کاربرد مدل متغیر پنهان در بیماری تصلب شرایین با پاسخ های دو متغیره همبسته ی پیوسته و دوحالتی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه علوم بهزیستی و توانبخشی - دانشکده توانبخشی
- نویسنده سحر دالوند
- استاد راهنما عنایت اله بخشی مسعود کریملو
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1394
چکیده
یکی از روش های متداول در بررسی مدلهایی با متغیرهای پاسخ همبسته ی آمیخته(نا همخوان)، نادیده گرفتن همبستگی بین پاسخها و برازش مدل جداگانه به هر متغیر پاسخ می باشد. چالش های ایجاد شده در این روش از لحاظ آماری بحث برانگیز می باشد، از دست دادن اطلاعات بدلیل نادیده گرفتن همبستگی و برازش مدل جداگانه، که منجر به کاهش توان آزمون و افزایش خطای استاندارد میشود از جمله آنهاست. هدف از این مطالعه بررسی روشی است که در آن متغیر های پاسخ آمیخته به صورت همزمان با درنظرگرفتن همبستگی بین پاسخها و مدلسازی همبستگی، با استفاده از واریانس متغیر پنهان برآوردی نااریب از ضرایب گزارش شود.
منابع مشابه
کاربرد شبکه عصبی مصنوعی در ÷یش بینی پاسخ های دو متغیره آمیخته در بیماری تصلب شرائین
چکیده مقدمه و اهداف: در مطالعات اپیدمیولوژی و پزشکی، گاهی پژوهش گر با مواردی مواجه می شود که لازم است دو متغیر پاسخ را به صورت توام (همزمان) از روی تعدادی متغیر کمکی پیش بینی نماید. زمانی که متغیر پاسخ آمیخته باشد، با توجه به محدودیت ها و برقرار نبودن برخی پیش فرض ها، روش های کلاسیک آماری برای مدل بندی و پیش بینی کارایی لازم را ندارند. هدف این مطالعه به کارگیری مدل شبکه عصبی مصنوعی برای پیش بی...
15 صفحه اولسیستم های کنترل ازدحامی برای نانوپزشکی و کاربرد آن در پیشگیری بیماری تصلب شرایین
در سال های اخیر، پیشرفت های قابل توجه در فناوری نانو، امکان تولید عامل هایی در مقیاس نانو را جهت ارسال به درون بدن انسان محقق ساخته که این امر منجر به جهشی بزرگ در پزشکی امروز در راستای تشخیص و درمان بیماری های پیچیده شده است. این زمینه ی تحقیقاتی میان رشته ای جدید، نانوپزشکی نام دارد. در فناوری نانو و به خصوص در نانوپزشکی، هر نانوعامل دارای قابلیت های بسیار محدودی است. فیدبک گرفتن از طریق حسگر...
تحلیل بیزی مدل دومتغیره ترتیبی نامتقارن برپایه متغیر پنهان
مدل بندی پاسخ های ترتیبی همبسته معمولا پیچیده تر از پاسخ های پیوسته یا دو حالتی است. روش های موجود در برخی حالات، به ویژه وقتی پاسخ دو یا چند متغیره مورد بررسی به صورت نامتقارن باشد، چندان توسعه نیافته اند. پیش از این روش های مختلفی برای تحلیل پاسخ های ترتیبی و همبسته در کتب و مقالات پیشنهاد شده اند. در اینگونه مدل بندی ها اگر حجم نمونه کم باشد تحلیل کلاسیک کارایی ندارد و بهترین روش فایق آمدن...
متن کاملمدل سازی داده های دو متغیره همبسته و کاربرد آن در داده های واقعی
یکی از موضوعات کیدی و مطرح در حوزه آمار کاربردی مبحث داده های شمارشی همبسته و تشخیص مدل های مناسب برای تحلیل اینگونه داده هاست . روش های محدودی برای تحلیل داده های شمارشی وجود دارد. استفادهاز مدل رگرسیون پواسون یکی از رایج ترین مدل ها برای تحلیل این گونه داده هاست ؛ ولی بنابر محدودیت موجود در استفاده از این مدل (شرط برابری میانگین و واریانس ) و در نتیجه برای کنترل بیش پراکندگی در مدل مذکور راه ...
15 صفحه اولاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه علوم بهزیستی و توانبخشی - دانشکده توانبخشی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023