000			07796namaa22004331i 4500
003			EG-GICUC
005			20260312145719.0
008			260312s2025 ua a|||frm||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a006.31
092			_a006.31 _221
097			_aM.Sc
099			_aCai01.18.04.M.Sc.2025.Om.P
100	0		_aOmar Ahmed Mohamed Ahmed Afifi, _epreparation.
245	1	0	_aPanel data analysis using supervised machine learning techniques / _cby Omar Ahmed Mohamed Ahmed Afifi ; Supervised Prof. Salah Mahdy Ramadan, Dr. Amal Mohamed Abdel Fatah.
246	1	5	_aتحليل بيانات القطاع باستخدام تقنيات التعلم الآلي الخاضعة للإشراف
264		0	_c2025.
300			_a72 Leaves : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc)-Cairo University, 2025.
504			_aBibliography: pages 64 -69.
520		3	_aPanel data analysis allows researchers to achieve greater statistical validity in policy analysis and program evaluation through more advanced research designs than cross-sectional data models. Panel (or longitudinal) data refers to data collected from the same individuals across multiple time periods. This data type consists of repeated time-series observations (𝑇) for a significant number of cross-sectional units (𝑁), such as countries, companies, randomly chosen individuals, etc. This thesis discusses a comparison between the three conventional models of panel data, referred to as statistical panel models (Pooled OLS, Fixed Effects, and Random Effects), and three of the supervised machine learning techniques (Support Vector Regression, Random Forest Regressor, and Gradient Boosting Regressor) that have been used in literature to model panel data. The comparison is done in terms of prediction performance by fitting each of the six models and calculating diagnostic metrics (MSE, Bias, AIC, and BIC), then comparing the different values of the models. The first comparison is an empirical study that investigates the impact of education and experience on individual wages using panel data from Greene (2008). This dataset was analyzed using the six models: three classical statistical panel data models (POLS, FE, RE) and three supervised machine learning techniques (SVR, RFR, GBR). The empirical results show that the machine learning techniques outperform the statistical models across all evaluation metrics, including Mean Squared Error (MSE), Bias, Akaike Information Criterion (AIC), and Bayesian Information Criterion (BIC). Among the machine learning techniques, Gradient Boosting and Support Vector Regression achieve the most accurate and efficient fits. The statistical models exhibit relatively higher error and complexity, with the Fixed Effects model performing the worst due to its exclusion of important time-invariant regressors. The second comparison is based on a controlled simulation study using an assumed true data-generating process (DGP), evaluated across 16 combinations of cross-sectional units (𝑁 = 10,50,100,200) and time periods (𝑇 = 10,50,100,200). Each scenario was simulated over 1000 iterations to obtain stable average metrics. The findings reveal that statistical panel data models – particularly Pooled OLS and Random Effects – consistently achieve near-zero bias across all configurations, while Fixed Effects suffers from persistent bias due to model misspecification. Meanwhile, machine learning techniques demonstrate superior performance in terms of predictive performance, achieving substantially lower Mean Squared Error (MSE), AIC, and BIC values, especially as the panel size increases. Among the ML models, Gradient Boosting consistently provides the most accurate and well-balanced results, highlighting its strength in capturing complex relationships in data rich panel structures. The final part of the thesis recommends, for future work, exploring machine learning techniques other than the three used, introducing more values of 𝑁 and 𝑇 for simulation, doing simulation on different panel data settings (Unbalanced, Dynamic, etc.), and doing the simulation using different DGPs to determine whether the comparison results will change.
520		3	_aفي هذه الرسالة تمت المقارنة بين ثلاث طرق تقليدية لتقدير بيانات البانل، تُعرف باسم نماذج البانل الإحصائية (الانحدار الخطي المجمّع، نموذج التأثيرات الثابتة، ونموذج التأثيرات العشوائية)، وثلاثة من تقنيات التعلم الآلي الخاضع للإشراف (انحدار المتجهات الداعمة، انحدار الغابة العشوائية، وانحدار التعزيز الاشتقاقي) التي استُخدمت في الأدبيات لنمذجة بيانات البانل. أُجريت المقارنة من حيث دقة التقدير عن طريق تركيب كل نموذج من النماذج الستة وحساب بعض المقاييس التشخيصية (مثل متوسط الخطأ التربيعي، مقياس التحيز، معيار أكايكي، ومعيار بيز)، ثم مقارنة القيم المختلفة للنماذج. تم إجراء المقارنة الأولى باستخدام مثال من بيانات حقيقية حول تأثير سنوات الخبرة والتعليم على أجور الأفراد العاملين. أظهرت النتائج التطبيقية أن تقنيات التعلم الآلي الثلاثة تفوقت بوضوح على نماذج البانل الكلاسيكية في جميع المقاييس التشخيصية. تمت المقارنة الثانية باستخدام بيانات محاكاة في 16 تركيبة مختلفة تم تنفيذ كل تجربة محاكاة على 1000 تكرار لضمان الاستقرار في حساب المتوسطات الإحصائية للمقاييس التشخيصية. أظهرت تقنيات التعلم الآلي تحيزًا أعلى في العينات الصغيرة، لكنه ينخفض بشكل ملحوظ مع زيادة حجم البيانات، حيث حقق انحدار التعزيز الاشتقاقي أفضل أداء من حيث تقليل التحيز عند أكبر أحجام العينة. كما تفوقت تقنيات التعلم الآلي على النماذج الكلاسيكية في متوسط الخطأ التربيعي، ومعياري أكايكي وبيز، خاصة عند تكبير حجم البيانات.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		0	_aMachine learning
650		0	_aالتعلم الآلي
653		1	_aPanel Data Analysis _aStatistical Panel Models _aPooled OLS _aFixed Effects _aRandom Effects _aPanel Data using Machine Learning _aSupport Vector Regression (SVR) _aRandom Forest Regressor (RFR) _aGradient Boosting Regressor (GBR) _aPanel Data Simulation _aتحليل بيانات البانل _aنماذج البانل الإحصائية
700	0		_aSalah Mahdy Ramadan _ethesis advisor.
700	0		_a Amal Mohamed Abdel Fatah _ethesis advisor.
900			_b01-01-2025 _cSalah Mahdy Ramadan _cAmal Mohamed Abdel Fatah _UCairo University _FFaculty of Graduate Studies for Statistical Research _DDepartment of Applied Statistics and Econometrics
905			_aShimaa
942			_2ddc _cTH _e21 _n0
999			_c178988