beginning of The Experiment, and After Three Months, and Then Six Months for two groups of patients, the first group consists of (38) patients was Suffered from diabetes type I and the second group includes (33) patients Suffered from diabetes type II,which has modeled by assuming the Autoregressive (AR-1) covariance structure To reduce the number of parameters is required to build a classification rule Across a Range of Conditions of Homogeneity and Heterogeneity For The Covariance Matrix. In Addition to Assuming Covariance Structures we Will Assume The Structured Mean Vectors Without Time Effect on each Individual. And Some of Computational Schemes For Maximum Likelihood Estimates of Required Population Parameters are Given.And Through this research, concluded that when the number of parameters began to increase, Thus, the apparent error rate Begin to increasing, And this is what reduces the efficiency of classification rules for this type of data. And We recommend by using the linear discriminant function under (AR-1) Covariance Structures, When you focus on the least number of parameters to build the Classification rule.

يعرف التحليل التمييزي بأنه أسلوب إحصائي يعتمد على عينه من المفردات المأخوذة من مجتمعات معلومة, وذلك لبناء قاعدة يمكنها المساعدة مستقبلا في تعيين المجتمع الذي تنتمي إليه المفردات الجديدة, هذا البحث أستعمل التحليل التمييزي لتحليل بيانات تصاميم القياسات المكررة, حيث تركزت أهميته في مشكلة التمييز ثنائي المجموعة بوجود حالة التوزيع الطبيعي للمجموعات لبيانات القياسات المكررة المستقاة طوليا عبر الزمن على متغير الاستجابة نَفسُهُ ولكل وحدة تجريبية.من الباحثين الذين تناولوا هذه المشكلة (Roy & Khattree,2005) فقد قدما عملا وصفيا لأسلوبين مختلفين بوجود تراكيب (Structures) مختلفة ولحالتين مختلفتين من شروط عدم التجانس لمصفوفة التباين والتباين المشترك, وذلك للتقليص من عدد المعلمات غير المعلومة والمطلوب تقديرها لبناء قاعدة التميز. ويختلف عمل هذين الباحثين عن عمل الباحثين (Kshirsaga & Albert,1993) حيث قدما أسلوبين للتحليل التمييزي الوصفي وذلك لوصف أو لتقييم الأهمية النسبية لمناسبات القياسات المكررة للتمييز بين المجموعات, الأسلوب الأول مستند إلى تحليل (MANOVA) أما الأسلوب الثاني اعتمد على نموذج (Growth curve) في حين أن هذه الأساليب لن تضع أية قيود أو تراكيب على مصفوفة التباينات,وأن أهمية البحث هذا تمثلت بإيجاد أفضل أنموذج لتصنيف مجموعة من مرضى داء السكري وذلك لغرض دراسة تأثيرات كل من عدد الارتباطات, عدد التباينات, وعدد القياسات المكررة على أداء قواعد التصنيف لهذا النوع من البيانات, حيث تم اعتماد القياسات الشهرية لنسبة بروتين الهيموغلوبين الغليكوزيلاتي (HbA1c) في الدم والمأخوذة في ثلاث مراحل, المرحلة الأولى كانت في بداية التجربة, المرحلة الثانية كانت بعد ثلاث أشهر, أما المرحلة الثالثة فكانت بعد ست أشهر ولمجموعتين من المرضى تضمنت المجموعة الأولى بعدد (38) مريض يعاني من داء السكري من النمط الأول (I), في حين كانت المجموعة الثانية تمثل منهم (33) مريض يعاني من داء السكري من النمط الثاني (II), حيث تمت نمذجة هذه البيانات بوجود تركيبة التباين المشترك لأنموذج الانحدار الذاتي من المرتبة الأولى (AR-1) وذلك للحد من عدد المعلمات غير المعلومة لبناء الأنموذج التمييزي عبر مجموعة من شروط التجانس وعدم التجانس لمصفوفة التباين المشترك, وبالإضافة إلى وجود تركيبة لمتجهات المتوسط حيث سنعْتَبَرَ هذه المشكلة مع متجهات متوسط منتظمة أي بدون تأثير عامل الوقت, والتي من شأنها أن تزيد من دقة التصنيف لهذا النوع من البيانات, وسنوضح بعض العمليات الحسابية لتقديرات الإمكان الأعظم لمعلمات المجتمع غير المعلومة لأساليب التحليل التمييزي لهذا النوع من البيانات.ومن خلال ما تم عرضه في البحث هذا والتي تمت باستعمال نتائج البيانات الحقيقية تم التوصل إلى أن انه كلما زادت عدد المعلمات المطلوب تقديرها لبناء الأنموذج التمييزي فأن نسبة التصنيف الخطأ الظاهرة الكلية (APER) تبدأ بالزيادة وهذا ما يقلل من كفاءة قواعد التصنيف لهذا النوع من البيانات, واعتماداً على ما توصل إليه البحث فأن ما يوصى به وعند التركيز على أقل عدد من المعلمات لبناء قاعدة التصنيف فانه من الممكن لإتباع أسلوب التحليل التمييزي الخطي بوجود تركيبة التباين المشترك (AR-1) لتصنيف المرضى.الكلمات الرئيسية : تركيبة التباين المشترك, الانحدار الذاتي من الدرجة الأولى (AR-1), قانون التصنيف, بيانات القياسات المكررة, مقدرات الإمكان الأعظم, تراكيب حول المتوسطات.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic (1)

English (1)


Year
From To Submit

2018 (1)

2014 (1)