تقدير دالة البقاء لبعض التوزيعات الاحتمالية الضبابية

الباحث

آلان أدهم عبدالله بيباني

المشرف

زكريا يحيى نوري الجمال

الجامعة

جامعة الموصل

الكلية / القسم

كلية علوم الحاسوب والرياضيات / الإحصاء والمعلوماتية

الشهادة

ماجستير

السنة

2023

لغة الرسالة

عربي

الكلمات المفتاحية

دالة البقاء ; التوزيعات الاحتمالية الضبابية ; المنطق الضبابي ; تحليل البقاء

يلقى موضوع تحليل بيانات البقاء اهتماماً واسعاً وواضحاً في معظم الدراسات الطبية. إذ يعد تقدير دالة البقاء أحد أهم الدوال المستخدمة في تحليل بيانات البقاء والتي من خلالها يتم نمذجة متغير وقت البقاء عندما تكون قيم ذلك المتغير عبارة عن أوقات بقاء لها توزيع احتمالي معلوم. ويما أن عملية تقدير alla البقاء تعتمد على المشاهدات التي في كثير من الأحيان لا يمكن تسجيلها بدقة مما يؤدي إلى أن تكون العشوائية والضبابية خليطاً فيهاء وهذا بدوره يؤدي إلى ظهور حالة ما تسمى بالبيانات الضبابية. وكغيره من سائر البيانات، قد تحتوي بيانات البقاء على بيانات ضبابية ما يؤثر سلباً على دقة تقدير دالة البقاء وبساطتها في تفسير النتائج. تهدف هذه الرسالة إلى اقتراح تقدير دالة البقاء في حالة وجود أوقات فشل ضبابية تتبع توزيعات احتمالية معلومة مثل التوزيع الأسي وتوزيع ويبل وتوزيع جومبيرتز. arial أسلوب مونت - كارلو في المحاكاة لتوليد بيانات تتبع التوزيعات الاحتمالية الثلاثة تبعا لعوامل مختلفة كحجم العينة وقيم معلمات ذلك التوزيع وقيمة القطع. واعثمد على جانبين من جوانب تقييم أداء التقدير الضبابي: الأول: هو تفييم تقدير دالة البقاء بالاعتماد على معايير تقييم دقة التنبؤ متوسط مريع الخطأء والثاني هو الاعتماد على معدل العمر الزمني للفشل. فقد أظهرت نتائج المحاكاة تفوق التقدير الضبابي مقارنة بالتقدير الاعتيادي. فضلاً عن ذلك فقد طبقت هذه الطرائق على بيانات حقيقية عراقية تشمل وقت البقاء للأطفال حديثي الولادة في الخدج. وقد بينت النتائج أيضا تفوق التقدير الضبابي. المحتوبات ريم ee ااا ee ee رد ——— ee 3 0 بعض المفاهيم الاماسية 00 | 0065 لسرم ps | Ul a | سس 0 | ه00 ety الثاني: الجانب النظري 0 | 41-24 tah | سيم رطم | وم

The topic of survival data analysis receives wide and clear attention in most medical studies. The estimation of the survival function is one of the most important functions used in the analysis of survival data, through which the survival time variable is modeled when the values of that variable are survival times with a known probability distribution. And since the process of estimating the survival function depends on observations, which in many cases cannot be recorded accurately, which leads to randomness and fuzziness being mixed in, and this in turn leads to the emergence of a state called fuzzy data. Like other data, survival data may contain fuzzy data, which negatively affects the accuracy of the survival function estimate and its simplicity in interpreting the results. relied on two aspects of evaluating the performance of fuzzy estimation: the first: is the evaluation of the survival function estimate based on the information criteria through the Akaki and Bayes information criteria, and the second is the dependence on the mean time until failure. The simulation results showed superiority of the fuzzy estimate compared to the classical estimate. In addition, these methods were applied to real Iraqi data including survival time for premature newborns. The results also showed the superiority of the fuzzy estimate.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب