000			06759namaa22004451i 4500
003			EG-GICUC
005			20260419122914.0
008			260419s2025 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	_a519.5
092			_a519.5 _221
097			_aM.Sc
099			_aCai01.18.04.M.Sc.2025.Ma.S
100	0		_aMariam Ismail Abdellah Abdelgalil, _epreparation.
245	1	0	_aStatistical inference for pareto regression model with application / _cby Mariam Ismail Abdellah Abdelgalil ; Supervised Prof. Salah Mahdy Ramadan, Prof. Shereen Hamdy Abdel-Latif, Dr. Amal Mohamed Abdel Fattah.
246	1	5	_aالإستدلال الإحصائي لنموذج إنحدار باريتو مع التطبيق
264		0	_c2025.
300			_a160 Leaves : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (Ph.D)-Cairo University, 2025.
504			_aBibliography: pages 139-144.
520		3	_aRegression analysis is a fundamental tool for exploring relationships between variables in various fields, such as economics, computer science and finance. The Pareto IV distribution, as introduced by Arnold (2015), provides a highly flexible framework for modeling heavy-tailed and skewed data. This thesis develops a novel log-location-scale regression model based on the Pareto IV distribution, specifically designed for modeling heavy-tailed datasets. Both censored and uncensored data structures are addressed within the model formulation. Parameters are estimated using Maximum Likelihood Estimation (MLE) combined with the Broyden-Fletcher-Goldfarb-Shanno (BFGS) optimization algorithm. Survival and hazard functions are derived and supported by residual-based diagnostics, including Martingale and Deviance residuals. A comprehensive simulation study is conducted using six different sample sizes (n = 20, 50, 100, 200, 500, and 1000) to evaluate estimator performance. The proposed model demonstrates low bias in estimating the tail index. For empirical evaluation, the model is applied to Egyptian housing market data (2015–2018, n=100) which includes only uncensored observations. The results reveal that the model outperforms the Gamma regression model, achieving a ΔAIC of 118.61, highlighting its effectiveness in premium property valuation and risk assessment. Overall, this thesis contributes to developing a reliable analytical framework for handling data that are difficult to model using traditional methods.
520		3	_aيُعد تحليل الإنحدار أداة أساسية لفهم العلاقات بين المتغيرات واتخاذ القرارات. ويُعتبر توزيع باريتو الرابع امتدادًا لتوزيع باريتو الكلاسيكي، حيث يضيف معامل شكل إضافيًا يمنحه مزيدًا من المرونة في نمذجة البيانات الحقيقية. يُستخدم هذا التوزيع على نطاق واسع في مجالات مثل الاقتصاد، والتمويل، والتأمين، والعلوم البيئية، حيث يساعد في وصف الظواهر التي تتميز بذيل ثقيل، أي عندما يكون جزء صغير من القيم مسئولة عن جزء كبير من النتائج (مثل توزيع الثروة، وعدم المساواة في الدخل، والأحداث القصوى). تكمن أهمية هذا التوزيع في قدرته على تقديم نماذج أكثر دقة للبيانات التجريبية ذات السلوكيات المختلفة في الذيل، مما يجعله أداة مفيدة في تقييم المخاطر، وتحليل الموثوقية، والنمذجة المالية. وعلى الرغم من هذه الأهمية إلا أن هناك نقص في الدراسات التطبيقية لانحدار باريتو الرابع. حيث ركزت معظم الأبحاث على الخصائص الإحصائية أو التقديرات النظرية دون استكشاف كافٍ لكيفية استخدامه في تحليل البيانات . وكذلك لم تتم مقارنة أدائه مع نماذج انحدار أخرى بشكل واسع. تسعى هذه الرسالة إلى سد الفجوة البحثية من خلال تقديم تحليل عملي لنموذج انحدار قائم على توزيع باريتو الرابع، واختبار كفاءته في تحليل البيانات و خصائص النموذج من حيث أداء التقديرات ،وذلك باستخدام تقدير الإمكان الأعظم MLE)). كما أظهرت دراسات المحاكاة على أحجام عينات تتراوح بين 20 و 1000 مع انحياز منخفض وكفاءة عالية أن النموذج يتميز بدقة وكفاءة في التقدير وذلك وفق البيانات والظروف التي تم فيها التطبيق. وتم تطبيق النموذج على بيانات من سوق الإسكان المصري خلال الفترة (2015م-2018م)، وأظهرت المقارنة بين نموذج انحدار باريتو الرابع مع نموذج انحدار جاما على تفوق نموذج باريتو الرابع، فقد انخفض متوسط مربع الخطأ( MSE ) وتحسن تقدير القيم المتطرفة باستخدام طريقة Nelder-Mead . كما ارتفع معامل التحديد الزائف لماكفادان(pseudo-R^2) . وانخفضت قيمةAIC ، مما يشير إلى ملاءمة أفضل للنموذج وقدرته على تفسير التباين في البيانات.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		0	_aApplied Statistics and Econometrics
650		0	_aالإحصاء التطبيقي
653		1	_aCensored Data _aEgyptian Housing Market _aHeavy-tailed Data _aMaximum Likelihood Estimation _aPareto IV Distribution _aRegression Model _aResidual analysis _aStatistical Modeling _aالبيانات الخاضعة للرقابة _aسوق الإسكان المصري
700	0		_aSalah Mahdy Ramadan _ethesis advisor.
700	0		_aShereen Hamdy Abdel-Latif _ethesis advisor.
700	0		_aAmal Mohamed Abdel Fattah _ethesis advisor.
900			_b01-01-2025 _cSalah Mahdy Ramadan _cShereen Hamdy Abdel-Latif _cAmal Mohamed Abdel Fattah _UCairo University _F Faculty of Graduate Studies for Statistical Research _D Department of Applied Statistics and Econometrics
905			_aShimaa
942			_2ddc _cTH _e21 _n0
999			_c179571