مقایسه رگرسیون خطی و الگوریتم های رگرسیون انقباضی (ستیغی، لسو و الستیک شبکه ای) با استفاده از داده های بیماران استرس پس از سانحه

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

هدف از ابن پژوهش، معرفی الگورینم های رگرسیونی جایگزین، برای رگرسیون خطی بود. به این منظور ازالگوریتم های رگرسیونی نوین چونان ستیغی ،لسو والستیک استفاده شد که درآنان دقت پبش بینی از رهگذر میزان سازی نابع هرینه بیشینه می شود.دراین پژوهش نخست به توضیح مبانی نظری این الگوریتم های نوین پرداخته شد و سپس در قالب یک مثال عددی  با استفاده از داده های بیماران استرس پس از سانحه به تفسیر خروجی نرم افزار و مقایسه آن ها مبادرت شد.جامعه پژوهش افراد مبتلا استرس پس از سانحه  شهر تهران در سال 1399 بود که داده های 97 بیمار (73 زن و 24 مرد) که در آن ها هشت متغیر مرتبط با شدت بازتجربه ترما اندازه گیری شده بود به عنوان نمونه پژوهش بررسی شدند. داده هابا رگرسیون چندگانه خطی کلاسیک ،رگرسیون ستیغی (RR) ، لسو (Lasso) و رگرسیون الستیک شبکه ای (Elastic) با استفاده از نرم افزار R تحلیل شدند. یافته ها نشان داد که رگرسیون الستیک، لسو و ستیغی، به ترتیب بیشترین درصد واریانس تببینی و کمترین میانگین خطا را در مقایسه با رگرسیون خطی نشان دادند. در شرایطی که مفروضه های نبود، هم خطی و ثبات واریانس باقیمانده ها احراز نشود، کاربست رگرسیون خطی مشکل ساز و کاربرد این روش های جایگزین پیشنهاد می شود.

زبان:
فارسی
صفحات:
193 تا 206
لینک کوتاه:
magiran.com/p2214539 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!