تشخيص ومعالجة مشكلتي التعدد الخطي والفصل في أنموذج الانحدار اللوجستي للمرضى المصابين بفقر الدم

Diagnosis and Treatment of the Problems Multicollinearity and Separation in the Logistic Regression Model for Patients with Anemic

Authors

  • م.م أحمد رزاق عبد النصيراوي كلية الادارة والاقتصاد/ جامعة واسط/العراق

Keywords:

Logistic Regression Model, Problems Multicollinearity, Separation, Iterative Maximum Likelihood Estimators, Penalized Maximum Likelihood Estimators

Abstract

المستخلص

    يتناول هذا البحث دراسة موضوع انموذج الانحدار اللوجستي الذي يعد من النماذج اللاخطية اذ يأخذ طابعاً أكثر تقدماً في عملية التحليل الاحصائي فهو يهدف للحصول على تقديرات ذات مستوى عالِ من الكفاءة. ان من اهم المشاكل التي تظهر في هذا الانموذج هي مشكلة الفصل بين مشاهدات المتغير التابع ثنائي الاستجابة الذي يعتمد على احجام العينات، ومشكلة التعدد الخطي بين المتغيرات التوضيحية. اذ تم تطبيق بيانات حقيقية متمثلة بالإصابة بفقر الدم والتي تم الحصول عليها من مستشفى الكوت قسم الكلى الصناعية من خلال طرائق التقدير وفقاً لطرائق مقدرات الأماكن الأعظم التكرارية ومقدرات الانحدار اللوجستي شتاين التي تخص معالجة مشكلة التعدد الخطي ومقدرات الإمكان الأعظم الجزائية التي تخص معالجة مشكلة الفصل والمقدرات المعدلة وهي المقدرات التي تجمع بين مميزات مقدرات اللوجستي شتاين التي تخص معالجة مشكلة التعدد الخطي ومقدرات الإمكان الأعظم الجزائية التي تخص معالجة مشكلة الفصل ومن خلال  تطبيق طرق التقدير أعلاه وجد ان المقدرات المعدلة تمثل أفضل طرائق التقدير لأنها تعالج مشكلة الفصل والتعدد الخطي في نفس الوقت وتمتلك اقل متوسط مربعات الخطأ (MSE) لأنموذج الانحدار اللوجستي .  

ABSTRACT

 This research dealt with the subject of study logistic regression model, which is one of nonlinear models Taking character more advanced in the process of statistical analysis, which aims to get the high-level estimates of efficiency. Of the most important problems that appear in this model is the separation between the observations of the dependent variable binary response and Multicollinearity between the explanatory variables. As it has been a real data represented injury anemic which have been obtained from kut hospital artificial kidney department through estimation methods according to the modalities Iterative Maximum Likelihood estimators and Stein Logistic Regression Estimators concerning the treatment Multicollinearity problem and penalized maximum likelihood estimators concerning the treatment separation problem and Adjusted Estimators concerning the treatment of separation problem and Multicollinearity problem and that represent the best estimation methods because it has the mean square error (mse) for the logistic regression model.

 

Downloads

Download data is not yet available.

References

المصادر
1. البلداوي, تسنيم حسن (1996) م, "مقارنة تحليلية بين انموذج الانحدار اللوجستي ونماذج الدوال التميزية" أطروحة دكتوراه في الإحصاء, كلية الإدارة والاقتصاد, جامعة بغداد.
2. الراوي, خاشع محمود (1978), "مدخل الى تحليل الانحدار", جامعة الموصل.
3. الربيعي, عباس حسين, وجبار, علي مقيم (2010), "دراسة لبعض التغيرات الدموية والكيموحيوية في الأطفال المصابين بمرض التلاسيميا في محافظة بابل", مجلة كلية التربية الاساسية-جامعة بابل, العدد 2, الصفحة 310-317.
4. بيثون, نغم نافع (1992), "خواص قوة الاختبار وحدود الثقة لمعاملات الانموذج اللوجستي الخطي دراسة مقارنة ", رسالة ماجستير في الإحصاء, كلية الإدارة والاقتصاد, جامعة بغداد.
5. علي, مهدي كاظم, ورشيد, وسن سعيد (2013)، "استجابات عدد من مكونات الدم والإدرار لعدو ١٠٠٠٠متر وفي فترة استعادة الشفاء لدى عدائي المسافات الطويلة", مجلة كلية التربية الرياضية-جامعة بغداد, المجلد 25, العدد 2.الصفحة 31-52.
6. كاظم, اموري هادي, ومسلم, باسم شيليبة (2002)، "القياس الاقتصادي المتقدم النظرية والتطبيق", مطبعة دنيا الأمل, العراق, بغداد.
7. يحيى, مزاحم محمد, وعبدالله, محمود حمدان (2007)، "تشخيص التعدد الخطي واستخدام انحدار الحرف في اختيار دالة الاستثمار الزراعي في العراق للفترة (1980-2000)", مجلة تكريت للعلوم الإدارية والاقتصادية, المجلد 3, العدد 8 .
8. Albert, A., and Anderson, J. A. (1984), “On the Existence of Maximum Likelihood Estimates in Logistic Regression Models”, Biometrika , Vol. 71, No. 1 (Apr., 1984), pp. 1-10.
9. Albert, A. and Lesaffre, E. (1986), “Multiple Group Logistic Discrimination”, Comp & Mths, Vol. 12A, No. 20, PP. 209-224, Printed in Great Britain.
10. Allison, P. D (1999), “Logistic Regression Using the SAS® System: Theory and Application”, Copyright © 1999 by SAS Institute Inc., Cary, NC, USA.
11. Allison, P. D (2008), “Convergence Failures in Logistic Regression”, University of Pennsylvania, Statistics and Data Analysis, Paper 360.
12. Ghosh , Joyee , & Liy , Yingbo & Robin , Mitra (2017) , “ On the Use of Cauchy Prior Distributions for Bayesian Logistic Regression “ , arXiv:1507.07170v2 [stat.ME] 9 Feb 2017 .
13. Heinze, G. and Schemper, M. (2002), “A solution to the problem of separation in logistic regression” Statist. Med. , 21:2409–2419 (DOI: 10.1002/sim.1047).
14. Konis, K. (2007), “Linear Programming Algorithms for Detecting Separated Data in Binary Logistic Regression Models”, A thesis submitted for the degree of Doctor of Philosophy in Statistics, Worcester College, University of Oxford.
15. Lesaffre, E. and Marx, B. D. (1993), “Collinearity in Generalized Linear Regression”, COMMUN. STATIST.-THEORY METH., Vol. 22, No. 7, pp. 1933-1952.
16. Marx, B. D., and Smith, E. P. (1990), “Weighted multicollinearity in logistic regression : diagnostics and biased estimation techniques with an example from lake acidification”, journal Canadian des sciences aquatiques, volume 47, No. 6, pp. 1128-1135.
17. Shaefer, R. L. (1979), “Multicollinearty and logistic regression”, ph.D. dissertation, the university of Michigan, USA.
18. Shahmandi, M., and Farmanesh, F., and Gharahbeigi M., (2013), “Data Analyzing by Attention to Weighted Multicollinearity in Logistic Regression Applicable in Industrial Data”, British Journal of Applied Science & Technology3(4), PP. 748-763.
19. Shen, J., and Gao, S. (2008), “A Solution to Separation and Multicollinearity in Multiple Logistic Regression”, Indiana University School of Medicine, Journal of Data Science 6, PP. 515-531.

Published

2020-03-20

How to Cite

رزاق عبد النصيراوي م. أ. . (2020). تشخيص ومعالجة مشكلتي التعدد الخطي والفصل في أنموذج الانحدار اللوجستي للمرضى المصابين بفقر الدم : Diagnosis and Treatment of the Problems Multicollinearity and Separation in the Logistic Regression Model for Patients with Anemic. Al Kut Journal of Economic and Administrative Sciences, 12(35), 55-76. Retrieved from https://kjeas.uowasit.edu.iq/index.php/kjeas/article/view/239