تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. طرق إحصائية واستدلال

الأبحاث ضمن الموضوع : طرق إحصائية واستدلال




  • الاتفاق بين عامل الانكماش الاستدلالي وعوامل الانكماش المثلى في الانحدار اللوجستي لتوقع المخاطر: دراسة محاكاة عبر أحجام عينات وإعدادات مختلفة

    2026 | المؤلف: Alexander Pate وآخرون | المجلة: Diagnostic and Prognostic Research | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    في هذه الدراسة، يحقق المؤلفون في تحيز عامل الانكماش الاستدلالي المقترح من قبل فان هويلينجن ولي سيسي ($S_{VH}$) مقارنةً بعامل الانكماش الأمثل ($S_{opt}$) وعامل الانكماش المستمد من البوتستراب ($S_{boot}$) في سياق نماذج الانحدار اللوجستي غير المعاقب لتوقع المخاطر. تتضمن الأبحاث دراستين محاكاة: الأولى تقيم تحيز $S_{VH}$ و$S_{boot}$ كموحدات لـ $S_{opt}$ عبر سيناريوهات مختلفة محددة بواسطة…


  • المنطقة الدقيقة وعدم المساواة بين ارتباطات الرتبة لتشاتيرجي وسبيرمان

    2026 | المؤلف: Zhenyun Du | المجلة: Journal of Multivariate Analysis | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    في هذا القسم، يناقش المؤلفون ارتباط الرتبة $\xi(X, Y)$ الذي قدمه سوراف تشاتيرجي، والذي يتراوح من 0 إلى 1، مما يدل على استقلالية واعتماد مثالي للمتغيرات $X$ و $Y$، على التوالي. على عكس مقاييس التوافق التقليدية مثل معامل سبيرمان $\rho$، التي تقيم درجة الاعتماد، فإن $\xi$ يقيس بشكل محدد قوة الاعتماد الوظيفي. تستكشف الورقة الأزواج…


  • الانحدار شبه المعلمي للكتل والذيل باستخدام الشبكات العصبية المعتمدة على السلاسل

    2026 | المؤلف: Reetam Majumder وآخرون | المجلة: Extremes | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تقدم هذه القسم نهجًا جديدًا لتقدير الكثافة يعرف باسم الانحدار الكمي شبه المعلمي للحدود القصوى (SPQRx)، والذي يدمج الانحدار الكمي شبه المعلمي (SPQR) مع توزيع باريتو العام المدمج (GP). يتميز SPQR بمرونته في نمذجة دوال الكثافة الشرطية باستخدام تمثيلات سبلين والشبكات العصبية، لكنه يواجه صعوبات مع البيانات ذات الذيل الثقيل والتقدير خارج النطاقات المرصودة بسبب…


  • تقليل التباين وتحسين اختيار عرض النطاق في تقدير الكثافة من خلال التحولات شبه المعلمية والتنعيم الخطي المحلي

    2026 | المؤلف: Dimitrios Bagkavos وآخرون | المجلة: Statistics and Computing | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تقدم هذه الورقة مقدر كثافة جديد يدمج تقديرًا بارامترًا أوليًا مع عامل تصحيح مدرك للحدود مستمد من تحويل بيانات شبه بارامترية. تشمل المساهمات الرئيسية لهذا العمل تحقيق مستوى من تقليل التحيز يمكن مقارنته بالطرق شبه البارامترية الحالية، مع إظهار تقليل أكثر فعالية في تباين التقدير مقارنة بالتقنيات الحالية. بالإضافة إلى ذلك، يطور المؤلفون محدد عرض…


  • 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…


  • تقييم تأثير تباين التباين وعدم التحديد في نماذج الموقع-المقياس ذات التأثيرات المختلطة

    2026 | المؤلف: Vincent Jeanselme وآخرون | المجلة: BMC Medical Research Methodology | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    يتناول قسم ورقة البحث قيود النماذج المختلطة الخطية (LMMs) في وجود التباين غير المتجانس، والذي ينتهك فرضية تجانس تباين الأخطاء. يمكن أن يؤدي هذا الانتهاك إلى تقديرات متحيزة واستنتاجات متغيرة في الدراسات. لمعالجة هذه المشكلة، يقترح المؤلفون نموذج الموقع-المقياس المختلط (MELSM) كبديل يأخذ في الاعتبار التباين داخل الأفراد عندما لا يتم الوفاء بفرضية التجانس. تستخدم…


  • مقدرات غير معلمية على الرسوم البيانية المترية

    2026 | المؤلف: Aldo Clemente وآخرون | المجلة: Biometrika | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تقدم هذه الورقة البحثية نظرية للفضاءات الوظيفية مصممة للرسوم البيانية المترية، مما يسهل تطبيق طرق الاحتمالات المعاقبة على البيانات الموجودة على دعائم مكانية قائمة على الرسوم البيانية. يؤسس المؤلفون إطارًا رياضيًا يستعيد نتائج التحليل الوظيفي الكلاسيكية، بما في ذلك عدم المساواة من نوع بوانكاريه، والتي تشكل أساسًا لتوسيع منهجيات الاحتمالات المعاقبة الأساسية إلى هذا السياق.…


  • تخصيص نماذج التنبؤ بالنتائج العامة: تمرين إحصائي أم ضرورة؟

    2026 | المؤلف: Rui Moreno وآخرون | المجلة: Critical Care Science | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    منذ تقديم درجة تقييم الفسيولوجيا الحادة والصحة المزمنة II (APACHE II) في عام 1985، أصبح توقع الوفيات لدى المرضى البالغين في وحدات العناية المركزة (ICUs) ممارسة قياسية. وقد أدت هذه الممارسة إلى تطوير نسبة الوفيات القياسية (SMR) لتقييم أداء وحدات العناية المركزة ونسبة الوفيات المتوقعة إلى استخدام الموارد (SRU) كمقياس للجدوى الاقتصادية. كلا من SMR…


  • ما وراء نماذج كوكس: تقييم أداء طرق التعلم الآلي في المخاطر غير النسبية وتحليل البقاء غير الخطي

    2025 | المؤلف: | المجلة: Computers in Biology and Medicine | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تبحث هذه الدراسة في فعالية طرق التعلم الآلي والتعلم العميق في تحليل البقاء، خاصة في السيناريوهات التي قد لا تنطبق فيها افتراضات نماذج كوكس التقليدية المتعلقة بالخطية والمخاطر النسبية (PH). تقيم الأبحاث ثمانية نماذج، بما في ذلك ستة أساليب غير خطية، مقابل نماذج كوكس المعاقبة باستخدام معيار من ثلاثة مجموعات بيانات صناعية وثلاثة مجموعات بيانات…


  • ما وراء نماذج كوكس: تقييم أداء طرق التعلم الآلي في المخاطر غير النسبية وتحليل البقاء غير الخطي

    2025 | المؤلف: Giovanni Birolo وآخرون | المجلة: Computers in Biology and Medicine | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تبحث هذه الدراسة في فعالية طرق التعلم الآلي والتعلم العميق في تحليل البقاء، خاصة في السيناريوهات التي قد لا تنطبق فيها افتراضات نماذج كوكس التقليدية المتعلقة بالخطية والمخاطر النسبية (PH). تقيم الأبحاث ثمانية نماذج، بما في ذلك ستة أساليب غير خطية، مقابل نماذج كوكس المعاقبة باستخدام معيار من ثلاثة مجموعات بيانات صناعية وثلاثة مجموعات بيانات…


1 2 3
التالي→

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