Thesis (Ph.D)-Cairo University,Faculty of Graduate Studies for Statistical Research,Department of Applied Statistics and Econometrics.

Bibliography: p. 98-106.

من الطرق الشائعة للتعامل مع البيانات العددية هى إستخدام نماذج التعميم الخطية ويعتبر نموذجى بواسون وذو الحدين من أكثر النماذج إستخداماً وقد ظهر فى الاونة الاخيرة نموذج مختلط يعتمد على بواسون وهو الكوم بواسونCOM-Poisson model وهو نموذج مرن لتعاملة مع بعض المشكلات التى تضاف للبيانات مثل نقص او زيادة التشتت (over-under dispersion) لهذة البيانات. ونظراً لأهمية الكوم بواسون فى معالجة البيانات ذات التشتت تم إستخدامة مع البيانات الطولية العددية longitudinal count data فى هذة الاطروحة وايضا إستخدام نموذج الكوم بواسون الصفرىZero Inflated COM Poisson model لمعالجة المشكلات المتعلقة بنموذج البواسون ومن هذة الطرق (طريقة المعادلات المقدرة المعممةgeneralized estimating equation - طريقة دوال الإستدلال التربيعىquadratic inference functions - طريقة شبة الإمكان الأكبرالمعممةgeneralized quasi likelihood ) لتحديد ايهما افضل وذلك من خلال تطبيق الطرق الخاصة بالبيانات الطولية وذلك تحت ظروف مختلفة منها اختلاف حجم العينة واختلاف مصفوفه الارتباط بين المشاهدات حيث انه تم الاعتماد على نوعين من الارتباط وهما الارتباط التغيرىexchanagble والارتباط الخطى الذاتى من الدرجة الاولى AR(1). وقد توصلت الدراسة الى مجموعة من النتائج وكانت ابرز هذة النتائج ان طرية المعادلات المقدرة المعممة هى الافضل فى التطبيق على النموذجين المقترحين وذلك بإستخدام احجام عينات مختلفة كما ان تغيير نوع الارتباط من ارتباط تغيرى الى ارتباط خطى ذاتى لم يؤثر على نتائج الدراسة.