header
Image from OpenLibrary

Change-point Quantile Regression Model for Longitudinal data in the Presence of Missing Values / Wafaa Ibrahim Mohamed Ibrahim ; Supervised Abdelnasser Saad Abdrabou, Ahmed Mahmoud Gad.

By: Contributor(s): Material type: TextTextLanguage: English Summary language: English, Arabic Producer: 2023Description: 102 Pages : Chart, facsimiles ; 25 cm. + CDContent type:
  • text
Media type:
  • Unmediated
Carrier type:
  • volume
Other title:
  • نموذج انحدار جزيئي بنقطة تغيير للبيانات الطولية في وجود القيم المفقودة
Subject(s): DDC classification:
  • 519.503 21
Available additional physical forms:
  • Issues also as CD.
Dissertation note: Thesis (Ph.D)- Cairo University- Faculty of Economics and Political Science- Department of Statistics-2023. Summary: الدراسات الطولية لا غنى عنها لدراسة التغيير الذي يحث للمتغيرات محل الدراسة مع مرور الوقت. أحد تحديات البيانات الطولية هو وجود مشكلة القيم المفقودة التي تعقد من عملية تحليل البيانات، خاصة بالنسبة للقيم المفقودة التي لا يمكن تجاهلها. يمكن أنتتعرض البيانات الطولية لنقاط تغيير. إن وجود مثل هذه النقطة غير المحددةيؤدي الى تغيير خصائص العينة ، وبالتالي فإن اكتشاف هذه النقاط وتقديرها أمر بالغ الأهمية لصحة التحليل. معظم الأساليب الإحصائية المقترحة في الأدبيات للكشف عن نقاط التغيير وتقديرها افترضت ان البيانات لها توزيع طبيعي وهذا قد يكون غير متحقق. البديل الجيد في هذه الحالة هو استخدام نهج قوي وهو نموذج الانحدار الجزيئي. في هذه الرسالة تم اقتراح الانحدار الجزيئي في وجود معاملات عشوائية (random effects) مع نقطة تغيير وذلك للأخذ في الاعتبار الطبيعة الارتباطية للبيانات الطولية وذلك تم في حالة عدم وجود بيانات مفقودة. يفترض أن المعاملات العشوائية في هذا النموذج تتبع توزيع لابلاس غير المتماثل متعدد المتغيرات(MALD).أيضا ، يقترح نموذج الانحدارللمعلمات المشتركة (shared-parameter model) الجزيئي مع نقطة التغيير لحساب البيانات المفقودة غير القابلة للتجاهل. في كلا النموذجين ، يتم استخدام profile estimation بحيث تم اقتراح استخدام SAEM لتقدير معلمات الانحدار ، في حين يتم تقدير موقع نقطة التغيير باستخدام طرق optimization. يتم تطبيق SAEMباستخدام الرابط بين توزيع لابلاس غير المتماثل والانحدار الجزيئي. تم اختبار أداء النماذج المقترحة باستخدام دراسات المحاكاة. أظهرت النتائج أن إجراءات التقدير والاستدلال تعمل بكفاءة في العينات المحدودة وذلك تم اختباره من خلال التحيز النسبي والخطأ القياسي. تم توضيح الاستخدام العملي للنماذج المقترحة من خلال تطبيقين ، الأول يتم تطبيقه لتوضيح استخدام النموذج في حالة مجموعات البيانات الكاملة. يهدف هذا التطبيق إلى دراسة العوامل الاقتصادية والصحية العالمية التي تؤثر على معدل الوفيات الشهري بسبب COVID-19 من 1 أبريل 2020 حتى 30 أبريل 2021. بينما يتم استخدام التطبيق الثاني لتطبيق نموذج المعلمات المشتركة ؛ الهدف من هذا التطبيق هو دراسة العوامل التي تؤثر على الصحة العقلية باستخدام بيانات LISS) (دراسات الإنترنت الطولية للعلوم الاجتماعية.Summary: Longitudinal studies are indispensable to the study of change in an outcome over time. One of the challenges of the Longitudinal is that it plagued with the problem of missing values which complicates the analysis of the data, especially for nonignorable missing measurements. The longitudinal individual response profiles could exhibit breakpoints or change-points. The existence of such unknown point disturbs the sample characteristics, so the detection and estimation of these points are of crucial to the validity of the analysis. Most of the proposed statistical methods in literature for detecting and estimating change-points assumed distributional assumption that may not hold. A good alternative in this case is to use a robust approach which is the quantile regression model.
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Home library Call number Status Date due Barcode
Thesis Thesis قاعة الرسائل الجامعية - الدور الاول المكتبة المركزبة الجديدة - جامعة القاهرة Cai01.03.01.Ph.D.2023.Wa.C (Browse shelf(Opens below)) Not for loan 01010110087912000

Thesis (Ph.D)- Cairo University- Faculty of Economics and Political Science- Department of Statistics-2023.

Bibliography: p. 111-115.

الدراسات الطولية لا غنى عنها لدراسة التغيير الذي يحث للمتغيرات محل الدراسة مع مرور الوقت. أحد تحديات البيانات الطولية هو وجود مشكلة القيم المفقودة التي تعقد من عملية تحليل البيانات، خاصة بالنسبة للقيم المفقودة التي لا يمكن تجاهلها. يمكن أنتتعرض البيانات الطولية لنقاط تغيير. إن وجود مثل هذه النقطة غير المحددةيؤدي الى تغيير خصائص العينة ، وبالتالي فإن اكتشاف هذه النقاط وتقديرها أمر بالغ الأهمية لصحة التحليل. معظم الأساليب الإحصائية المقترحة في الأدبيات للكشف عن نقاط التغيير وتقديرها افترضت ان البيانات لها توزيع طبيعي وهذا قد يكون غير متحقق. البديل الجيد في هذه الحالة هو استخدام نهج قوي وهو نموذج الانحدار الجزيئي. في هذه الرسالة تم اقتراح الانحدار الجزيئي في وجود معاملات عشوائية (random effects) مع نقطة تغيير وذلك للأخذ في الاعتبار الطبيعة الارتباطية للبيانات الطولية وذلك تم في حالة عدم وجود بيانات مفقودة. يفترض أن المعاملات العشوائية في هذا النموذج تتبع توزيع لابلاس غير المتماثل متعدد المتغيرات(MALD).أيضا ، يقترح نموذج الانحدارللمعلمات المشتركة (shared-parameter model) الجزيئي مع نقطة التغيير لحساب البيانات المفقودة غير القابلة للتجاهل. في كلا النموذجين ، يتم استخدام profile estimation بحيث تم اقتراح استخدام SAEM لتقدير معلمات الانحدار ، في حين يتم تقدير موقع نقطة التغيير باستخدام طرق optimization. يتم تطبيق SAEMباستخدام الرابط بين توزيع لابلاس غير المتماثل والانحدار الجزيئي. تم اختبار أداء النماذج المقترحة باستخدام دراسات المحاكاة. أظهرت النتائج أن إجراءات التقدير والاستدلال تعمل بكفاءة في العينات المحدودة وذلك تم اختباره من خلال التحيز النسبي والخطأ القياسي. تم توضيح الاستخدام العملي للنماذج المقترحة من خلال تطبيقين ، الأول يتم تطبيقه لتوضيح استخدام النموذج في حالة مجموعات البيانات الكاملة. يهدف هذا التطبيق إلى دراسة العوامل الاقتصادية والصحية العالمية التي تؤثر على معدل الوفيات الشهري بسبب COVID-19 من 1 أبريل 2020 حتى 30 أبريل 2021. بينما يتم استخدام التطبيق الثاني لتطبيق نموذج المعلمات المشتركة ؛ الهدف من هذا التطبيق هو دراسة العوامل التي تؤثر على الصحة العقلية باستخدام بيانات LISS) (دراسات الإنترنت الطولية للعلوم الاجتماعية.

Longitudinal studies are indispensable to the study of change in an outcome over time. One of the challenges of the Longitudinal is that it plagued with the problem of missing values which complicates the analysis of the data, especially for nonignorable missing measurements. The longitudinal individual response profiles could exhibit breakpoints or change-points. The existence of such unknown point disturbs the sample characteristics, so the detection and estimation of these points are of crucial to the validity of the analysis. Most of the proposed statistical methods in literature for detecting and estimating change-points assumed distributional assumption that may not hold. A good alternative in this case is to use a robust approach which is the quantile regression model.

Issues also as CD.

Text in English and abstract in Arabic & English.

There are no comments on this title.

to post a comment.