تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. تعدد التداخل

الأبحاث المرتبطة بالكلمة المفتاحية: تعدد التداخل




  • نموذج انحدار أسي جديد مع طريقة تقدير محسّنة تحت التعدد الخطي

    2026 | المؤلف: Alaa R. El-Alosey وآخرون | المجلة: Computational Statistics | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    في هذا القسم، يتناول المؤلفون التحديات المتعلقة بنمذجة المتغيرات المستجيبة المحدودة ضمن الفترة (0,1) باستخدام تحليل الانحدار. يبرزون قيود النماذج التقليدية مثل نموذج بيتا ونموذج ليندلي الوحدوي، والتي قد لا تناسب العديد من مجموعات البيانات بشكل كافٍ. للتغلب على هذه القيود، يقدم البحث نموذج الانحدار الأسي الوحدوي (UERM)، المستمد من عائلة التوزيع الأسي ذي المعاملين،…


  • العوامل المحددة للاستثمار الأجنبي المباشر في قطاع الخدمات: حالة إسبانيا

    2026 | المؤلف: Giuseppe Orlando وآخرون | المجلة: European Business Review | المجال: الاستراتيجية والإدارة (Strategy and Management)

    تستكشف هذه الدراسة محددات الاستثمار الأجنبي المباشر (FDI) في قطاع الخدمات في إسبانيا، الذي أصبح وجهة مهمة للاستثمار الأجنبي المباشر في الاقتصادات المتقدمة ولكنه لا يزال غير مستكشف بشكل كافٍ. تحدد الأبحاث حجم السوق، ورأس المال البشري، وأداء التجارة كعوامل رئيسية تؤثر على تدفقات الاستثمار الأجنبي المباشر. باستخدام مجموعة بيانات ربع سنوية جديدة تجمع بين…


  • مقدر قوي جديد للتعامل مع القيم الشاذة والتعدد الخطي في نموذج الانحدار غاما مع تطبيق على بيانات سرطان الثدي

    2025 | المؤلف: Arwa M. Alshangiti وآخرون | المجلة: Scientific Reports | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تقدم ورقة البحث مقدر انحدار قمة غاما القوي (RGRRE) المصمم لمعالجة تحديات التعدد الخطي والقيم الشاذة في نماذج الانحدار غاما (GRM)، والتي تُستخدم عادةً لتحليل البيانات المستمرة المائلة إيجابيًا. تميل نماذج GRM التقليدية إلى عدم الاستقرار في تقديرات المعاملات وزيادة خطأ المربعات المتوسطة (MSE) بسبب هذه القضايا. يدمج RGRRE المقترح تقنيات الانحدار القمة مع طرق…


  • معالجة التعدد الخطي في النموذج الخطي العام: نهج جديد لمعلمة الحافة مع مقارنة الأداء

    2025 | المؤلف: Muhammad Luqman وآخرون | المجلة: PLoS ONE | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تتناول البحث التحديات التي تطرحها البيانات ذات الحالة السيئة والتعدد الخطي في نمذجة الانحدار، والتي يمكن أن تؤدي إلى تقديرات غير دقيقة للمعلمات وزيادة في الأخطاء المعيارية. تعيق هذه القضايا القدرة على تقييم تأثير المتغيرات التفسيرية بدقة على المتغير المستجيب، مما يزيد من خطر الأخطاء من النوع الثاني. للتخفيف من هذه المشاكل، تم اقتراح تقنيات…


  • بيئات التعلم السريرية وتجارب طلاب التمريض في جامعات الضفة الغربية: دراسة مختلطة المنهج

    2025 | المؤلف: Nihad Bsharat وآخرون | المجلة: PLoS ONE | المجال: البحث والنظرية (Research and Theory)

    تستكشف هذه الدراسة ديناميات بيئات التعلم السريرية (CLEs) في البيئات المتأثرة بالصراع، مع التركيز بشكل خاص على طلاب التمريض في جامعات الضفة الغربية، فلسطين. باستخدام مقياس بيئة التعلم السريري، والإشراف، ومعلم التمريض (CLES+T)، تكشف الأبحاث أن تجارب التعلم السريري للطلاب تتأثر بشكل كبير بنوع المنشأة الصحية، حيث تسجل المستشفيات الحكومية درجات رضا أعلى (M =…


  • تطوير مقدر الحافة العام لنموذج الانحدار بواسون-معكوس غاوسي مع التعدد الخطي

    2025 | المؤلف: Fatimah A. Almulhim وآخرون | المجلة: Scientific Reports | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    نموذج الانحدار بواسون-غاوسي العكسي (PIGRM) هو نهج شائع لتحليل بيانات العد المفرط التشتت، ولكن تقدير الاحتمالية القصوى (MLE) يمكن أن يكون غير موثوق في وجود تعدد الارتباط بين المتغيرات التفسيرية. تقدم هذه الدراسة مقدر الانحدار بواسون-غاوسي العكسي مع تقنية الانحدار (PIGGRE) كطريقة تقدير متحيزة تستخدم تقنيات معامل الانكماش للتخفيف من آثار تعدد الارتباط. تم تقييم…


  • مقدر جديد قوي ذو معاملين للتغلب على القيم الشاذة والتعدد الخطي في نموذج الانحدار بواسون

    2025 | المؤلف: Hebatalla H. Mohammad وآخرون | المجلة: Scientific Reports | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تقدم ورقة البحث مقدر بواسون قوي جديد ذو معلمين (PMT-PTE) يهدف إلى معالجة التحديات المتعلقة بالقيم الشاذة والتعدد الخطي في نماذج الانحدار بواسون (PRM). يُعرف مقدر بواسون الأقصى للاحتمالية (PMLE) بحساسيته لهذه القضايا، مما قد يؤدي إلى تقديرات غير دقيقة للمعاملات وزيادة في متوسط مربع الخطأ (MSE). بينما تم اقتراح مجموعة متنوعة من المقدرات القوية…


  • مقدرات ليو المعدلة الجديدة للتعامل مع التعدد الخطي في نموذج الانحدار بيتا: المحاكاة والتطبيقات

    2025 | المؤلف: Ali Hammad وآخرون | المجلة: Modern Journal of Statistics | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تقدم البحث مقدرات ليو المعدلة لنموذج الانحدار بيتا (BRM) بهدف تحسين دقة التقدير في وجود تعدد الارتباط بين المتغيرات التفسيرية. غالبًا ما تصبح مقدرات الاحتمال الأقصى التقليدية (MLE) غير مستقرة وغير فعالة في ظل هذه الظروف. تعزز المقدرات المقترحة مقدر ليو التقليدي من خلال دمج معلمات تحيز مرنة، والتي تتفوق نظريًا على الطرق الحالية. توضح…


  • تحليل مقارن للانحدار الرئيسي والانحدار على التلال في معالجة التعدد الخطي

    2025 | المؤلف: Kingsley Chinedu Arum وآخرون | المجلة: FUDMA Journal of Sciences | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تناقش هذه القسم قضية التعدد الخطي في نماذج الانحدار الخطي المتعدد (MLRM)، حيث يكون هناك ارتباط بين متغيرين أو أكثر، مما يؤدي إلى تقديرات غير فعالة وأداء ضعيف للنموذج. تركز الدراسة على مقارنة فعالية تقديرين – تقدير الحافة (RE) وتقدير المكونات الرئيسية (PCE) – في التخفيف من آثار التعدد الخطي. باستخدام بيانات ثانوية من البنك…


  • تأثير التعدد الخطي على أداء خوارزميات التعلم الآلي: أمثلة حالة في نمذجة الرعاية الصحية

    2024 | المؤلف: Hasan Yıldırım | المجلة: Academic Platform Journal of Engineering and Smart Systems | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول هذه الدراسة قضية التعدد الخطي في مجموعات البيانات، وخاصة في سياق بيانات الرعاية الصحية، التي شهدت نمواً هائلاً بسبب التقدم التكنولوجي. تؤثر هذه المشكلة سلباً على أداء كل من الخوارزميات الإحصائية وخوارزميات التعلم الآلي. تقوم الدراسة بإجراء مقارنة شاملة بين نماذج إحصائية مختلفة—مثل الانحدار Ridge وLiu وLasso وElastic Net—وثمانية خوارزميات بارزة في التعلم الآلي،…


1 2
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.