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

الأبحاث المرتبطة بالكلمة المفتاحية: نماذج، إحصائية




  • النمذجة الاستكشافية للمعادلات الهيكلية ولعنة الأبعاد

    2026 | المؤلف: Trà T. Lê وآخرون | المجلة: Behavior Research Methods | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم ورقة البحث نهجًا من الجيل التالي لعلوم السلوكيات يعالج التحديات التي تطرحها البيانات عالية الأبعاد وأحجام العينات المحدودة في الطرق التقليدية القائمة على المتغيرات الكامنة. غالبًا ما تؤدي هذه الطرق التقليدية إلى حلول غير مستقرة عندما يتجاوز عدد المتغيرات حجم العينة. للتغلب على هذه القيود، يقترح المؤلفون نهجًا منتظمًا من مرحلتين لنمذجة المعادلات الهيكلية…


  • تصحيح التحيز في النشر في تحليل ميتا باستخدام طريقة

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Psychonomic Bulletin & Review | المجال: الإحصاء والاحتمالات واللايقين (Statistics, Probability and Uncertainty)

    تناقش هذه الفقرة القضية الحرجة لتحيز النشر في التحليلات التلوية، والتي يمكن أن تؤدي إلى تقديرات مبالغ فيها لحجم التأثير. يقدم المؤلفون طريقة جديدة، p-uniform*، التي تعزز الطريقة الحالية p-uniform بطرق ثلاث هامة: توفر مقدرًا أكثر كفاءة، وتخفف من المبالغة في تقدير أحجام التأثير بسبب التباين بين الدراسات، وتسمح بتقدير واختبار هذا التباين. تكشف التحليلات…


  • التنبؤ الانتقائي المتوافق مع تأجيل مدرك للتكاليف من أجل تصنيف سريري آمن تحت تحول التوزيع

    2026 | المؤلف: Hyun Kwon وآخرون | المجلة: Scientific Reports | المجال: علم الأوبئة (Epidemiology)

    إطار التنبؤ الانتقائي المقترح لتصنيف المرضى في العيادات يدمج النمذجة الاحتمالية المعايرة، والتنبؤ المتوافق، والتأجيل الواعي بالتكاليف لتعزيز سلامة المرضى. هذا النظام يولد تنبؤات ذات قيم مجموعة مع التحكم في تغطية العينات المحدودة، مؤجلاً الحالات ذات الثقة المنخفضة إلى الأطباء عندما يقلل من التكاليف السريرية المتوقعة. باستخدام التنبؤ المتوافق المنقسم ونسخة مرجحة من الأهمية لتعزيز…


  • القيم الشاذة (عادة) لا يمكن أن تسبب أخطاء من النوع الأول في اختبارات t لعينة واحدة/مقترنة

    2026 | المؤلف: Alan Wisler | المجلة: PLoS ONE | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تدرس هذه الدراسة تأثير النقاط البيانية الشاذة على نتائج اختبارات t لعينة واحدة والاختبارات المزدوجة، مع التركيز بشكل خاص على السيناريوهات التي تتماشى فيها النقاط الشاذة مع اتجاه التأثير المرصود. على عكس الافتراض البديهي بأن مثل هذه النقاط الشاذة المتوافقة ستعزز إحصائية الاختبار، تكشف النتائج أن النقاط الشاذة غالبًا ما تؤدي إلى انخفاض في إحصائية…


  • تقدير قائم على Wasserstein GAN لدالة التوزيع الشرطي مع بيانات الحالة الحالية

    2026 | المؤلف: Wen Su وآخرون | المجلة: Lifetime Data Analysis | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    في هذا القسم، يتناول المؤلفون التحديات التي تطرحها بيانات الحالة الحالية، والتي تتواجد بشكل شائع في مجالات مثل الطب والاقتصاديات القياسية والعلوم الاجتماعية. يبرزون قيود الأساليب التحليلية الحالية، لا سيما عندما تكون النماذج الأساسية غير محددة بشكل صحيح. للتغلب على هذه القضايا، يقترح المؤلفون نهجًا جديدًا خاليًا من النموذج من مرحلتين لتقدير دالة التوزيع التراكمي…


  • التحليل الفيدرالي المتسلسل لبيانات تفشي مبكر مطبقة على تقدير فترة الحضانة

    2026 | المؤلف: Simon Busch‐Moreno وآخرون | المجلة: Epidemics | المجال: التسويق (Marketing)

    تناقش ورقة البحث أهمية تحليل بيانات تفشي الأمراض في المراحل المبكرة للصحة العامة، مع التأكيد على التحديات التي تفرضها قيود الخصوصية على البيانات الخام. لمعالجة هذه القضايا، يقترح المؤلفون نهجين للتحليل الفيدرالي لا يتطلبان مشاركة البيانات أو التواصل المباشر بين الأجهزة. يستخدم النهج الأول تقريبًا متعدد المتغيرات (MvN) لتحديث التوزيعات السابقة بشكل متسلسل بناءً على…


  • نموذج توقع الأمراض المعدية بناءً على خوارزمية التعلم العميق المحسّنة

    2026 | المؤلف: Qian Cao وآخرون | المجلة: Frontiers in Public Health | المجال: النمذجة والمحاكاة (Modeling and Simulation)

    تقدم البحث نموذج توقع هجين، GA-BiLSTM-ARIMA، مصمم لتعزيز دقة التنبؤ ببيانات حالات COVID-19 في اليابان. يدمج هذا النموذج الخوارزميات الجينية (GA) مع الشبكات العصبية ثنائية الاتجاه (BiLSTM) ونموذج المتوسط المتحرك التكاملي الذاتي (ARIMA). يقوم GA بتحسين المعلمات الفائقة بشكل تكراري، مما يحسن قدرة النموذج على التقاط الأنماط غير الخطية والخطية في البيانات. أسفرت مقاييس التقييم…


  • ما بعد بونفيروني: اختبارات تباين متعددة جديدة لبيانات الوقت حتى الحدث تحت مخاطر غير متناسبة

    2026 | المؤلف: Ina Dormuth وآخرون | المجلة: Lifetime Data Analysis | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    في التجارب السريرية التي تشمل مجموعات متعددة، من الضروري ليس فقط تحديد الفروقات بين المجموعات ولكن أيضًا تحديد المواقع المحددة لهذه الفروقات. يتطلب ذلك اختبار فرضيات فردية متعددة، مما يثير القلق بشأن التحكم في معدل الخطأ العائلي (FWER). غالبًا ما يتم استخدام الطرق التقليدية، مثل اختبار لوغاريتم الرتبة المصحح بونفيروني، ومع ذلك، فإن لها قيودًا…


  • تقييم خصائص فترة التنبؤ في التحليل التلوي ذو التأثيرات العشوائية

    2026 | المؤلف: Péter Mátrai وآخرون | المجلة: Research Synthesis Methods | المجال: الصحة العامة والبيئية وصحة العمل (Public Health, Environmental and Occupational Health)

    تناقش هذه القسم المنهجية والآثار المترتبة على تحليل الميتا ذو التأثيرات العشوائية، مع التركيز بشكل خاص على فترة التنبؤ (PI) كأداة لتقييم التباين بين تأثيرات الدراسات. يؤكد المؤلفون أنه بينما تهدف PI إلى احتواء التأثير الحقيقي لدراسة جديدة باحتمالية محددة، يمكن أن يختلف أداؤها بشكل كبير بناءً على عدد الدراسات المضمنة في التحليل. من خلال…


  • دمج الأشجار الاحتمالية والشبكات السببية للبيانات السريرية والوبائية

    2026 | المؤلف: Sheresh Zahoor وآخرون | المجلة: Artificial Intelligence in Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث إطار عمل الدمج السببي الاحتمالي (PCF)، الذي يدمج الشبكات البايزية السببية (CBNs) وأشجار الاحتمالات (PTrees) لتعزيز اتخاذ القرارات في الرعاية الصحية من خلال التنبؤ بالنتائج واستكشاف آثار التدخلات. يلتقط إطار عمل PCF العلاقات السببية، مما يسمح بتحديد تأثيرات العوامل ومحاكاة السيناريوهات الافتراضية. تم تقييمه على مجموعات بيانات متنوعة بما في ذلك MIMIC-IV، دراسة…


←السابق
1 2 3 4 5 6 … 9
التالي→

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