استنباط های آماری در مدلهای رگرسیون لجستیک

thesis
abstract

در اکثر مطالعات وآزمایشات پزشکی و رشته های دیگر با متغیر پاسخ دوتایی روبرو هستیم به اینصورت که متغیر پاسخ(y) فقط دو مقدار را می پذیرد. به عنوان مثال، در یک آزمایش پزشکی بعد از پایان دوره درمان بیمار یا بهبود خواهد یافت (y=1)یا بهبود نخواهد یافت (0y=) . بطور کلی در این مطالعات با دو برآمد " شکست " و" پیروزی" سرکار داریم.در این مواقع مدل رگرسیون خطی مناسب نبوده و از مدل رگرسیون لجستیک (که به دلایل انتخاب این نوع رگرسیون اشاره خواهیم کرد) استفاده میکنیم. مدل رگرسیون لجستیک، رابطه بین متغیر برآمد و چندین متغیر پیش بینی کننده را توصیف میکند. در این پایان نامه نخست به معرفی چند مدل رگرسیون لجستیک و روشهای برآوردیابی آنها اشاره خواهیم کرد و سپس در مورد روشهای انتخاب متغیر برای مدل رگرسیون لجستیک چندمتغیره بحث خواهیم کرد و در ادامه به همراه مثالهای کاربردی چند آزمون خوبی-برازندگی را برای مدلهای رگرسیون لجستیک بررسی کرده و مقایسه هایی نیز بین این آزمونها خواهیم داشت.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

استنباط استوار در مدل رگرسیون لجستیک

یکی از مدل های خطی تعمیم یافته ی مهم، مدل رگرسیون لجستیک است. به دلیل غیر خطی بودن معادلات برآوردیابی نسبت به پارامترها، معمولا از روش های عددی تکراری برای پیدا کردن برآوردها استفاده می شود. برآوردهای حاصل به طور معمول در برابر مشاهدات دورافتاده (نقاط پرت) حساس هستند. برای حل این مشکل، روش هایی برای پیدا کردن برآوردگرهای استوار ارائه شده است. در این پایان نامه دو روش پیدا کردن برآوردگرهای اس...

15 صفحه اول

استنباط آماری برای مدلهای آمیخته

در فصل 1 به معرفی استنباط بیزی پرداخته ایم در فصل 2 انتگرال گیری مونت کارلو را بررسی کرده ایم و در فصل 3 مدلهای اهیخته را معرفی و به انجام استنباط بیزی برای این مدلها پرداخته ایم.

15 صفحه اول

استنباط آماری برای رگرسیون خطی فازی

در دیدگاه کلاسیک، نظریه ی رگرسیون بر این پایه است که متغیرها (و مشاهدات) کمیت های عددی دقیق هستند. اما همیشه اینگونه نیست. در بسیاری از موارد نمی توانیم مشاهدات را به طور دقیق بیان کنیم. در اینگونه مواقع می بایست رگرسیون را بر اساس داده های فازی مدل بندی کنیم. این بدان معنی است که باید از رگرسیون فازی استفاده نمود. تا به امروز شیوه های متعدد و متنوعی از سوی محققان تحت عنوان رگرسیون فازی ارائه گ...

15 صفحه اول

پهنه‌بندی خطر زمین‌لغزش با استفاده از روش آماری رگرسیون لجستیک در حوضه آبریز لواسانات

18 - Ayalew. L. Yamagishi. H. Marui. H & Kanno. T. (2005). "Landslides in Sado Island of Japan: Part II. GIS-based susceptibility mapping with comparisons of results from two methods and verifications.", Engineering Geology 81. (2005). 432– 445. 19 - Ayalew,l. and Yamagishi, H. (2005):The application of GIS –based logistic regression for landslide susceptibility mapping in the Kakuda-Yaahiko M...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023