‫جمهورية العراق‬

‫وزارة التعليم العالي والبحث العلمي‬

‫جامعة كربالء‬

‫كلية االدارة واالقتصاد‬

‫أختٌار أفضل تقدٌر إنموذج إنحدار لتوزٌع ذي الحدٌن‬

‫السالب مع تطبٌق عملً‬

‫رسالة مقدمة الى‬

‫مجلس كلٌة االدارة واالقتصاد ‪ /‬جامعة كربالء‬
‫وهً جزء من متطلبات نٌل درجة ماجستٌر‬
‫علوم فً االحصاء‬
‫من قبل‬
‫عدنان فاضل طعمه‬
‫باشراف‬
‫االستاذ المساعد الدكتور‬
‫شروق عبدالرضا سعٌد‬
‫‪ 8192‬م‬ ‫‪ 9341‬هجري‬
 ‫قَالُوا‬
‫ك الَ عِ ْلمَ لَنَا إالَّ َما عَلَّ ْمتَنَا‬
‫ُس ْب َحانَ َ‬
‫ت‬
‫َ‬ ‫أن‬
‫ْ‬ ‫ك‬‫َ‬ ‫ن‬
‫َّ‬ ‫إ‬
‫كي ُم‬ ‫الح‬ ‫م‬
‫َ ُْ َ ْ‬ ‫لي‬ ‫الع‬

‫لي العَظيم‬
‫صدَ َق اللُالعَّ ُ‬
‫َ‬
‫(البقرة ‪)23‬‬

‫أ‬
 ‫األهداء‬
‫نبي الرحمة ونور‬ ‫الى من بلغ الرسالة وادى االمانة ونصح األمة‬
‫العالمين محمد(ص)‪...‬‬

‫الى مالذي واماني وملجئي عند شدتي من تشرفت وآنست بالسكن‬

‫بجوارهم ابا عبد هللا الحسين وابا الفضل العباس (عليهما السالم ) ‪...‬‬

‫الى كل دم طاهر سال دفاعا عن ارض بالد الرافدين ‪...‬‬

‫الى امي الغالية والدي الحبيب لكما كل التجلي واالحترام ‪...‬‬

‫الى سندي في الحياة زوجتي وبناتي الحبيبات ‪...‬‬

‫الى اخوتي واخواتي واصدقائي وكل من وقف بجانبي ودعمني ‪...‬‬

‫اهدي وبأنحناء جهدي المتواضع هذا ‪...‬‬

‫ع ‪ .‬ف ‪.‬ط‬

‫ب‬
 ‫الشكر واالمتنان‬
‫الحمد لله الذي انعم فزاد في النعم ‪ ,‬وأكرم ففاض في الكرم ‪ ,‬وعلم‬
‫األنسان مالم يعلم والصالة والسالم على رسولة الكريم محمد "صلى‬
‫اللة عليه وعلى اله وصحبة وسلم " وبعد ‪...‬‬

‫يدفعني واجب الوفاء والعرفان الى ان أقدم من الشكر أجزله والتقدير‬

‫ارفعه واالمتنان اعظمه لألستاذة المشرفة الدكتورة " شروق عبد‬
‫الرضا " التي قدمت لي كل ما يمكن ان تقدمة من دعم علمي وعون‬
‫فكري نابعين من ضمير وأصالة لما بذلتة من متابعة مستمرة في‬
‫توجيهي ‪ ,‬لها مني جزيل الشكر والعرفان وجزاها هللا عني خير الجزاء‬
‫‪.‬‬

‫واتقدم بالشكر الجزيل الى السيدات والسادة اعضاء لجنة المناقشة‬

‫على تفضلهم بقبول مناقشة رسالتي وعلى ماسيبذلوه من جميل‬
‫مالحظاتهم القيمة والتي الغنى لي عنها ‪.‬‬

‫وعرفانا مني بالجهود التي قدمت في سبيل أخراج هذة الرسالة بشكلها‬
‫النهائي الى كل من مد يد العون لي وآزرني في أعدادها من أساتذة‬
‫وموظفي قسم األحصاء المحترمين وزمالء وزميالت الدراسة فجزى‬
‫هللا الجميع عني أوفى الجزاء وأحسنة أنه سميع مجيب الدعاء ‪.‬‬

‫وختاما أتقدم بأسمى آيات الشكر والمحبة واالمتنان لكل القلوب التي‬
‫دعت لي بالتوفيق ‪.‬‬

‫ع‪.‬ف‪.‬ط‬

‫ج‬
 ‫المستخلص‬

‫يعد إنموذج أنحدار ذي الحدين السالب أحد النماذج العددية التي تستعمل لتمثيل‬
‫بعض الظواهر والحاالت التي اليمكن التعبير عنها بالنماذج األعتيادية والذي يأتي من‬
‫أنموذج(بواسون – كاما) المركب ويتحقق عندما يكون التباين أكبر من المتوسط لمبيانات ‪.‬‬

‫إذ تم تقدير معممات إنموذج أنحدار ثنائي الحدين السالب بأربع طرائق مختمفة هي‬
‫]طريقة األمكان األعظم )‪ Maximum Likelihood Estimation (MLE‬وطريقة المربعات‬
‫الصغرى المعادة الوزن التك اررية (الحصينة) ‪Iteratively Re-weighted Least Square‬‬
‫)‪ (IRLS‬وطريقة األمكان الموزونة )‪ Weighted Likelihood Estimation (WLE‬وطريقة‬
‫المربعات الصغرى الموزونة )‪ [ Weighted Least Square (WLS‬بهدف الوصول الى‬
‫أفضل طريقة ‪ ,‬أذ سحبت عينة عشوائية بسيطة حجمها ‪ 752‬حالة من حديثي الوالدة يعانون من‬
‫تشوهات خمقية مسجمين في دائرة صحة بابل ‪ .‬وتم أستعمال البرامج األحصائية ‪(stata , spss‬‬
‫)‪ ,minitab‬لتقدير معممات إنموذج أنحدار ثنائي الحدين السالب وتحديد أفضل طريقة ‪ ,‬وقد‬
‫بينت النتائج أن طريقة المربعات الصغرى المعادة الوزن التك اررية (الحصينة) هي األفضل كونها‬
‫‪.‬‬ ‫أمتمكت أقل متوسط مربعات لمخطأ ‪ MSE‬وأعمى معامل تحديد‬

‫د‬
 Abstract

Consider the negative binomial regression model one of

the count models , that used to represent many phenomena and cases
, these can not be expressed by ordinary models , necessarily we
must use a count models generally and negative binomial regression
spetially to represent these phenomena and cases , as well as lack of
the researches and modern studies for these threads particularly health
topics . Have been estimated the parameters of negative binomial
regression model by four different methods : [ maximum likelihood
estimation (MLE) ,iteratively re-weighted least square (IRLS) , weighted
likelihood estimation (WLE) , weighted least square (WLS) . The goal of
the study to reach the best method for estimation , to satisfy this where
take a random sample (257) patients are newborn suffering from
congenital anomalies , they registered in the department of health
Babylon . by using statistical programs (stata , spss , minitab ) to
estimate the parameters of the models and determine the best method.

The obtained results indicates that the method of (IRLS)is the best ,
since it shown smallest mean square error ( MSE) and the highest R2

‫د‬
‫الصفحة‬ ‫قائمة المحتويات‬ ‫رقم الفقرة‬
‫ا‬ ‫اآلية‬
‫ب‬ ‫األهداء‬

‫ج‬ ‫الشكر واالمتنان‬

‫د‬ ‫المستخلص‬
‫ه‬ ‫قائمة المحتويات‬
‫و‬ ‫قائمة الجداول واألشكال‬
‫ز‬ ‫قائمة الرموز‬

‫‪11-1‬‬ ‫الفصل األول‬

‫‪1‬‬ ‫المقدمة‬ ‫‪1-1‬‬

‫‪2‬‬ ‫مشكلة البحث‬ ‫‪2-1‬‬
‫‪3‬‬ ‫أهمية البحث‬ ‫‪3-1‬‬
‫‪3‬‬ ‫هدف البحث‬ ‫‪4-1‬‬
‫‪4‬‬ ‫األستعراض المرجعي‬ ‫‪5-1‬‬
‫‪38-11‬‬ ‫الفصل الثاني‬
‫‪11‬‬ ‫المقدمة‬ ‫‪1-2‬‬
‫‪11‬‬ ‫مفاهيم أساسية‬ ‫‪2-2‬‬
‫‪11‬‬ ‫توزيع ثنائي الحدين السالب‬ ‫‪1-2-2‬‬
‫‪13‬‬ ‫نماذج األنحدار‬ ‫‪2-2-2‬‬
‫‪14‬‬ ‫النماذج الخطية العامة‬
‫‪3-2-2‬‬

‫‪14‬‬
‫‪4-2-2‬‬
‫نماذج األستجابة العددية‬
‫‪17‬‬
‫فرط التشتت‬ ‫‪5-2-2‬‬
‫‪18‬‬ ‫تعاريف أنموذج انحدار ثنائي الحدين السالب‬ ‫‪6-2-2‬‬
‫‪22‬‬ ‫انحدار ثنائي الحدين السالب‬ ‫‪7-2-2‬‬
‫‪24‬‬ ‫أشتقاق توزيع ثنائي الحدين السالب‬ ‫‪3-2‬‬
‫‪26‬‬ ‫طرائق التقدير‬ ‫‪4-2‬‬

‫ه‬
 ‫‪26‬‬ ‫طريقة االمكان االعظم‬ ‫‪1-4-2‬‬
‫‪29‬‬ ‫طريقة المربعات الصغرى المعادة الوزن التكرارية‬ ‫‪2-4-2‬‬
‫‪34‬‬ ‫طريقة االمكان الموزونة‬ ‫‪3-4-2‬‬
‫‪36‬‬ ‫طريقة المربعات الصغرى الموزونة‬ ‫‪4-4-2‬‬
‫‪38‬‬ ‫معايير المقارنة‬ ‫‪5-2‬‬
‫‪56-33‬‬ ‫الفصل الثالث‬
‫‪39‬‬ ‫المبحث االول ‪ :‬الجانب الطبي‬
‫‪39‬‬ ‫التشوهات الخلقية‬ ‫‪1-3‬‬
‫‪39‬‬ ‫مفهوم التشوهات الخلقية‬ ‫‪1-1-3‬‬
‫‪39‬‬ ‫التشوهات الداخلية‬ ‫‪1-1-1-3‬‬
‫‪41‬‬ ‫العيوب الظاهريه‬ ‫‪2-1-1-3‬‬
‫‪42‬‬ ‫عيوب داخلية وخارجية معا‬ ‫‪3-1-1-3‬‬
‫‪42‬‬ ‫اسباب التشوهات الخلقية وتشخيصها‬ ‫‪2-1-3‬‬
‫‪45‬‬ ‫المبحث الثاني ‪ :‬الجانب التطبيقي‬
‫‪45‬‬ ‫عينة الدراسة‬ ‫‪1-2-3‬‬
‫‪46‬‬ ‫متغيرات الدراسة‬ ‫‪2-2-3‬‬
‫‪47‬‬ ‫معرفة التوزيع االحصائي المالئم للبيانات‬ ‫‪3-2-3‬‬
‫‪48‬‬ ‫تقدير معلمات نموذج انحدار ثنائي الحدين السالب‬ ‫‪4-2-3‬‬
‫‪48‬‬ ‫طريقة األمكان االعظم‬ ‫‪1-4 2-3‬‬
‫‪49‬‬ ‫طريقة المربعات الصغرى المعادة الوزن التكرارية‬ ‫‪2-4-2-3‬‬
‫‪51‬‬ ‫طريقة األمكان الموزونة‬ ‫‪3-4-2-3‬‬
‫‪51‬‬ ‫طريقة المربعات الصغرى الموزونة‬ ‫‪4-4-2-3‬‬
‫‪52‬‬ ‫المقارنة بين طرائق التقدير المختلفة‬ ‫‪5-2-3‬‬
‫‪58-57‬‬ ‫األستنتاجات والتوصيات‬
‫‪57‬‬ ‫االستنتاجات‬ ‫‪1-4‬‬
‫‪58-57‬‬ ‫التوصيات‬ ‫‪2-4‬‬

‫‪63-59‬‬ ‫المصادر‬

‫ه‬
 ‫واالشكال‬ ‫قائمة الجداول‬
‫رقم‬
‫الصفحة‬ ‫عنىان الجداول‬ ‫الجدول‬

‫‪54‬‬ ‫العيىب الخلقية وترميزها حسة التصنيف )‪(ICD 10‬‬ ‫‪1-3‬‬

‫‪57‬‬ ‫المتغيرات وتفاصيلها‬ ‫‪2-3‬‬

‫‪54‬‬ ‫قيم معامالت األنحدار وفق طريقة ‪MLE‬‬ ‫‪3-3‬‬

‫قيم معامالت األنحدار وفق طريقة ‪IRLS‬‬

‫‪54‬‬ ‫‪4-3‬‬

‫‪45‬‬ ‫قيم معامالت األنحدار وفق طريقة ‪WLE‬‬ ‫‪5-3‬‬

‫‪45‬‬ ‫قيم معامالت األنحدار وفق طريقة ‪WLS‬‬ ‫‪6-3‬‬

‫‪45‬‬ ‫قيم معامالت األنحدار للطرائق ‪MLE , IRLS , WLE , WLS‬‬ ‫‪7-3‬‬

‫‪45‬‬ ‫قيم ‪ P-Value‬للطرائق ‪MLE , IRLS , WLE , WLS‬‬ ‫‪8-3‬‬

‫معامل التحديد ومتوسط مربعات الخطا للطرائق‬

‫‪44‬‬ ‫‪9-3‬‬
‫‪MLE , IRLS , WLE , WLS‬‬

‫الصفحة‬ ‫عنوان الشكل‬ ‫االشكال‬

‫‪45‬‬ ‫معامالت األنحدار للطرائق ‪MLE , IRLS , WLE , WLS‬‬ ‫‪1-3‬‬
‫‪44‬‬ ‫‪ P-value‬للطرائق ‪MLE , IRLS , WLE , WLS‬‬ ‫‪2-3‬‬

‫و‬
 ‫قائمة الرموز‬

‫التفاصيل‬ ‫الرمز‬
‫متغير االستجابة‬ ‫‪Y‬‬
‫متجة المتغيرات المستقمة‬ ‫‪X‬‬
‫متجة المعممات المجيولة‬ ‫‪β‬‬
‫معممة التشتت‬ ‫‪α‬‬
‫المعممة الالخطية تسمح بأخذ اي قيمة مستمره‬ ‫‪K‬‬
‫‪µ=k‬‬
‫=‪V‬‬
‫المشتقات الجزئية الثانية لدالة األمكان الموغارتمية‬ ‫‪Hessian‬‬
‫مصفوفة المعمومات المشاىدة ‪observed information matrix‬‬ ‫مصفوفة سالب‬
‫حسن ‪Hessian‬‬
‫‪negative matrix‬‬

‫المشتقات الجزئية االولى لدالة االمكان الموغارتمية‬ ‫‪Gradient‬‬

‫مشتقة دالة كاما الموغارتمية )‪ (digamma‬دالة كاما الثنائية‬ ‫) (‬

‫المشتقة الثانية لدالة كاما الموغارتمية )‪ (trigamma‬دالة كاما الثالثية‬ ‫) (‬

‫المعممة القانونيو او دالة الربط )‪(link function‬‬

‫معممة الموقع )‪(cumulant‬‬ ‫) (‬
‫معممة القياس )‪(scale parameter‬‬ ‫) (𝛼‬
‫حد التطبيع )‪(normalization‬‬ ‫(‬ ‫)‬
‫معممة الموقع )‪(location parameter‬‬
‫معممة القياس )‪(scale parameter‬‬
‫معكوس دالة الربط )‪(link function inverse‬‬ ‫𝜂‬
‫دوال التسجيل )‪(usual score functions‬‬ ‫(‬ ‫)‬

‫ز‬
‫المقدمة ومنهجية البحث‬ ‫الفصل االول‬

‫(‪ )1-1‬المقدمة )‪(introduction‬‬

‫ىنالك بعض الظواىر الطبيعية كالظواىر الطبية ‪ ,‬اليندسية ‪ ,‬المالية ‪ ,‬الجيوفيزيائية‬

‫والطبيعية (االمطار واالعاصير والزالزل ) وغيرىا ‪ ,‬اليمكن تمثيميا بتوزيع منفرد بل تحتاج الى‬
‫دمج توزيعين مثل توزيع بواسون وتوزيع كاما لمحصول عمى توزيع اكثر مرونو لتمثيل الظواىر‬
‫المعقده والمجتمعات غير المتجانسة ‪.‬‬

‫التوزيعات االحصائية المتقطعة الميمة في‬ ‫احد‬ ‫يعد توزيع ذي الحدين السالب‬
‫الحقول العممية المتعددة مثل الدراسات الحياتية والبايولوجية ‪ ,‬البيئية ‪ ,‬العموم الزراعية ‪ ,‬اليندسية‬
‫‪ ,‬عموم البكتريا ‪ .‬فيو اساس إلنموذج احصائي لمبيانات العددية )‪. (count data‬‬

‫فمن المعموم ان الوسط الحسابي والتباين لتوزيع بواسون متساوي ‪ ,‬وكمما تزداد قيمة‬
‫المتوسط تزداد قيمة التباين ‪ ,‬وىذه الخاصية لمبيانات يطمق عمييا متعادلة التشتت‬
‫)‪ (equidispersion‬في حالة البيانات تمتمك توزيع بواسون ‪ ,‬لكن اذا لم يتحقق ىذا االفتراض‬
‫اي ان التباين اكبر من المتوسط لمبيانات إذ البيانات تمتمك خاصية فرط التشتت‬
‫)‪ , (overdispersion‬سوف نمجأ الى إنموذج ثنائي الحدين السالب ‪ ,‬اي إنموذج بواسون –‬
‫كاما المختمط ) ‪ (poisson – gamma mixture model‬اكثر مالئمة في حالة فرط‬
‫التشتت ‪ .‬ليذا تناولنا ىذا اإلنموذج الميم والتطبيقات العممية وفي كافة المجاالت الطبية‬
‫واليندسية والحياتية ‪.‬‬

‫أن إنموذج ثنائي الحدين السالب ياتي من إنموذج (بواسون – كاما) المركب بصورة‬
‫تقميدية ‪ ,‬فضال عن ذلك قد يأتي إنموذج ثنائي الحدين السالب كعضو من توزيعات العائمة‬
‫االسية ذات المعممة المفرده ‪ ,‬ىذه العائمة من التوزيعات التي تختص بما يسمى النماذج الخطية‬
‫العامة )‪. (Generalized Linear Models )(GLM‬ولغرض عرض وتوضيح مضمون‬
‫وتفاصيل الرسالة تم تقسيم الرسالة الى اربعة فصول ‪:‬‬

‫الفصل االول‪ :‬تضمن مقدمة عن النماذج العددية بصورة عامة وانموذج انحدار ثنائي الحدين‬
‫السالب بصوره خاصة ‪,‬مشكمة البحث ‪ ,‬ىدف البحث ‪ ,‬فضال عن عرض البحوث والدراسات‬
‫السابقة ضمن االستعراض المرجعي المتناولة إلنموذج انحدار ثنائي الحدين السالب ‪.‬‬

‫‪1‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫الفصل الثاني ‪ :‬تضمن الجانب النظري والذي شمل عرض الطرائق األربعة لتقدير معممات‬
‫إنموذج انحدار ثنائي الحدين السالب وىي‪:‬‬

‫‪ .1‬تقدير االمكان االعظم )‪(maximum likelihood estimation‬‬

‫‪ .2‬طريقة المربعات الصغرى المعادة الوزن التك اررية (الحصينة) ‪(iteratively re-‬‬
‫))‪weighted least squares (IRLS‬‬
‫‪ .3‬طريقة االمكان الموزونة )‪(weighted likelihood estimation‬‬
‫‪ .4‬طريقة المربعات الصغرى الموزونة )‪(weighted least squares‬‬

‫وتضمن بعض المفاىيم االساسية المتعمقة بموضوع الرسالة إنموذج انحدار ثنائي الحدين السالب‬

‫الفصل الثالث ‪ :‬تطرق ألى عينة الدراسة ومعرفة التوزيع المناسب لمبيانات ‪ ,‬تقدير معممات‬
‫إنموذج انحدار ثنائي الحدين السالب بأربع طرائق ( طريقة األمكان األعظم ‪ ,‬طريقة المربعات‬
‫الصغرى المعادة الوزن التك اررية ‪ ,‬طريقة األمكان األعظم الموزونة ‪ ,‬طريقة المربعات الصغرى‬
‫الموزونة ) وتم المقارنة بين الطرائق األربعة ‪.‬‬

‫الفصل الرابع ‪ :‬تضمن االستنتاجات والتوصيات‪.‬‬

‫(‪ )2-1‬مشكمة البحث )‪(the problem of the research‬‬

‫تقسم مشكمة البحث الى ‪-:‬‬

‫‪ .1‬مشكمة البحث النظرية ‪ :‬أفتقار البحوث الحديثة التي تعالج الحاالت والظواىر التي‬
‫اليمكن تمثيميا أال عن طريق النماذج العددية )‪ (count models‬والسيما إنموذج ثنائي‬
‫الحدين السالب ‪.‬‬
‫‪ .2‬مشكمة البحث العممية ‪ :‬زيادة حدوث التشوىات الخمقية في المدة األخيرة بسبب أوضاع‬
‫العراق والحروب والظروف التي عاشيا البمد االمر الذي يدفعنا لدراسة العوامل واالسباب‬
‫التي ساعدت في حصول تمك التشوىات الخمقية ‪ ,‬فضال عن الظروف والحروب والتموث‬
‫البيئي بانواعة واالشعاع وظيور التكنولوجيا ووسائل االتصال والبث الكيرومغناطيسي‬
‫وغيرىا فضال عن متغيرات البحث المستقمة ‪ ,‬كانت عوامل ميمة يجب الوقوف عندىا ‪.‬‬

‫‪2‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫(‪ )3-1‬أهمية البحث )‪(the importance of the research‬‬

‫تكمن أىمية البحث في دراسة وتوضيح لمنماذج العددية بصورة عامة وانموذج أنحدار ثنائي‬
‫الحدين السالب عمى وجو الخصوص وتقدير معمماتة بالطرائق األربع ‪ :‬طريقة األمكان األعظم‬
‫وطريقة المربعات الصغرى المعادة الوزن التك اررية وطريقة األمكان الموزونة وطريقة المربعات‬
‫الصغرى الموزونة ومعرفة افضل ىذه الطرائق لتقدير المعممات ‪.‬فضال عن اىمية مجال البحث‬
‫وتطبيقة عمى الخدج المصابين بالتشوىات الخمقية والمنتشرة بصورة واسعة في المدة االخيرة ‪.‬‬

‫(‪ )4-1‬هدف البحث )‪(the objective of the research‬‬

‫يرمي البحث الى‪:‬‬

‫‪ .1‬بناء نموذج توزيع ثنائي الحدين السالب‪.‬‬

‫‪ .2‬تحديد افضل طريقة تقدير معممات إنموذج انحدار ثنائي الحدين السالب باستعمال‬
‫بعض طرائق التقدير(طريقة األمكان األعظم ‪ ,‬طريقة المربعات الصغرى المعادة الوزن‬
‫التك اررية ‪ ,‬طريقة األمكان األعظم الموزونة ‪ ,‬طريقة المربعات الصغرى الموزونة )‬
‫والمقارنة بين نتائج التقدير المختمفة‪.‬‬

‫(‪ )5-1‬االستعراض المرجعي لبعض الدراسات السابقة )‪(review of literature‬‬

‫‪ ‬في عام ‪ 1997‬كان الباحث )‪)42( (Gosset‬اول من كتب في اشتقاق ثنائي الحدين‬
‫السالب في المختبر للقياس الحياتي في لندن والبحث عن خطأ المعاينة باالعتماد على‬
‫حساب عدد خاليا الخميرة ‪.‬‬
‫(‪)26‬‬
‫قدموا ثنائي الحدين‬ ‫‪ ‬خالل عام ‪(Later Green wood and Yule )1921‬‬
‫السالب وىو احتمال حدوث ‪ y‬عدد حاالت الفشل قبل ‪ r-th‬من النجاح في سمسمو من‬
‫محاوالت برنولي ‪.‬‬
‫(‪)17‬‬
‫قدموا فكرة خمط التوزيعات ومنيا‬ ‫‪ ‬في عام ‪(Eggen berger and polya)1923‬‬
‫توزيع بواسون المركب لمحصول عمى ثنائي الحدين السالب ‪ ,‬بوضع معممة بواسون ‪λ‬‬

‫‪3‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫كمتغير عشوائي لتوزيع كاما ‪ ,‬وىو االشتقاق االول لثنائي الحدين السالب ىو توزيع‬
‫بواسون – كاما المركب ‪ ,‬وقدموا معممة بواسون لمربع كاي بدرجة حرية (‪. )2‬‬
‫(‪)21‬‬
‫تناول توزيع ( بواسون ‪ -‬كاما المختمط )اذ ان‬ ‫‪ ‬في عام ‪(Fisher et al) 1943‬‬
‫معممة بواسون تتبع توزيع كاما وعن طريق ضرب الدالتين وتكامل بالنسبة لحدود معممة‬
‫بواسون وىي متغير عشوائي يتبع توزيع كاما ينتج عنو توزيع ثنائي الحدين السالب‪.‬‬
‫(‪)12‬‬ ‫(‪)13‬‬
‫‪(Maurice‬‬ ‫و‪Bartlett)1947‬‬ ‫‪(George‬‬ ‫االعوام‪Beall)1942‬‬ ‫‪ ‬خالل‬
‫(‪)9‬‬
‫في اربعينات القرن الماضي كان العمل متواصال من‬ ‫و‪(F.J.Anscombe)1949‬‬
‫لدن الباحثين السيما النماذج العددية ‪ ,‬حيث عمل ىؤالء الباحثين عمى تطوير مقاييس‬
‫التحويل لمبيانات التي التخضع لمتوزيع الطبيعي لجعل ىذه البيانات تتوزع توزيعا"‬
‫طبيعيا" إذ قدم ‪ (Bartlett),‬تحميل لتحويل الجذر التربيعي عمى بيانات بواسون وذلك‬
‫عن طريق اختبار التحويالت ثبات التباين لمبيانات المشتتة ‪.‬‬
‫‪ ‬في عام ‪)11( (Anscombe) (1951‬كان اول من قدم أنموذج انحدار ثنائي الحدين‬
‫السالب كسمسمو لمتوزيعات الموغارتميو وتناول اشتقاقات بديمو مثل معاينة معكوس ثنائي‬
‫الحدين ‪ ,‬معاينة بواسون غير المتجانسة عندما ‪ λ‬تعد جزءا" من مربع كاي ‪ ,‬ونموذج‬
‫ثنائي الحدين السالب كأنموذج نمو المجتمع ‪ ,‬ثنائي الحدين السالب مشتق من سمسمة‬
‫ىندسية ‪.‬‬
‫(‪)19‬‬
‫طور مايعرف ثنائي الحدين السالب الخطي ‪(negative‬‬ ‫‪ ‬عام ‪(Evans)1953‬‬
‫))‪( binomial 1(NB1‬وجود عالقة خطية بين الوسط الحسابي والتباين ) ومعممات‬
‫ثنائي الحدين السالب ‪.‬‬
‫(‪)27‬‬
‫تناول العديد من العالقات بين التوزيعات العامة‬ ‫‪ ‬في عام ‪(Gurland) 1957‬‬
‫)‪ (generalized distributions‬والتوزيعات المختمطة )‪(mixture distributions‬‬
‫والتوزيعات المكافئة )‪ (equivalent distributions‬وأخذ بعض األمثمة التي تناولت‬
‫العالقات بين التوزيعات المختمفة الثالثة (العامة ‪ ,‬المختمطة ‪ ,‬المكافئة) ‪ ,‬من التوزيعات‬
‫التي تطرق إلييا البحث ىو توزيع ثنائي الحدين السالب باعتباره توزيع بواسون المركب‬

‫‪4‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫مع توزيع كاما ‪ ,‬وسمي توزيع ثنائي الحدين السالب ىذا بتوزيع باسكال ‪(Pascal‬‬
‫)‪. distribution‬‬
‫في عام ‪)33( (Jain)1959‬قام بتشكيل توزيع ثنائي الحدين السالب االولي إذ تم بحث‬ ‫‪‬‬
‫عدد الوفيات لعدد المتعرضين لالصابة باالمراض ‪ ,‬ىذه الصياغو منبثقو من مبدأ‬
‫معاينة ثنائي الحدين السالب ‪.‬‬
‫(‪)48‬‬
‫نشر خوارزمية تعظيم االحتمال لثنائي الحدين‬ ‫‪ ‬في عام ‪(Leroy Simon)1961‬‬
‫السالب وبواسون فضال عن مشاركتو في دراسة جودة توافق ومدى مطابقة بيانات‬
‫أنموذج ثنائي الحدين السالب ‪.‬‬
‫‪ ‬في عام ‪)46((Sankaran) 1971‬قدر معممة التوزيع المتقطع (بواسون – ليندلي‬
‫المختمط ) بطريقة االمكان االعظم وكانت دراستة عمى مجموعتين ليا توزيع مختمط‬
‫(ليندلي – بواسون) تمثل المجموعة األولى لمبيانات عدد النساء العامالت في القذائف‬
‫ذات األنفجار الشديد أما المجموعة الثانية فيي عدد األخطاء ألرقام عشوائية لمجموعات‬
‫مطبوعة وتمت دراسة مطابقة البيانات ومالئمتيا لتوزيع بواسون ليندلي المختمط‬
‫ومقارنتيا مع توزيع ثنائي الحدين السالب والتوزيع اليرمتي وتوزيع بواسون لبيانات‬
‫المجموعتين نفسيا وتبين ان توزيع بواسون ليندلي المختمط كان ىو األفضل في مدى‬
‫مالئمة البيانات لمتوزيع ‪.‬‬
‫(‪)42‬‬
‫شددوا‬ ‫‪ ‬خالل عام ‪(John Nelder and R.W.M.Wedder and Burn)1972‬‬
‫عمى خواص التوزيعات والعالقات بين التوزيعات فبدئوا بتطوير النماذج الخطية العامة‬
‫‪ GLMs‬و التركيز عمى النماذج غير الخطية ‪.‬‬
‫‪ ‬في عام ‪)14((Bulmer) 1974‬قام العالم بدراسة عمى مجموعتين من البيانات الحقيقية ‪,‬‬
‫المجموعة األولى ىي عدد الحيوانات حرشفية األجنحة والتي تم صيدىا عن طريق فخ‬
‫الضوء ‪ ,‬اما المجموعة األخرى تمثل عدد الفراشات من نوع ماليو المجمعة ومقارنة‬
‫مجموعتي البيانات عن طريق مدى مالئمتيا لمتوزيعات )ثنائي الحدين السالب وتوزيع‬
‫بواسون وتوزيع بواسون ‪ -‬الموغارتمي الطبيعي المختمط ) وظير ان البيانات كانت‬

‫‪5‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫تالئم توزيع ثنائي الحدين السالب أكثر من بقية التوزيعات وتم تقدير معممات التوزيع‬
‫بطريقة األمكان األعظم ‪.‬‬
‫(‪)47‬‬
‫تناول (توزيع بواسون – كاوس العكسي) المركب‬ ‫‪ ‬في عام ‪(Shaban) 1981‬‬
‫والتطرق لبعض خصائص التوزيع المركب الناتج كالدالة المولده األحتمالية والعزمين‬
‫األول والثاني وغيرىا ثم تقدير معممات التوزيع باستعمال طريقة األمكان األعظم ‪ ,‬كذلك‬
‫تم أستعمال مجموعتين من البيانات الحقيقية ‪ ,‬المجموعة األولى ىي عدد الحوادث بين‬
‫الرجال وتكرارىا في مصنع ما ‪ ,‬أما األخرى ىي عدد الحوادث وتكرارىا الى ‪ 646‬امرأه‬
‫عاممة عمى مواد شديدة األنفجار وتم قياس مالئمة المجموعتين لمبيانات ولمتوزيعات‬
‫اآلتية (توزيع ثنائي الحدين السالب ‪ ,‬توزيع بواسون ‪ ,‬توزيع بواسون كاوس العكسي‬
‫المركب ‪ ,‬توزيع بواسون ليندلي المركب ) بأستعمال مربع كاي وعن طريق النتائج تبين‬
‫ان توزيع ثنائي الحدين السالب كان افضل من بقية التوزيعات في مالئمة بيانات‬
‫المجموعة األولى وتوزيع ثنائي الحدين السالب وتوزيع بواسون كاوس العكسي المركب‬
‫ىما األفضل مالئمة لبيانات المجموعة الثانية‪.‬‬
‫(‪)39‬‬
‫كان الباحث أول من تناول‬ ‫‪ ‬خالل عام ‪(Nelder and McCullaph)1982‬‬
‫النماذج الخطية العامة )‪ (generalized linear models) (GLM‬وكيفية أيجاد‬
‫أنموذج انحدار ثنائي الحدين السالب واشتقاقو من توزيع ثنائي الحدين السالب ‪,‬وتقدير‬
‫معالمو ودراسة خصائصو ‪.‬‬
‫(‪)43‬‬
‫استعمل نموذج ثنائي الحدين السالب لتحميل مصائد‬ ‫‪ ‬في عام ‪(Nelder)1987‬‬
‫الحشرات في تصميم القطاعات المتداخل ‪ .‬ودراسة الخصائص األحصائية لدالة شبة‬
‫األمكان الموسعة وفقا ليذا التصميم ‪.‬‬
‫(‪)37‬‬
‫أستعمل معالجة متطورة لمتوزيعات المركبة وقدم‬ ‫‪ ‬عام ‪(Kocherlakota) 1988‬‬
‫‪(compound bivariate poisson‬‬ ‫توزيع بواسون ثنائي المتغير المركب‬
‫)‪ distribution‬وأفترض ىناك متغيرين ليما دالة مولدة احتمالية مشتركة يمثل توزيع‬
‫بواسون ومعمماتة تمثل الثوابت وتحديد المعممة العشوائية التي تخص األفراد واختيار(‪)4‬‬
‫توزيعات ليا التوزيع األول توزيع كاما وينتج عنو توزيع ثنائي الحدين السالب الثنائي‪,‬‬

‫‪6‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫والتوزيع الثاني ىو التوزيع الطبيعي والذي نتج عنو التوزيع اليرمتي ثنائي الحدود ‪,‬‬
‫والثالث توزيع بواسون والذي نتج عنو توزيع نيمان من نوع )‪ , (A‬والرابع فيو توزيع‬
‫كاوس العكسي وينتج عنة توزيع بواسون كاوس العكسي المركب ثنائي الحدود ‪ ,‬اذ تم‬
‫التطرق لبعض الخصائص األحصائية والدوال األحصائية لكل توزيع ناتج ومنيا توزيع‬
‫ثنائي الحدين السالب ثنائي الحدود‪.‬‬
‫(‪)38‬‬
‫درسوا بالتفصيل النماذج الخطية‬ ‫‪ ‬في عام ‪(McCullaph and Nelder)1989‬‬
‫وخصائصو األحصائية‬ ‫العامة وخصوصا" أنموذج انحدار ثنائي الحدين السالب ‪,‬‬
‫والدالة األحصائية ألنموذج انحدار ثنائي الحدين السالب ‪.‬وتقدير معممات األنموذج ‪.‬‬
‫(‪)41‬‬
‫طور ىذا العالم النماذج الخطية التفاعمية العامة الى‬ ‫‪ ‬خالل عام ‪(Nelder)1992‬‬
‫مايسمى بال)‪ )kk system‬لتقدير معممات ثنائي الحدين السالب بييأة ‪(GenStat‬‬
‫)‪. Macro‬‬
‫(‪)16‬‬
‫أستعمموا توزيع ثنائي الحدين السالب‬ ‫‪ ‬في العام نفسو ‪(Dey & Chung) 1992‬‬
‫متعدد المتغيرات ‪ ,‬ودراسة الدالة األحتمالية لمتوزيع الذي تم الحصول عمييا من دمج ‪n‬‬
‫من توزيعات بواسون مع توزيع كاما ‪ ,‬وتم التطرق لبعض الخصائص األحصائيو لتوزيع‬
‫ثنائي الحدين السالب المتعدد كالدوال الشرطيو في حالتي متعدد المتغيرات واحادي‬
‫المتغيرات كذلك الدالو المولده لمعزوم العامميو وتقدير معممات التوزيع بطريقة بيز‪.‬‬
‫‪ ‬في عام ‪ )32((Hilbe)1993‬عمل اول تقدير أنموذج لثنائي الحدين السالب ‪( NB2‬عند‬
‫وجود عالقة تربيعية بين المتوسط والتباين ) كجزء من خوارزمية األنموذج الخطي العام‬
‫‪ ,‬مع تطبيقة في البرامجيات ‪.stata and xplore‬‬
‫(‪)51‬‬
‫قاموا بدراسة عن التوزيعات المركبة وكان ثنائي‬ ‫‪ ‬في عام ‪(Zaky et al) 1993‬‬
‫الحدين السالب احد ىذه التوزيعات إذ وجدوا (‪ )3‬أساليب لربط التوزيعات وخمط‬
‫التوزيعات ‪ ,‬أذ تم خمط توزيع بواسون مع توزيع ثنائي الحدين السالب وأفترضوا ان‬
‫معممة بواسون تتبع توزيع ثنائي الحدين السالب ولمعرفة خصائص التوزيع المركب ‪,‬‬
‫أعتمدوا برنامج )‪ (pearson‬لممنحنيات الذي يعتمد عمى ثابت يمكن حسابة من قيمة‬
‫معاممي التفمطح واأللتواء لمتوزيع الناتج المركب ‪.‬‬

‫‪7‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫(‪)41‬‬
‫ترأس فريق من االحصائيين وقاموا بالعمل عمى تطوير‬ ‫‪ ‬ضمن عام ‪(Nelder)1994‬‬
‫‪(generalized linear interactive‬‬ ‫النماذج الخطية التفاعمية العامة‬
‫))‪ models(GLIM‬والتطبيقات الجاىزه لتنفيذ نظرية النماذج الخطية العامة ‪ ,‬تطبيقات‬
‫النماذج الخطية التفاعمية العامة تسمح لممستخدمين بتقدير نماذج الخطية العامة‬
‫لمجموعة محدده من اعضاء العائمة االسية مثل ثنائي الحدين السالب ‪ ,‬بواسون ‪ ,‬ثنائي‬
‫الحدين ‪.‬‬
‫(‪)31‬‬
‫استعمموا تحميل ثنائي الحدين السالب التتابعي‬ ‫‪ ‬في عام ‪(Hilbe)2115c‬‬
‫)‪ (squantial negative binomial analysis‬آللية إدارة االفات الحشرية والحد من‬
‫خطورتيا‪.‬‬
‫(‪)36‬‬
‫‪(expectation‬‬ ‫أستعمل خوارزمية تعظيم التوقع‬ ‫‪ ‬في عام ‪(Karlis) 2115‬‬
‫)‪ maximization‬لتوزيع ثنائي الحدين السالب وتوزيعات بواسون المختمطة االخرى‬
‫بأفتراض ان المتغير العشوائي يتبع توزيع بواسون والمعممة تسمك سموك المتغير‬
‫‪(mixing‬‬ ‫العشوائي وسميت التوزيعات الناتجة بعائمة بواسون لمتوزيعات المختمطة‬
‫)‪ distributions‬فضال" عن تناول الباحث الكثير من التوزيعات المركبة مع توزيع‬
‫بواسون (كالتوزيع األسي والتوزيع الناتج ىو التوزيع اليندسي وىو حالة خاصو من توزيع‬
‫ثنائي الحدين السالب ‪ ,‬توزيع كاما والتوزيع الناتج ىو ثنائي الحدين السالب ‪ ,‬توزيع‬
‫بواسون ليندلي المركب مع التوزيع الطبيعي والتوزيع الناتج ىو التوزيع اليرمتي ‪ ,‬توزيع‬
‫بواسون مع التوزيع الموغارتمي الطبيعي وينتج عنو توزع بواسون ‪ -‬الموغارتمي الطبيعي‬
‫المدمج ‪ ,‬تم أستعمال خوارزمية تعظيم التوقع في كل التوزيعات المذكورة لتقدير معمماتيا‬
‫بطريقة األمكان األعظم ‪.‬‬
‫(‪)21‬‬
‫في موضوع ثنائي الحدين السالب وبين‬ ‫‪ ‬في عام ‪ 2116‬كتب العالم )‪(Faraway‬‬
‫وتناول خصائص األنموذج األحصائية وتقدير‬ ‫‪.‬‬ ‫انو انموذج خطي عام حقيقي‬
‫معممات أنموذج ثنائي الحدين السالب ‪.‬‬

‫‪8‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫(‪)34‬‬
‫تم تطبيق أنموذج ثنائي الحدين السالب عمى‬ ‫‪ ‬في عام ‪(Jones et al )2119‬‬
‫اعداد الطفيميات حسب نوع المضيف )‪ (host species‬في مقارنة بين المضيف‬
‫الوسطي والمضيف النيائي ‪.‬‬
‫(‪)22‬‬
‫تم تقدير معممات توزيع ثنائي الحدين‬ ‫‪ ‬عام ‪(Ghitany & AL-Mutairi) 2119‬‬
‫السالب بطريقتي األمكان األعظم والعزوم وكانت مقدرات الطريقتين متسقة ومتقاربة‬
‫طبيعيا"‪.‬‬
‫(‪)29‬‬
‫حمموا االستجابة السمية المزمنة ‪(chronic toxicity‬‬ ‫‪ ‬في عام ‪(Hilbe)2111b‬‬
‫)‪ response‬لبعض السموم باستعمال نموذج ثنائي الحدين السالب ‪.‬‬
‫(‪)45‬‬
‫أستعمموا خوارزمية لصياغة دالة احتمالية لتوزيع‬ ‫‪ ‬في عام ‪(Ozel & Inal) 2111‬‬
‫ثنائي الحدين السالب (توزيع بواسون كاما المركب) وطبقت الخوارزميو عمى بيانات‬
‫حقيقية لحوادث السير ‪.‬‬
‫(‪)31‬‬
‫تناول أنموذج إنحدار ثنائي الحدين السالب وأشتقاقة كتوزيع‬ ‫‪ ‬عام ‪(Hilbe) 2111‬‬
‫من بواسون – كاما المركب وكعضو من العائمة األسية كذلك وبأستعمال الموغارتم‬
‫الطبيعي لدالة األمكان األعظم اوجد المشتقة األولى التي تسمى ‪ gradient‬والمشتقة‬
‫الثانية التي تدعى مشتقة حسن ‪ ,‬إذ تم تقدير معالم أنموذج إنحدار ثنائي الحدين السالب‬
‫بطريقتين (طريقة األمكان األعظم ‪ ,‬وطريقة المربعات الصغرى المعادة الوزن المكررة )‬
‫وتطرق لكل أنواع نموذج ثنائي الحدين السالب ومنيا ) ‪ (NB1 , NB2‬إذ تعد (‪NB1‬‬
‫وجود عالقة خطية بين المتوسط والتباين ‪ NB2 ,‬وجود عالقة تربيعية بين المتوسط‬
‫والتباين )‪ ,‬كذلك عمل عمى معيار أكاكي لممعمومات ‪ AIC‬وعده أحد أكثر المعايير‬
‫أستعماال" لمقارنات االحصاءات ‪ ,‬كذلك عمل عمى معيار بيز لممعمومات ‪ BIC‬كمعيار‬
‫ميم اخر لممقارنات‬
‫(‪)15‬‬
‫عمل عمى تقدير معممات أنموذج انحدار ثنائي الحدين‬ ‫‪ ‬عام ‪(Cameron) 2113‬‬
‫السالب بطريقة األمكان األعظم فضال" عن أيجاد المشتقة األولى لدالة األمكان‬
‫الموغارتمية كذلك أعطى )‪ (asymptotic distribution‬لمقدرات األمكان االعظم‬

‫‪9‬‬
‫المقدمة ومنهجية البحث‬ ‫الفصل األول‬

‫كمتعدد متغيرات طبيعي )‪ (multivariate normal‬وطبقيا عمى بيانات حقيقية عمى‬

‫أمراض السرطان )‪ (melanoma‬بمنطقتين مختمفتين وبأعمار مختمفة ‪ 12‬فئة عمرية ‪.‬‬
‫‪ ‬عام ‪)18( (Coffie Emmanual) 2115‬عمل مقارنة بين أنموذج إنحدار ثنائي الحدين‬
‫السالب أو أنموذج إنحدار بواسون ونماذج لي كارتر )‪ (Lee Carter models‬لمتنبؤ‬
‫بمعدالت وفيات النرويجيين الذكور ‪ ,‬اي مقارنة عممية الدقة في التنبؤ باألعتماد عمى‬
‫بيانات سابقة لموفيات أليجاد األنموذج األكثر دقة في التنبؤ لوفيات الذكور النرويجيين ‪.‬‬
‫(‪)3‬‬
‫تم تقدير معممات توزيع بواسون المركب بأربع طرائق وىي‬ ‫‪ ‬عام ‪(, 2117‬محمد)‬
‫طريقة األمكان األعظم ‪ ,‬طريقة العزوم ‪ ,‬طريقة تعظيم التوقع ‪ , EM‬خوارزمية داونييل‬
‫وقد تم مزج توزيع بواسون مع توزيع كاما ونتج عنو توزيع ثنائي الحدين السالب وتم‬
‫تقدير معالم التوزيع الناتج بطرائق التقدير ‪.‬‬

‫‪19‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‪ )1-2‬مقدمة )‪(preface‬‬

‫في ىذا الفصل نتناول المفاىيم االساسية عن نماذج االستجابة العددية بصورة‬
‫عامة وانموذج ثنائي الحدين بصورة خاصة إذ تم التعرف عمى توزيع ثنائي الحدين السالب‬
‫وكيفية تحويمو الى إنموذج انحدار ثنائي الحدين السالب فضال عن تقدير معممات اإلنموذج بأربع‬
‫طرائق مختمفة‪.‬‬

‫(‪ )2-2‬مفاهيم اساسيه )‪(basic concepts‬‬

‫]‪[50] [31‬‬
‫)‪(negative binomial distribution‬‬ ‫(‪ )1-2-2‬توزيع ثنائي الحدين السالب‬

‫يمكن ان نصف دالة الكتمة االحتمالية لثنائي الحدين السالب ىو احتمال فشل‬
‫المشاىده ‪ y‬قبل ‪ r-th‬من النجاح لسمسمة محاوالت برنولي ‪ ,‬عمما" ان ‪ r‬ىي عدد صحيح موجب‬
‫‪ .‬ىذا ىو االختالف في فمسفة حاالت الفشل والنجاح بين نماذج ثنائي الحدين واليندسي وثنائي‬
‫الحدين السالب ‪ ,‬في ثنائي الحدين يصف عدد النجاحات في ‪ n‬من محاوالت برنولي ‪ ,‬بينما‬
‫اليندسي يصف عدد حاالت الفشل قبل النجاح االول ‪ ,‬بينما ثنائي الحدين السالب يصف عدد‬
‫حاالت الفشل قبل ‪ r-th‬من النجاحات ‪.‬اي ان توزيع ثنائي الحدين يصف عدد نجاحات بينما‬
‫ثنائي الحدين السالب يصف حاالت الفشل قبل حدوث ‪ r‬من النجاحات ومن ىنا جاءت تسميتو‬
‫بالسالب‪.‬‬

‫نفرض ‪ y‬يتوزع ثنائي الحدين السالب بمعممات ‪ α‬و‪θ‬‬

‫‪ : α‬معممة التشتت‬

‫‪ : θ‬معممة الموقع‬

‫ترمز لدالة كاما‬ ‫)(‬

‫(‬ ‫)‬ ‫اذ ان ‪:‬‬

‫(‬ ‫)‬
‫(‬ ‫)‬ ‫(‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬
‫( ) (‬ ‫)‬

‫‪11‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫‪.φ‬‬ ‫‪⁄‬‬ ‫كذلك‬ ‫‪⁄‬‬ ‫‪ ⁄‬بالرمز ‪ p‬اي ان‬ ‫وقد يرمز الى المقدار‬

‫واذا كان ‪ α‬عدد صحيح سمي التوزيع بتوزيع باسكال ‪ ,‬أما التوزيع اليندسي ‪(geometric‬‬
‫)‪ distribution‬فيو حالة خاصة من توزيع ثنائي الحدين السالب عندما ‪ α‬تساوي (‪. )1‬‬

‫يستعمل توزيع ثنائي الحدين السالب في التطبيقات االقتصادية بصياغة بديمة تجنبا لمقادير‬
‫الكاما ولنجعميا اكثر مالئمة لالغراض الحسابية ‪ ,‬باستعمال ‪:‬‬

‫(‬ ‫)‬
‫∏‬
‫(‬ ‫)‬
‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫{‬

‫نفرض ‪ y‬متغير عشوائي معرف عمى اعداد صحيحة غير صفرية ‪ ,‬الدالة المولده االحتمالية‬
‫تعطى بمتعددة الحدود ىذه ‪:‬‬

‫) (‬
‫) (‬ ‫∑‬ ‫) (‬ ‫(‬ ‫)‬

‫مفكوك متعددة الحدود )‪ (polynomial expansion‬وتعد وحيدة‬ ‫تعرف ب‬ ‫دالة ) (‬

‫)‪. (unique‬‬

‫معممتي التوزيع ليا دالة مولدة احتمالية )‪: (probability generating function‬‬

‫) (‬ ‫) (‬ ‫‪,‬‬ ‫(‬ ‫‪)-‬‬ ‫(‬ ‫)‬

‫المتوسط والتباين ‪:‬‬

‫) (‬ ‫) (‬ ‫) (‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫‪ ,‬تباين توزيع ثنائي الحدين السالب دائما يفوق الوسط الحسابي اي توجد حالة‬ ‫اذ ان ‪:‬‬
‫‪.‬‬ ‫فرط التشتت )‪ (over dispersion‬لكن فرط التشتت يتالشى في غاية )‪(limit‬‬

‫‪12‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫]‪[4‬‬
‫)‪(regression models‬‬ ‫(‪ )2-2-2‬نماذج األنحدار‬

‫في العديد من الدراسات العممية ‪ ,‬يقع االىتمام عمى العالقة بين اثنين او اكثر من مجاميع‬
‫المشاىدات ‪ ,‬تحميل االنحدار يسمح بتقدير التغير في كمية او نوع من المشاىدات بمتغير معتمد‬
‫)‪ (y‬كدالة لمتغير )‪ (x‬ويسمى المتغير المعتمد بمتغير االستجابة )‪. (response variable‬‬

‫في اإلنموذج االحصائي قيمة )‪ (y‬عشوائية بقيم المشاىدات )‪ (x‬نتيجة المعاينة او االختالف‬
‫الطبيعي لممجتمع ‪ ,‬التوزيع الشرطي لل)‪ (y‬بالنسبة الى )‪ (x‬يدرس مجموعة من النقاط‬
‫)‪ )i=1,…,n‬بالنسبو لل‪ yi‬و ‪ , xi‬المجموعة ‪ p‬وىي المتغيرات المستقمة المستعممة في األنموذج‬
‫يمكن التعبير عنيا ‪:‬‬

‫(‬ ‫)‬

‫عمى (‪. )y‬‬ ‫معممات لتاثير‬ ‫اذ ان‬

‫في إنموذج االنحدار الخطي التقميدي متغير االستجابو يتم وصفو عن طريق الكثافو االحتمالية‬
‫الشرطية لل)‪ (y‬بالنسبو لمتركيبة الخطية ‪:‬‬

‫(‬ ‫)‬

‫(‬ ‫)‬ ‫ىي استجابات مستمره والبواقي‬ ‫(‬ ‫)‬ ‫اذ ان‬
‫( لكل الوحدات‬ ‫تتوزع توزيعا طبيعيا بصورة مستقمة بمتوسط (صفر) وتباين ثابت(‬
‫(‬ ‫)‬

‫بالنسبو‬ ‫وا نموذج االنحدار الخطي التقميدي نستطيع ان نعرفو بانو التوقع الشرطي لالستجابات‬
‫لمتركيبة الخطية ‪:‬‬

‫‪( ⁄‬‬ ‫)‬ ‫(‬ ‫)‬

‫(‪.‬‬ ‫وتباين (‬ ‫تتوزع طبيعيا بمتوسط‬ ‫اذ ان‬

‫‪13‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫]‪[4‬‬
‫)‪(generalized linear models‬‬ ‫(‪ )3-2-2‬النماذج الخطية العامة‬

‫نماذج االنحدار الخطية ىي جزء من النماذج االحصائية وتعرف باسم النماذج الخطية العامة‬
‫)‪ (GLM‬ىذه النماذج ترتبط معا لمتغيرات االستجابو العشوائية كتركيبة خطية نظامية وىي‬
‫تتضمن نماذج بافتراض العالقة الخطية او اختالفات طبيعية لمتغير االستجابة ربما تكون غير‬
‫مالئمة مثل العالقة الخطية الموغارتمية ‪ ,‬او االستجابة العددية لبواسون ‪ ,‬وىنا يمكن القول لدينا‬
‫تركيبتين أساسيتين لتشكيل النماذج الخطية العامة ‪:‬‬

‫‪.‬‬ ‫‪ -1‬تركيبة عشوائية تحدد المعممة الطبيعية‬

‫عندما ٌكون توزٌع متغٌر االستجابة عضو لتوزٌعات العائلة االسٌة الطبٌعً ‪ ,‬اي ٌمتلك‬
‫دالة كثافة احتمالٌة كما ٌأتً ‪:‬‬
‫) (‬
‫(‬ ‫)‬ ‫‪0‬‬ ‫(‬ ‫‪)1‬‬ ‫(‬ ‫)‬
‫) (‬
‫إذ ان ‪:‬‬

‫)‪)link function‬‬ ‫هً المعلمه القانونٌه او دالة الربط‬

‫) ( هً معلمة الموقع )‪)cumulant‬‬

‫)‪ α(Φ‬معلمة القٌاس (‪)scale parameter‬‬

‫( حد التطبٌع )‪)normalization‬‬ ‫)‬

‫‪η‬‬ ‫‪(η‬‬ ‫) ‪η‬‬ ‫‪ -2‬تركٌبه نظامٌة متعلقه بالمتجه‬

‫‪η‬‬ ‫بقيم توضيحية ضمن األنموذج الخطي ‪ ,‬باستعمال التركيبة الخطية‬

‫‪η‬‬ ‫بال ‪ η‬بواسطة ) (‬ ‫دالة الربط )‪ g(.‬لمربط العشوائي بالمركبات النظامية عندما‬
‫) ( ‪.‬‬ ‫ويمكن ان نعبر عن المعادلة لممتغيرات التوضيحية‬

‫‪14‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫]‪[50‬‬
‫)‪(count response models‬‬ ‫(‪ )4-2-2‬نماذج االستجابة العددية‬

‫‪(discrete‬‬ ‫تعد نماذج االستجابة العدديو جزءا" من نماذج انحدار االستجابة المتقطعة‬
‫) ‪ ,response regression models‬وىذه النماذج تعرف باالستجابات الصحيحو غير‬
‫السالبة ) ‪ (non-negative integer responses‬ولدينا امثمة عن النماذج المتقطعة ىي ‪:‬‬

‫الثنائي ‪ : binary‬االنحدار الموجستي الثنائي )‪ (binary logistic regression‬واالنحدار‬

‫االحتمالي )‪. (probit regression‬‬

‫النسبي ) ‪ : (proportional‬االنحدار الموجستي التجميعي ) ‪. (grouped logistic‬‬

‫الرتبي )‪ : (ordered‬االنحدار الموجستي الرتبي )‪(ordinal logistic regression‬‬

‫‪.‬واالنحدار االحتمالي الرتبي )‪. (ordered probit regression‬‬

‫متعدد الحدود )‪ : (multinomial‬االنحدار الموجستي االختياري المتقطع ‪(discrete choice‬‬

‫)‪logistic regression‬‬

‫العددية )‪ : (count‬انحدار بواسون ‪ ,‬انحدار ثنائي الحدين السالب ‪.‬‬

‫االستجابة العددية تتكون من استجابات عددية متقطعة مثل ‪ :‬ايام الرقود في المستشفى لممرضى‬
‫كذلك االىداف المسجمة في المسابقات ‪ ,‬جميع النماذج العددية تيدف لتوضيح عدد الحدوث اي‬
‫انيا تتعامل مع أعداد وىذه األعداد بطبيعتيا التممك تجانسا" أو تعاني من التواء أيمن أو تمتمك‬
‫تباينا" أكبر من المتوسط ‪ .‬اذ ان المتغير العشوائي )‪ (y‬ىو متغير االستجابة العددية ‪ ,‬كذلك‬
‫المعممة (‪ )λ‬تعد المتوسط بالنسبة إلنموذج بواسون ‪ ,‬إنموذج بواسون يعد اإلنموذج االساس‬
‫بالنسبة لمنماذج العددية وبقية النماذج العددية تعتمد عميو اعتمادا" كبيرا" ‪ ,‬إنموذج بواسون ىو ‪:‬‬

‫) (‬
‫) (‬ ‫(‬ ‫)‬

‫إنموذج بواسون اليمتمك معممة قياس محددة فضال عن ان القياس يساوي واحدا" ‪ .‬ويعبر عن‬
‫(‪ )λ‬بما يعادليا وىو ) ( إذ تشير إلنماذج بواسون وثنائي الحدين السالب ‪ ,‬فضال عن ان ) (‬

‫‪15‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫ىي االداة القياسية لمتعبير عن المتوسط )‪ )mean parameter‬في النماذج الخطية العامة ‪.‬‬
‫‪(exposure‬‬ ‫كذلك في نماذج بواسون وثنائي الحدين السالب تتضمن متغير التعرض‬
‫)‪ variable‬مرتبط بال ) ( ‪ ,‬المتغير )‪ (t‬يعد ىو المسافة او طول الوقت المستغرق لحصول‬
‫الحدث المعني او حدوث االعداد المحددة ‪ ,‬ىذا مايعرف بالتعرض او المواجيو )‪, (exposure‬‬
‫اذا ‪ t=1‬إذ دالة بواسون تختزل الى الشكل القياسي وىو ‪:‬‬

‫(‬ ‫)‬
‫(‬ ‫)‬ ‫(‬ ‫)‬

‫الصورة الوحيدة في توزيع بواسون ىي العالقة بين المتوسط والتباين إذ يتساوى المتوسط والتباين‬
‫وتسمى ىذه العالقة متعادلة التشتت )‪ , (equidispersion‬الحقيقة المتغير المعتمد )‪ (y‬في‬
‫بواسون او يسمى باعداد بواسون ىو مثال لعممية بواسون كل حدث ياخذ وقتا" مطموبا" او‬
‫مساحة لعممية العد ويعد مستقال" كل واحد عن االخر ‪ ,‬اي عممية استغراق الوقت المطموب لكل‬
‫حدث مستقمة واحدة عن االخرى مثل التوزيع المنتظم اي ان الحدث )‪ (y‬في المدة (‪ )A‬ليس لو‬
‫اي عالقة كم عدد االحداث في المدة )‪ . (B‬معدل االحداث في المدة او المساحة يسمى ) (‬
‫باحتمالية حدوثو احيانا طول المدة ‪.‬‬

‫سوف تنتج متوسط‬ ‫إنموذج انحدار بواسون يشتق من توزيع بواسون ‪ ,‬العالقة بين‬
‫اإلنموذج ‪ ,‬معالم اإلنموذج ‪ ,‬والمتغيرات المستقمة عمى الترتيب ‪.‬‬

‫ىنا ‪xβ‬ىي التركيبة الخطية والتي نرمز ليا بالرمز ‪ η‬ضمن‬ ‫(‬ ‫المعالم مثل )‬
‫النماذج الخطية العامة ‪ xβ‬تضمن ان ‪ µ‬ىو موجب لجميع قيم ال‪ η‬ولكل مقدرات المعالم ‪.‬‬
‫المتغير المعتمد )‪ (y‬ىو متغير االستجابة إلنموذج بواسون وانموذج ثنائي الحدين السالب ويعرف‬
‫بارقام الحداث محددة ‪ ,‬المتغيرات المستقمة ‪ x‬او المتغيرات التوضيحية تعطى بمجاميع غير‬
‫عشوائية لممشاىدات ‪ ,‬اما المشاىدات ضمن المتغيرات المستقمة يفترض ان تكون مستقمة واحدة‬
‫عن االخرى ‪.‬‬

‫يتم تقدير معممات النماذج العددية بطريقتين رئيستين ىما ‪:‬‬

‫‪16‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫‪maximum likelihood estimation‬‬ ‫اوال‪ :‬طريقة االمكان االعظم‬

‫ثانيا‪ :‬طريقة المربعات الصغرى المعادة الوزن التك اررية (الحصينة) ‪iteratively re-weighted‬‬
‫)‪ least squares (IRLS‬والتي تعمل عمى تبسيط طريقة االمكان االعظم )‪ (MLE‬وتتميز‬
‫بتقديرىا لمنماذج الخطية العامة ) ‪, (generalized linear models‬وبالتقدير بتمك الطريقتين‬
‫يصبح لدينا سيولة حساب التركيبة الخطية ‪:‬‬

‫‪η‬‬ ‫(‬ ‫)‬

‫كل مشاىدة ضمن اإلنموذج ليا قيمة بالتركيبة الخطية ‪ ,‬بواسون القانوني يمتمك ربط لوغارتمي‬
‫طبيعي إذ ان‪:‬‬

‫‪η‬‬ ‫) (‬ ‫(‬ ‫(‬ ‫))‬

‫إن الشكل التقميدي لثنائي الحدين السالب )‪( (NB2‬العالقة التربيعية بين المتوسط والتباين)‬
‫يحتوي ايضا عمى الربط الموغارتمي ‪ ,‬أما البواقي االساسية تعرف عمى انيا االختالف بين‬
‫تستعمل لمتنبؤ ‪. predicted‬‬ ‫استجابة المشاىدة واستجابة التنبؤ ‪ ,‬إذ )‪ (y‬االستجابة ̂ او‬

‫(‬ ‫)̂‬ ‫(‬ ‫)‬ ‫(‬ ‫)) (‬

‫(‪ )5-2-2‬فرط التشتت ]‪)overdispersion)[29][31‬‬

‫فرط التشتت في نماذج بواسون يحدث عندما يكون تباين االستجابة أكبر من المتوسط ويعود‬
‫السبب لالرتباط الموجب بين االستجابات او نتيجة التغاير الكبير بين اعداد االستجابات او‬
‫احتماالت االستجابات لذلك يحدث فرط التشتت ويزداد عندما التتحقق فرضيات ترتيب البيانات‬
‫كأن تكون البيانات عنقودية فيعد فرط التشتت ىو مشكمة يسبب اخطاء معيارية ‪(standard‬‬
‫)‪ errors‬لممقدرات ‪ .‬اي ان المتغير ربما يظير ليكون متغيرا" مستقال" معنويا" وىو بالحقيقة‬
‫غير معنوي وكيف نميز فرط التشتت اي عندما يحوي اإلنموذج قيمة احصاءة مربع كاي‬
‫بيرسون ‪ X2‬مقسومة عمى درجات الحرية اكبر من‪ 1.0‬فيذا يعني وجود حالة فرط التشتت‬
‫)‪(overdispertion‬وبالعكس اذا كانت قيمة احصاءة التشتت أقل من ‪ 1.0‬كان اإلنموذج‬
‫معتدل والحالة تصبح )‪ , (equidispertion‬نمحظ ان فرط التشتت يكون واضحا عن طريق‬

‫‪17‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫قيمة احصاءة مربع كاي في نماذج انحدار بواسون وثنائي الحدين السالب والتي تعكس لنا‬
‫اختالفات البيانات في اإلنموذج وىي كما في الصيغة التالية ‪:‬‬

‫(∑‬ ‫) ( ‪) ⁄‬‬ ‫(‬ ‫)‬

‫(‪ )6-2-2‬تعاريف إنموذج ثنائي الحدين السالب‬

‫تعريف ‪:[28] 1‬‬

‫نفرض ان ‪ X‬متغير عشوائي تابع لثنائي الحدين السالب بمعممات )‪ (p,α‬لو الدالة االحتمالية ‪:‬‬

‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫يمكن الحصول عمى ثنائي الحدين السالب من توزيع بواسون المركب وذلك بمزجو بتوزيع كاما‬
‫بعممية خمط التوزيعات ‪ .‬المتغير العشوائي ‪ y‬يتبع لتوزيع كاما بمعممات ) ‪. (α,‬‬
‫لو الدالة احتمالية التالية ‪:‬‬ ‫(‬ ‫)‬

‫) (‬ ‫(‬ ‫)‬
‫) (‬

‫) (‬ ‫(‬ ‫)‬ ‫فأن‬ ‫وكذلك اذا‬ ‫) (‬ ‫∫‬ ‫اذ ان‬

‫عند استعمال توزيع كاما مع بواسون نحصل عمى ‪:‬‬

‫(‬ ‫)‬ ‫∫‬

‫) (‬

‫(‬ ‫)‬
‫∫‬
‫) (‬

‫(‬ ‫)‬
‫(‬ ‫)‬ ‫(‬ ‫)‬

‫‪18‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‬ ‫()‬ ‫( )‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫بمعممات‬ ‫اذ ان ‪ α‬ىي عدد صحيح ‪ .‬نحصل عمى توزيع ثنائي الحدين السالب‬
‫‪ . .‬طالما توزيع ثنائي الحدين السالب لو معممتان ‪ ,‬فيذا يعطينا سيطرة اكثر مقارنة‬ ‫‪/‬‬
‫بتوزيع بواسون ‪.‬‬

‫(‬ ‫)‬
‫) (‬ ‫) (‬

‫تعريف ‪:[18] 2‬‬

‫في انحدار‬ ‫انحدار ثنائي الحدين السالب ىو نوع من انحدار بواسون وفيو المتغير المعتمد‬
‫ثنائي الحدين السالب توجد معالم مالئمو لثنائي الحدين السالب ىي ‪:‬‬

‫‪.‬‬ ‫‪/‬‬
‫(‬ ‫)‬ ‫‪4‬‬ ‫‪5 4‬‬ ‫‪5‬‬ ‫(‬ ‫)‬
‫‪. /‬‬

‫ىي معممة التشتت ‪.‬‬ ‫وكذلك‬ ‫متو سط ال‬ ‫اذ ان ‪:‬‬

‫المتوسط والتباين النحدار ثنائي الحدين السالب ىو ‪:‬‬

‫(‬ ‫)‬ ‫) (‬ ‫(‬ ‫)‬

‫(‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫‪2‬‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫‪3‬‬

‫دالة الكتمة االحتمالية النحدار ثنائي الحدين السالب تصبح ‪:‬‬

‫‪19‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫‪.‬‬ ‫‪/‬‬ ‫‪.‬‬ ‫‪2‬‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫‪3/‬‬

‫(‬ ‫)‬ ‫(‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬
‫‪. /‬‬ ‫‪.‬‬ ‫‪2‬‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫‪3/‬‬ ‫‪.‬‬ ‫‪2‬‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫‪3/‬‬

‫(‬ ‫)‬ ‫) (‬ ‫(‬ ‫)‬ ‫اذ ان ‪:‬‬

‫‪ :‬مقياس لمتشتت‬

‫تعريف ‪:[4] 3‬‬

‫توزيع ثنائي الحدين السالب يمتمك معممتين والذي يسمح لممتوسط والتباين لمتطابق بصوره‬
‫منفصمو ‪ ,‬بعكس المعممو المفرده لبواسون ‪ ,‬وىذه تتم بطريقتين ‪ :‬كتوزيع حدي لمتغير عشوائي‬
‫بواسون عندما معممة المتوسط ليا توزيع كاما او كدالة احتمالية لممشاىده ‪ y‬لمفشل او لحاالت‬
‫‪ r-th‬من حاالت النجاح في سمسمة محاوالت برنولي المستقمة ‪ ,‬دالة الكثافة‬ ‫الفشل قبل‬
‫االحتمالة ىي ‪:‬‬

‫(‬ ‫)‬
‫‪( ⁄‬‬ ‫)‬ ‫(‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬
‫(‬ ‫)‬

‫(‬ ‫)‬

‫ىو المتوسط لتوزيع بواسون و ‪ α‬معممة التشتت ‪ ,‬إنموذج انحدار ثنائي الحدين‬ ‫اذ ان ‪:‬‬
‫ودالة التباين‬ ‫السالب ياخذ تنسيق إنموذج انحدار بواسون نفسو ‪ ,‬اإلنموذج يمتمك متوسط‬
‫‪ ,‬عندما التشتت يساوي صفر نحصل عمى إنموذج بواسون ‪.‬‬

‫تعريف ‪:[50] 4‬‬

‫إنموذج ثنائي الحدين السالب ‪:‬‬

‫(‬ ‫)‬
‫(‬ ‫)‬ ‫(‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬
‫( ) (‬ ‫)‬

‫‪20‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫‪ ,‬التباين الشرطي قيمتة اكبر من‬ ‫(‬ ‫كذلك )‬ ‫‪⁄‬‬ ‫يمتاز اإلنموذج ‪:‬‬

‫الوسط الحسابي الشرطي في ىذا اإلنموذج اي يعد إنموذجا" لفرط التشتت )‪(over dispersion‬‬
‫‪ .‬فان وجدت عالقة تربيعية بين المتوسط – التباين يعرف بإنموذج من النوع‬
‫)‪ , (Neg-Bin II)(NB2‬اما اذا كانت العالقة خطية لممتوسط – التباين يعرف بإنموذج‬
‫(‬ ‫)‪ (Neg-Bin I)(NB1‬نوظف ىذة العالقة الخطية لنحصل عمى )‬
‫‪.‬‬ ‫(‬ ‫وكذلك )‬

‫دالة الكثافة االحتمالية لل‪ NB2‬يمكن ان تكتب ‪:‬‬

‫(‬ ‫)‬
‫(‬ ‫)‬ ‫‪,‬‬ ‫(‬ ‫)‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫(‬ ‫)‬
‫(‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬

‫إنموذج‬ ‫سوف يتحول ىذا اإلنموذج الى إنموذج بواسون ‪ ,‬واذا كان‬ ‫اذ ان‬
‫بواسون يمتمك حدود فضاء المعممة ‪ .‬بافتراض ان العينة مستقمة ‪:‬‬

‫(‬ ‫)‬
‫(‬ ‫)‬ ‫∏‬ ‫(‬ ‫(‬ ‫)‬ ‫)‬ ‫‪4‬‬ ‫‪5‬‬ ‫(‬ ‫)‬
‫(‬ ‫)‬ ‫(‬ ‫)‬

‫‪.‬‬ ‫(‬ ‫وكذلك )‬ ‫(‪,‬‬ ‫)‬ ‫اذ ان ‪- :‬‬

‫‪ K‬ىي المعممة الالخطيو تسمح بأخذ اي قيمة مستمرة ‪ .‬عند مقارنة ىذا اإلنموذج بإنموذج‬
‫بواسون ‪ ,‬اثنين من المعممات االضافية يمكن تقديرىا في ىذا اإلنموذج ويسمى‬
‫يمكن ان يفسر عمى انو ‪ hyper – model‬لثنائي الحدين السالب ‪ ,‬كذلك تتداخل معو نماذج‬
‫‪ NB1 ,NB2‬عن طريق محددات المعالم عندما ‪ k=0 , k=1‬عمى الترتيب ‪ .‬دالة الكثافة‬
‫يمكن ان تكتب ‪:‬‬ ‫االحتمالية لل‬

‫(‬ ‫)‬
‫‪∏6‬‬ ‫‪7‬‬
‫(‬ ‫)‬ ‫[‬ ‫]‬ ‫(‬ ‫)‬

‫{‬

‫‪⁄‬‬
‫[‬ ‫]‬ ‫اذ ان ‪:‬‬

‫‪21‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‬ ‫)‬

‫(‪ )7-2-2‬انحدار ثنائي الحدين السالب ]‪(negative binomial regression)[31][32‬‬

‫انحدار ثنائي الحدين السالب مشابو لحد ما لالنحدار المتعدد المنتظم وىنا المتغير المعتمد ‪y‬‬
‫مشاىداتو عددية تتوزع ثنائي الحدين السالب ‪ ,‬وقيم ‪ y‬الممكنو ىي اعداد صحيحة غير سالبة‬
‫انحدار ثنائي الحدين السالب ىو إعمام النحدار بواسون ‪ ,‬لكن في إنموذج‬
‫بواسون يتساوى المتوسط والتباين ‪ ,‬اما انحدار ثنائي الحدين السالب يكون التباين اكبر من‬
‫المتوسط ‪ NB1( ,‬العالقة الخطية بين المتوسط والتباين ) أما( ‪ NB2‬العالقة التربيعية بين‬
‫المتوسط والتباين ) يعتمد عمى توزيع بواسون – كاما المركب ‪ ,‬وىذه الصيغة شائعة النيا تسمح‬
‫الستعمال توزيع كاما لعدم تجانس بواسون ‪. poisson heterogeneity‬‬

‫إنموذج ثنائي الحدين السالب )‪ (negative binomial model‬ىو نوع من النماذج الخطية‬
‫العامة )‪ (generalized linear models‬يحوي المتغير المعتمد )‪ (y‬ياخذ ارقاما" قابمة لمعد‬
‫الي ظاىرة او حدث ما ‪ ,‬المعممات المالئمة لتوزيع ثنائي الحدين السالب ىي‪:‬‬

‫‪⁄‬‬
‫(‬ ‫) ‪⁄‬‬
‫) (‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬
‫(‬ ‫) ‪) ( ⁄‬‬

‫معممة التشتت ‪(heterogeneity‬‬ ‫‪ µ‬وىو الوسط الحسابي لل)‪, (y‬‬ ‫اذ ان ‪:‬‬
‫‪(poisson-gamma‬‬ ‫)‪ parameter‬يمكن اشتقاقيا من توزيع بواسون كاما المختمط‬
‫) ‪ ( ⁄‬من حاالت النجاح‪.‬‬ ‫)‪ mixture‬او عن طريق عدد حاالت الفشل قبل‬

‫إنموذج ثنائي الحدين السالب التقميدي )‪ (NB2‬ىو ‪:‬‬

‫(‬ ‫)‬

‫تمثل معامالت األنحدار ‪.‬‬ ‫المتغيرات المستقمة ‪,‬‬ ‫اذ ان ‪:‬‬

‫‪22‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫يأخذ متغيرا" معتمدا" )‪)y‬‬ ‫في حالة العينة العشوائية )‪ (n‬ألي موضوع قيد الدراسة سوف‬
‫( ويأخذ متجو لممعممات‬ ‫وتأخذ قيم )‬ ‫ومتغيرات مستقمة‬

‫( ‪ ,‬ومصفوفة المتغيرات المستقمة ‪:‬‬ ‫)‬

‫[‬ ‫]‬

‫‪:‬‬ ‫لل‪ x‬ليكون‬ ‫ويمكن اعادة ترتيب صف‬

‫(‬ ‫) ‪⁄‬‬
‫) (‬ ‫(‬ ‫‪) 4‬‬ ‫‪5‬‬ ‫(‬ ‫)‬
‫(‬ ‫) ‪) ( ⁄‬‬

‫ويمكن تقدير المعممات ‪ α‬و‪ β‬باستعمال تقدير االمكان االعظم ‪ ,‬فتصبح دالة االمكان االعظم ‪:‬‬

‫(‬ ‫) ‪⁄‬‬
‫(‬ ‫)‬ ‫) ( ∏‬ ‫∏‬ ‫(‬ ‫‪) 4‬‬ ‫‪5‬‬ ‫(‬ ‫)‬
‫(‬ ‫) ‪) ( ⁄‬‬

‫ودالة االمكان الموغارتمية تصبح ‪:‬‬

‫(‬ ‫)‬ ‫‪∑4‬‬ ‫(‬ ‫)‬ ‫(‬ ‫( )‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫‪( )5‬‬ ‫(‬ ‫)‬

‫سوف تكون مقدرات االمكان االعظم ‪ .‬ومصفوفة التباين‬ ‫(‬ ‫قيم ‪ α‬و‪ β‬التي تعظم )‬
‫‪ Σ‬اذ ان ‪ H :‬ىي مصفوفة حسن ‪(Hessian‬‬ ‫والتباين المشترك لممقدرات ىي‬
‫)‪ matrix‬لممشتقة الثانية لدالة األمكان الموغارتمية ‪.‬‬

‫‪(Wald‬‬ ‫اذ ان مصفوفة التباين والتباين المشترك يمكن استعماليا في إيجاد حدود الثقة‬
‫)‪ confidence intervals‬وقيم )‪ (p-values‬لتقديرات المعامالت ‪(coefficient‬‬
‫)‪estimates‬‬

‫‪23‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫وتم ذكرىا تفصيال" في طرائق التقدير ‪.‬‬

‫ويمكن استعمال اإلنموذج التقميدي ‪ NB2‬لممعدالت )‪ (rates‬وذلك باستعمال األزاحو )‪(offset‬‬

‫‪ ,‬اذ ان المتغير المعتمد )‪ (y‬ىو رقم عدد الحوادث خالل مدة زمنيو معينة )‪ (t‬اذ ان معدل‬
‫المشاىدة ‪ Y|t‬يمكن نمذجتو باستعمال إنموذج ثنائي الحدين السالب المذكور آنفا" بتعديل بسيط‬
‫(‬ ‫)‬ ‫‪ (t),‬ىي المساحة او جزء من المجتمع ‪.‬‬

‫)‪( ⁄‬‬ ‫(‬ ‫)‬

‫ويمكن كتابتو بالصيغة ‪:‬‬

‫(‬ ‫)‬

‫يسمى األزاحة )‪. (offset‬‬ ‫اذ ان ‪:‬‬

‫وينتج عنو ‪:‬‬ ‫‪ ,‬وىنا نستبدل ‪ µ‬بال‬ ‫في دالة االمكان الموغارتمية استبدلنا ‪ µ‬بال‬

‫(‬ ‫)‬ ‫‪∑4‬‬ ‫(‬ ‫)‬ ‫(‬ ‫( )‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫‪( )5‬‬ ‫(‬ ‫)‬

‫بتعظيم دالة األمكان الموغارتمية الجديدة لتقدير المعممات ‪.‬‬

‫(‪ )3-2‬اشتقاق توزيع ثنائي الحدين السالب ]‪:[31‬‬

‫حسب تعرٌف (‪ )2‬ان الدالة االحتمالٌة لتوزٌع ثنائً الحدٌن السالب ٌمكن اٌجادها من ‪:‬‬

‫(‬ ‫)‬
‫(‬ ‫)‬ ‫(‬ ‫)‬

‫هنا بواسون مع عدم تجانس كاما )‪ (gamma heterogenety‬بمتوسط كاما =‪ , 1‬توزٌع ال‪y‬‬
‫مشروط على ال)‪ (x,u‬هو المتوسط والتباٌن الشرطٌٌن لبواسون معطاة بال‪ µ‬التوقع الشرطً‬
‫مقارنة ب فقط ‪ ,‬نتٌجة لذلك التوزٌع‬ ‫لل‪ y‬مع عدم تجانس كاما هو للمعالجه بتعبٌر‬
‫الالشرطً لل‪ y‬مشتق من الصٌغ االتٌة‪:‬‬

‫‪24‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‬ ‫)‬
‫(‬ ‫)‬
‫(‬ ‫)‬ ‫∫‬ ‫) (‬ ‫(‬ ‫)‬

‫التوزٌع الالشرطً لل‪ٌ y‬خصص كٌف نعرف )‪ g(u‬ألنموذج توزٌع كاما هذا المعطى‬
‫) ( علما ان متوسط كاما = ‪.1‬‬ ‫اذ ان‬ ‫) (‬

‫(‬ ‫)‬
‫(‬ ‫)‬
‫(‬ ‫)‬ ‫∫‬ ‫(‬ ‫)‬
‫) (‬

‫وتعتبر معلمة عدم التجانس او التشتت لثنائً الحدٌن‬ ‫مقلوب ال‪ v‬معلمة القٌاس لكاما وهً‬
‫‪ ,‬طبٌعة كاما لل‪ u‬هً دلٌل لالشتقاق من )‪(34-2‬‬ ‫و‬ ‫السالب ‪ ,‬كذلك لدٌنا‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫∫‬ ‫(‬ ‫)‬
‫(‬ ‫) ( )‬

‫(‬ ‫)‬
‫الى ٌسار التكامل مع بقاء المقدار تحت التكامل =‪1‬‬ ‫(‬ ‫() ( )‬ ‫)‬
‫سحب المقدار‬

‫(‬ ‫()‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫(‬ ‫) ( )‬

‫(‬ ‫)‬
‫(‬ ‫( )‬ ‫)‬
‫(‬ ‫) ( )‬

‫(‬ ‫)‬
‫(‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬
‫(‬ ‫) ( )‬

‫تصبح لدٌنا دالة الكتله االحتمالٌه ‪ PMF‬لثنائً الحدٌن السالب هً ‪:‬‬

‫‪.‬‬ ‫‪/‬‬
‫(‬ ‫)‬ ‫(‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬
‫(‬ ‫‪) . /‬‬

‫وبالتعبٌر عن ‪:‬‬

‫(‬ ‫)‬ ‫(‬ ‫) ‪⁄‬‬ ‫(‬ ‫‪⁄‬‬ ‫)‬ ‫) ‪( ⁄‬‬ ‫‪( ⁄‬‬ ‫)‬

‫‪25‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫وتكون ‪:‬‬

‫(‬ ‫) ‪⁄‬‬ ‫(‬ ‫) ‪⁄‬‬ ‫‪⁄‬‬

‫‪4‬‬ ‫‪5‬‬ ‫(‬ ‫)‬
‫(‬ ‫) ‪) ( ⁄‬‬ ‫‪( ⁄‬‬ ‫)‬ ‫‪⁄‬‬

‫دوال كاما التً من الٌسار ٌمكن ان تحول الى شكل توافٌق ‪ combination‬وكذلك الجانب‬
‫االٌمن ٌمكن ان ٌحول الى كسر مفرد وبالنتٌجه نحصل على تعبٌر شائع للتوزٌع االحتمالً‬
‫لثنائً الحدٌن السالب ‪.‬‬

‫(‬ ‫)‬ ‫(‬ ‫()‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬

‫هنا صٌغة لدالة الكتله االحتمالٌه لثنائً الحدٌن السالب توجد باشكال مختلفه بعض المؤلفٌن‬
‫ٌستخدم ‪ v‬لمعلمة كاما ‪ ,‬او ٌستعمل رمز ‪ r, k‬لتمثٌل معلمة ثنائً الحدٌن السالب ‪ ,‬والتً تعد‬
‫معلمة عدم التجانس ذي الحدٌن السالب ‪ ,‬فً هذا الشكل معلمة عدم التجانس ترتبط عكسٌا بكمٌة‬
‫فرط تشتت بواسون )‪ (poisson overdispersion‬فً البٌانات ‪ٌ α ,y .‬فترض ان تكون اعداد‬
‫صحٌحه ولكن هذا االفتراض الٌمكن الحصول علٌه اال عندما تكون قواعد او اسس التوزٌع‬
‫إلنموذج انحدار ‪ ,‬كإنموذج قابل للعد ال‪ٌ y‬جب ان تتكون من قٌما" صحٌحة غٌر سالبة ‪ ,‬اما ‪α‬‬
‫لٌس بالضروره كذلك ولكن القٌد الوحٌد على ‪ α‬هً تاخذ قٌما" نسبٌة نادرا ماتكون اكبر من‬
‫)‪ (4‬فضال" عن ذلك التدمج معلمة عدم تجانس ثنائً الحدٌن السالب مع احصاءة التشتت‬
‫للنموذج العدٌد من الباحثٌن ٌشٌرون الى ان معلمة عدم التجانس هً معلمة التشتت ‪ ,‬اذ ترتبط‬
‫بكمٌة فرط التشتت فً البٌانات ولكن احصاءة التشتت هً لٌست معلمه ‪ .‬بالحقٌقه هً احصاءة‬
‫تولدت بواسطة انقسام احصاءه بٌرسون مربع كاي عن طرٌق درجات الحرٌه إلنموذج البواقً‬
‫‪ ,‬وهذا ماٌمٌزها عن االحصاءه التً هً مقدار التكامل للتوزٌع االحتمالً لثنائً الحدٌن السالب‬
‫‪ .‬دالة االمكان هً اعادة تعبٌر للداله االحتمالٌه لثنائً الحدٌن السالب ‪.‬‬

‫(‪ )4-2‬طرائق التقدير )‪(Methods of estimation‬‬

‫(‪ )1-4-2‬طريقة االمكان االعظم ]‪(maximum likelihood)[31][3‬‬
‫هً الطرٌقه االكثر شٌوعا والمألوفة فً التقدٌر ‪ ,‬تعد مقدرات االمكان االعظم ثابتة وتعطً‬
‫مقدرات االمكان االعظم معٌارا عالٌا" للكفاءه وكذلك بخاصٌة االتساق اي ان عملٌة التقدٌر عن‬
‫طرٌق جعل دالة االمكان للمتغٌرات العشوائٌة اعظم ماٌمكن ‪.‬‬

‫‪26‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‬ ‫)‬ ‫∏‬ ‫{‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫(‬ ‫)‬ ‫}) (‬ ‫(‬ ‫)‬

‫دالة االمكان اللوغارتمٌة ٌمكن ان نحصل علٌها وذلك باخذ اللوغارتم الطبٌعً لكال الجانبٌن‬
‫للمعادله ‪ ,‬فتصبح الداله جمعٌة اكثر ما هً ضربٌة ‪:‬‬

‫(‬ ‫)‬ ‫*∑‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫( ‪,‬‬ ‫‪)-‬‬

‫( ‪,‬‬ ‫‪)-‬‬ ‫‪, ( )-+‬‬ ‫(‬ ‫)‬

‫ان االمكان اللوغارتمً لثنائً الحدٌن السالب له معلمة‪ β‬ومعامالت اإلنموذج كما ٌعبر عنها‬
‫بالمعادله ‪:‬‬

‫(‬ ‫)‬ ‫∑‬ ‫(‬ ‫)‬ ‫‪,‬‬ ‫(‬ ‫‪)-‬‬

‫*‬ ‫‪4‬‬ ‫‪5‬‬
‫(‬ ‫)‬

‫( ‪,‬‬ ‫‪)-‬‬ ‫( ‪,‬‬ ‫‪)-‬‬ ‫‪, ( )-+‬‬ ‫(‬ ‫)‬

‫ان المشتقه االولى لدالة االمكان االعظم اللوغارتمٌه تعرف باسم )‪ , (gradient‬اما المشتقه‬
‫الثانٌه فتسمى مشتقة )‪ , (Hessian‬ان مقدرات االمكان االعظم لمعلمات اإلنموذج ٌتم تحدٌدها‬
‫باٌجاد المشتقه االولى )‪ (gradient‬لالمكان اللوغارتمً بالنسبه الى ‪ β‬ومساواتها بالصفر‬
‫وحلها ‪ ,‬بعباره اخرى توجد قٌمه للمشتقات االولى الجزئٌه لالمكان اللوغارتمً لتقدٌر عدة‬
‫معالم ‪ .‬وٌمكن تقدٌر معلمة عدم التجانس )‪ (heterogeneity parameter‬لثنائً الحدٌن‬
‫السالب باٌجاد المشتقه االولى لالمكان اللوغارتمً بالنسبه الى ‪. α‬‬

‫إن مصفوفة المشتقات الجزئٌه الثانٌه لالمكان اللوغارتمً غالبا ماتعرف باسم )‪(Hessian‬‬
‫ومصفوفة المعلومات المشاهدة ) ‪ (observed information matrix‬تعرف بمصفوفة‬
‫) ‪ (Hessian negative matrix‬تقٌم عن طرٌق مقدر االمكان االعظم ‪.‬االخطاء القٌاسٌه‬
‫لإلنموذج ٌمكن الحصول علٌها من الجذر التربٌعً للعناصر القطرٌة لمصفوفة التباٌن والتباٌن‬
‫المشترك ‪ ,‬والتً تعد معكوس المعلومات لذلك االخطاء القٌاسٌه لإلنموذج هً الجذر التربٌعً‬
‫للحدود القطرٌة لمصفوفه معكوس سالب ) ‪. (negative inverse Hessian matrix‬‬

‫ونٌوتن‪ -‬رافسون تعتمد على تقدٌر االمكان االعظم وٌستلزم مصفوفة معلومات المشاهده ‪,‬‬
‫المشتقتان االولى والثانٌه لدالة االمكان االعظم اللوغارتمٌه بالنسبه الى ‪ β , α‬كما ٌأتً ‪:‬‬

‫‪27‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫𝜇‬ ‫(‬ ‫)‬

‫‪NB GRADIENT – β‬‬

‫(‬ ‫)‬
‫∑‬ ‫(‬ ‫)‬

‫المشتقه االولى بالنسبه الى ‪( µ‬فقط فً حدود ال‪)µ‬‬

‫∑‬ ‫(‬ ‫)‬

‫(‬ ‫)‬

‫‪NB GRADIENT – α‬‬

‫(‬ ‫)‬
‫‪∑6‬‬ ‫( ‪4‬‬ ‫)‬ ‫‪5‬‬ ‫(‬ ‫)‬ ‫‪( )7‬‬ ‫(‬ ‫)‬

‫‪NB –HESSIAN –β‬‬

‫(‬ ‫)‬
‫∑‬ ‫(‬ ‫)‬
‫(‬ ‫)‬

‫او‬

‫(‬ ‫)‬
‫‪∑6‬‬ ‫‪7‬‬ ‫(‬ ‫)‬
‫(‬ ‫)‬

‫‪NB –HESSIAN –β ; α‬‬

‫(‬ ‫)‬
‫∑ [‬ ‫]‬ ‫(‬ ‫)‬
‫(‬ ‫)‬

‫‪NB –HESSIAN –α‬‬

‫(‬ ‫()‬ ‫)‬ ‫(‬ ‫)‬

‫‪∑6‬‬ ‫‪4‬‬ ‫‪5‬‬
‫(‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫‪( )7‬‬ ‫(‬ ‫)‬

‫‪28‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫مشتقة دالة كاما اللوغارتمٌه هً دالة كاما الثنائٌه )‪ (digamma‬كذلك المشتقه الثانٌه لدالة كاما‬
‫اللوغارتمٌه دالة كاما الثالثٌه )‪(trigamma‬‬

‫) (‬
‫(‬ ‫)‬ ‫(‬ ‫)‬
‫(‬ ‫)‬

‫وكذلك‬
‫) (‬
‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫) (‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫او‬

‫‪2‬‬ ‫) ‪.( ⁄‬‬ ‫‪/‬‬ ‫) ‪.( ⁄‬‬ ‫‪/3‬‬

‫(‬ ‫)‬

‫(‪ )2-4-2‬طريقة المربعات الصغرى معادة الوزن التكرارية (الحصينة) ]‪-:[31‬‬

‫)‪Iteratively re – weighted least squares (IRLS‬‬

‫تعتمد هذه الطرٌقه على فشر )‪ )fisher scoring‬وتعد هذه الطرٌقة كجزء من طرٌقة األمكان‬
‫االعظم والتً ٌمكن استعمالها لتقدٌر اإلنموذج الخطً بالنسبة لمعلمات اإلنموذج تسمى مصفوفة‬
‫‪. Hessian matrix‬‬

‫ومن المعلوم ان دالة الكثافة االحتمالٌة للعائلة االسٌة )‪-: )exponential family‬‬
‫) (‬
‫(‬ ‫)‬ ‫‪0‬‬ ‫(‬ ‫‪)1‬‬ ‫(‬ ‫)‬
‫) (‬
‫اذ ان ‪:‬‬

‫)‪)link function‬‬ ‫هً المعلمه القانونٌة او دالة الربط‬

‫) ( هً معلمة الموقع )‪)cumulant‬‬

‫)‪ α(Φ‬معلمة القٌاس (‪)scale parameter‬‬

‫( حد التطبٌع )‪)normalization‬‬ ‫)‬

‫شكل العائلة االسٌة ٌعد وحٌدا" )‪ )unique‬فً المشتقتٌن االولى والثانٌه لمعلمة الموقع‬
‫التراكمٌه بالنسبه ال‪ θ‬فٌنتج دوال المتوسط والتباٌن على الترتٌب ‪,‬‬

‫‪29‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫) (‬

‫) (‬

‫ان الداله االحتمالٌه لإلنموذج الخطً العام ‪-: GLM‬‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫إذ ان ‪:‬‬

‫‪ Y‬متغٌر االستجابه )‪(response variable‬‬

‫‪ θ‬معلمة الموقع ) ‪(location parameter‬‬

‫‪ Φ‬معلمة القٌاس ) ‪(scale parameter‬‬

‫فً النماذج العددٌة ‪ count models‬قٌم متغٌر االستجابه ‪ y‬تمتلك خواص توزٌعٌة تتالئم مع‬
‫التوزٌع المستعمل فً التقدٌر ‪ ,‬حٌث الدوال االحتمالٌة تحدد خواص االستجابة ‪.‬‬

‫ان طرٌقة التقدٌر باالمكان االعظم تعتمد على تعظٌم االحتمال ‪ ,‬أذ تعد دالة االمكان هً متممة‬
‫للدالة االحتمالٌة ‪ .‬وبالرغم من ان البٌانات هً التً تحدد قٌم المتوسط وقٌم القٌاس لكن ٌبقى‬
‫الهدف المهم لالمكان هو تقدٌر قٌم المعالم المجهولة‪.‬‬

‫وباخذ اللوغارتم الطبٌعً لدالة االمكان لتسهٌل التقدٌر وناخذ الشكل الضربً ‪multiplicative‬‬
‫‪ manner‬لتقدٌر المعلمات ‪.‬‬

‫ان دالة االمكان اللوغارتمٌه ٌمكن كتابتها ‪:‬‬

‫(‬ ‫)‬

‫وباالعتماد على تعدٌل مفكوك تاٌلر لدالة االمكان اللوغارتمٌه ‪:‬‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫) (‬ ‫(‬ ‫) ( )‬ ‫) (‬ ‫) (‬

‫أول حدٌن تختزل الى ‪:‬‬

‫) (‬ ‫(‬ ‫) ( )‬

‫وٌمكن كتابتها‬
‫(‬ ‫)‬
‫(‬ ‫)‬

‫‪30‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫المشتقه االولى لدالة االمكان اللوغارتمٌة تدعى اٌضا بدالة فشر ‪ , fisher score‬اذا كانت دالة‬
‫االمكان اللوغارتمٌة مقعرة ‪ ,‬سوف نجعل المشتقة مساوٌة للصفر ونحل بالنسبة الى ‪ β‬لتقدٌر‬
‫معلمات االمكان االعظم ‪.‬‬

‫المشتقه الثانٌه لدالة االمكان اللوغارتمٌة التً تسمى مصفوفة )‪ ,(Hessian matrix‬عندما‬
‫ٌكون شكل دالة االمكان اللوغارتمٌة محدبا" اكثر ما هو مفلطح ‪ ,‬المعكوس السالب ‪(negative‬‬
‫)‪ٌ inverse Hessian matrix‬عطً مصفوفة التباٌن والتباٌن المشترك ‪.‬‬

‫ان معلمة االخطاء المعٌارٌة تعتمد على عناصر القطر لمصفوفة التباٌن ‪ .‬وتسمى كذلك‬
‫بمصفوفة المعلومات )‪ . )information matrix‬وعلٌه نحصل على ‪:‬‬

‫(‬ ‫)‬

‫اذ ان‪:‬‬

‫‪ : U‬هً المشتقة االولى لداله االمكان ‪ : H ,‬المشتقة الثانٌة لدالة االمكان ‪.‬‬

‫وذلك بتوظٌف نٌوتن رافسون نحصل على ‪:‬‬ ‫وبعدها نجد مقدرات المعلمة‬

‫(‬ ‫)‬

‫عندما‬

‫‪ : r‬رقم التكرار وهو عدد المعالم المطلوب تقدٌرها ‪.‬‬

‫وهً مقدرات معلمة اإلنموذج ‪ ,‬و‬ ‫عن طرٌق خوارزمٌة نٌوتن – رافسون نحصل على‬
‫بتكرار اٌجاد الحلول لل‪ٌ H‬صبح لدٌنا مصفوفة المعلومات المشاهدة‬

‫)‪ ,) Observed information matrix‬كذلك مصفوفة )‪ (Hessian‬المستعملة فً ‪IRLS‬‬

‫تسمى مصفوفة المعلومات المتوقعة )‪(expected information matrix) (EIM‬‬

‫)‪the gradient(U‬‬ ‫والٌجاد المشتقة االولى‬

‫فً شكل العائلة االسٌة دالة االمكان اللوغارتمٌة تكون ‪:‬‬

‫) (‬
‫(‬ ‫)‬ ‫∑‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬
‫) (‬

‫نشتق الدالة بالنسبة الى ‪ β‬باستعمال قانون السلسلة ‪:‬‬

‫‪31‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫‪η‬‬
‫(∑‬ ‫()‬ ‫()‬ ‫()‬ ‫)‬ ‫(‬ ‫)‬
‫‪η‬‬

‫نحل كل حد‬

‫) (‬
‫∑‬ ‫∑‬ ‫(‬ ‫)‬
‫) (‬ ‫) (‬

‫) (‬ ‫حصلنا على الصٌغه آنفا" من اشتقاق كل حد للسلسله ولدٌنا‬

‫) (‬
‫) (‬ ‫) (‬ ‫(‬ ‫)‬
‫) (‬

‫كذلك‬

‫‪η‬‬ ‫(‬ ‫)‬

‫‪η‬‬ ‫(‬ ‫)‬

‫كذلك‬

‫‪,‬‬ ‫‪(η )-‬‬ ‫(‬ ‫)‬

‫‪η‬‬ ‫‪η⁄‬‬ ‫) (‬

‫هذه مشتقة دالة الربط بالنسبه الى ‪ η , µ‬معكوس دالة الربط ‪ .‬استبدال التعابٌر لمقدر االمكان‬
‫االعظم لل ‪ β‬هو الحل للمعادلة التقدٌرٌة ‪.‬‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫∑‬ ‫∑‬ ‫) (‬ ‫(‬ ‫)‬
‫) ( ) ( ) (‬ ‫‪( ) ( ) η‬‬

‫عندما ‪ Y‬تمثل االستجابة ‪ µ ,‬تمثل المتغٌرات المالئمة )‪ X , (fitted variables‬متجه صفً‬

‫‪ ,‬المجموع الناتج متجه عمودي ‪.‬‬

‫والٌجاد المشتقة الثانٌة نستبدل ‪ H‬بال‪I‬‬

‫[‬ ‫]‬ ‫[‬ ‫]‬ ‫(‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫‪6‬‬ ‫‪( )7‬‬ ‫‪6‬‬ ‫‪( )7‬‬ ‫(‬ ‫)‬
‫‪( ) ( ) η‬‬ ‫‪( ) ( ) η‬‬

‫‪32‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‬ ‫)‬
‫) (‬ ‫(‬ ‫)‬
‫‪* ( ) ( )+‬‬ ‫‪η‬‬

‫اذ ان ‪:‬‬

‫(‬ ‫)‬ ‫) ( ) (‬

‫نفرض ان ‪:‬‬

‫) (‬ ‫) ( ) (‬ ‫(‬ ‫)‬

‫(‬ ‫)‬
‫) (‬ ‫‪η‬‬ ‫) (‬

‫نضع المعادالت مع بعضها سوف نحصل ‪:‬‬

‫(‬ ‫)‬
‫‪6‬‬ ‫(‬ ‫‪) 7‬‬ ‫‪6‬‬ ‫(‬ ‫‪)7‬‬ ‫(‬ ‫)‬
‫) (‬ ‫‪η‬‬ ‫) (‬ ‫‪η‬‬

‫بضرب طرفً المعادله فً ‪I‬‬

‫(‬ ‫)‬
‫‪6‬‬ ‫(‬ ‫‪) 7‬‬ ‫‪6‬‬ ‫(‬ ‫‪) 7‬‬ ‫‪6‬‬ ‫(‬ ‫‪)7‬‬ ‫(‬ ‫)‬
‫) (‬ ‫‪η‬‬ ‫) (‬ ‫‪η‬‬ ‫) (‬ ‫‪η‬‬

‫نفرض ان ‪ٌ w‬ساوي‬

‫(‬ ‫)‬
‫) (‬ ‫‪η‬‬

‫ومع التركٌبه الخطٌه ‪ٌ η‬عطً‬

‫‪η‬‬

‫إذ ال ‪ٌ η‬بلغ قٌمته فً التكرار )‪(n-1‬‬

‫‪6‬‬ ‫(‬ ‫‪) 7‬‬ ‫‪,‬‬ ‫‪-‬‬ ‫(‬ ‫)‬

‫) (‬ ‫‪η‬‬

‫نعرف ‪V(y) ,w‬‬

‫‪33‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬
‫) (‬ ‫‪η‬‬ ‫‪η‬‬
‫(‬ ‫)‬
‫‪η‬‬

‫وهنا‬

‫‪6‬‬ ‫(‬ ‫‪) 7‬‬ ‫‪η‬‬ ‫(‬ ‫)‬

‫) (‬ ‫‪η‬‬

‫بدمج التركٌبٌن‬

‫(‬ ‫)‬
‫‪,‬‬ ‫‪-‬‬ ‫‪η‬‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬
‫‪η‬‬
‫(‬ ‫)‬
‫[‬ ‫‪η‬‬ ‫]‬

‫‪,‬‬ ‫‪-‬‬ ‫‪η‬‬ ‫[‬ ‫(‬ ‫] ‪). /‬‬ ‫(‬ ‫)‬

‫نفرض ‪: z‬‬

‫‪η‬‬ ‫(‬ ‫‪). /‬‬

‫لدٌنا‬

‫‪,‬‬ ‫‪-‬‬

‫وبالتعوٌض‬

‫‪,‬‬ ‫‪-‬‬ ‫(‬ ‫)‬

‫(‪ )3-4-2‬طريقة االمكان الموزونة ]‪(weighted likelihood estimation) [6‬‬

‫طريقة االمكان الموزونة تعطينا مقدرات ذات كفاءة عالية في حاالت ومواقف تكون فييا االخطاء‬
‫اي تكون مستقمة ومتطابقة‬ ‫متغيرات )‪(identical independent disterbution) (iid‬‬
‫التوزيع ‪ .‬االوزان تتكون من مقارنة التوزيع التجريبي لمبواقي والتوزيع النظري ‪.‬‬

‫ىذه الطريقة يمكن تطبيقيا في حاالت عندما توزيع االخطاء يكون معتمدا" عمى المتغيرات‬
‫المستقمة )‪ (covariates‬مثل انحدار بواسون او انحدار ثنائي الحدين السالب ‪.‬‬

‫‪34‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫نفرض ‪ NBα,µ‬عائمة توزيعات ثنائي الحدين السالب كذلك‬

‫(‬ ‫)‬ ‫(‬ ‫)‬ ‫اذ ان ‪:‬‬

‫) (‬ ‫) (‬ ‫متغير االستجابة ) (‬

‫اذ ان ‪:‬‬

‫) (‬ ‫(‬ ‫‪ : X‬متجة المتغيرات المستقمة ‪ ,‬كذلك )‬

‫‪ : θ‬دالة الربط )‪)link function‬‬

‫‪ : β0‬متجة المعممات المجيولة ‪unknown parameters‬‬

‫ليست )‪ , (iid‬بل ىي تعتمد عمى المتغيرات المستقمة ‪ ,‬واليمكن‬ ‫) (‬ ‫االخطاء ) (‬

‫تحويميا لمشكل المعياري ضمن األنموذج الطبيعي ‪.‬‬

‫‪ .‬نفرض لدينا عينة عشوائية‬ ‫الغرض الرئيسي من ىذه الطريقة لتقدير‬

‫سوف تكون االوزان‬ ‫(‬ ‫كذلك )‬ ‫*‬ ‫( ولدينا ‪+‬‬ ‫)‬ ‫(‬ ‫)‬
‫‪ ,‬ويمكن توضيح مقدر ) ( ‪:‬‬ ‫(‬ ‫)‬

‫( ∑‬ ‫( )‬ ‫)‬ ‫(‬ ‫)‬

‫اذ ان ‪:‬‬

‫)‪ S(h,z‬قيمة دالة التسجيل )‪(usual score function‬‬

‫خالل عممية تكوين االوزان ‪ :‬يمكن تعريف االحتماالت ‪:‬‬

‫) (‬ ‫(‬ ‫) (‬ ‫)‬ ‫(‬ ‫) (‬ ‫)‬ ‫(‬ ‫)‬

‫‪35‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‪ )4-4-2‬طريقة المربعات الصغرى الموزونة ]‪)weighted least squares)[2‬‬

‫تستعمل ىذه الطريقة لزيادة كفاءة مقدرات المربعات الصغرى‪ ,‬ويمكن ان نحصل عمى تقدير‬
‫لمعممات االنحدار عن طريق أوزان تعطى لكل مشاىدة وذلك حسب تباين البواقي اذ ان الفرق‬
‫√( ‪.‬‬ ‫بين قيم الحد الثابت والميل الحدي المقدره لإلنموذج ىو المقدار )‬

‫√‬ ‫√‬ ‫√‬ ‫√‬

‫√‬ ‫√‬ ‫√‬ ‫√‬ ‫[‬ ‫]‬

‫√[‬ ‫]‬ ‫√[‬ ‫√‬ ‫√‬ ‫]‬

‫√‬
‫√‬

‫√[‬ ‫]‬

‫ويمكن ان نعبر عن ماذكر آنفا" بشكل مختصر وكاالتي ‪:‬‬

‫(‬ ‫)‬

‫√‬
‫√‬

‫[‬ ‫√‬ ‫]‬

‫√‪⁄‬‬
‫√‪⁄‬‬

‫[‬ ‫√‪⁄‬‬ ‫]‬

‫ويمكن ان نحصل عمى ‪:‬‬

‫‪⁄‬‬
‫‪⁄‬‬
‫[‬ ‫]‬
‫‪⁄‬‬

‫‪36‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‬ ‫)‬ ‫[‬ ‫]‬

‫في حالة تحقق الفروض الخاصة بتطبيق المربعات الصغرى االعتيادية وذلك الن‬

‫(‬ ‫)‬ ‫(‪,‬‬ ‫()‬ ‫‪)-‬‬ ‫(‬ ‫)‬ ‫(‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫اي تم تحقق الفروض الخاصة بتجانس تباين الخطا وعدم وجود االرتباط الذاتي ‪ ,‬ان الفرضيات‬
‫الخاصة بأنموذج االنحدار قد تحققت ومن ثم يمكن تطبيق طريقة المربعات الصغرى االعتيادية‬
‫في تقدير موجو معالم اإلنموذج وكاالتي ‪:‬‬

‫(‬ ‫()‬ ‫)‬ ‫(‬ ‫()‬ ‫)‬

‫(‬ ‫()‬ ‫)‬

‫(‬ ‫)‬

‫(‬ ‫)‬

‫نحصل عمى ‪:‬‬ ‫وباخذ المشتقة بالنسبة الى‬

‫(‬ ‫)‬

‫(‬ ‫)‬ ‫(‬ ‫)‬

‫‪37‬‬
‫الجانب النظري‬ ‫الفصل الثاني‬

‫(‪ )5-2‬معايير المقارنة ]‪(comparative criterions)[40‬‬

‫‪ ‬متوسط مربعات الخطأ )‪(Mean Square Error)(MSE‬‬

‫(‬ ‫)‬

‫اذ ان ‪ n :‬حجم العينة ‪ p ,‬عدد معممات األنموذج ‪.‬‬

‫∑‬ ‫(∑‬ ‫)̂‬ ‫(‬ ‫)‬

‫‪ ‬معامل التحديد )‪(coefficient of determination‬‬

‫يستعمل ىذا المعيار في تحديد قدرة اإلنموذج في تفسير التغيرات التي تحصل عمى‬
‫متغير األستجابو )‪. (y‬‬

‫(∑‬ ‫)̅‬ ‫(∑‬ ‫)̂‬ ‫̂ (∑‬ ‫)̅‬ ‫(∑‬ ‫̂ () ̂‬ ‫)̅‬ ‫(‬ ‫)‬

‫∑‬ ‫(‬ ‫)̂‬

‫∑‬ ‫(‬ ‫)̅‬

‫أذ أن ‪:‬‬

‫( ∑ ‪ :‬مجموع مربعات األنحرافات الكمية ‪.‬‬ ‫)̅‬

‫( ∑ ‪ :‬مجموع مربعات البواقي ‪.‬‬ ‫)̂‬

‫̂ ( ∑ ‪ :‬مجموع مربعات األنحرافات المفسره ‪.‬‬ ‫)̅‬

‫‪ -‬قيمة معامل التحديد تتراوح بين الصفر والواحد‬

‫‪38‬‬
‫االستنتاجات والتوصيات‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫المبحث األول‪ :‬الجانب الطبي‬

‫(‪ )1-3‬التشوىات الخمقية‬

‫(‪ )1-1-3‬مفيوم التشوىات الخمقية ]‪(concept of congenital anomalies)[1‬‬

‫التشوىات الخمقية ىي تكوين غير طبيعي في احد أجزاء الجسم في مرحمة تكوين الجنين ‪ ,‬او ىي‬
‫والدة الطفل بنقص او زيادة ليست طبيعية في عضو بجسم المولود او جزء منو عن طريق وجود‬
‫خمل جيني اثناء المراحل المبكرة لتطوير الخمية التكوينية بسبب تعرضيا لبعض التأثيرات والعوامل‬
‫الشاذة عن طبيعة تطور الجنين ‪.‬وتعد التشوىات الخمقية اما ظاىرية او داخمية ويمكن التاكد منيا‬
‫بالفحوصات المختبرية والفحص باألشعة والسونار ‪.‬‬

‫من أىم المسببات لموت الجنين داخل الرحم أو بعد الوالدة ىي التشوىات الخمقية لمجنين ‪ ,‬وربما‬
‫يبقى عمى قيد الحياة بعوق جسدي أو وظيفي فضال" عن ماتتركة من آثار عمى نفسية وصحة األم‬
‫ويحدث التشوة لمجنين في مدة تكوين األعضاء واألنسجة داخل الرحم ويمكن تشخيصة اثناء مدة‬
‫الحمل بالموجات فوق الصوتية أو التشخيص بعد الوالدة أو بعد أيام من الوالدة أو بعد أسابيع ‪,‬‬
‫ويمكن تصنيف التشوىات الخمقية الى ثالثة أصناف<‬

‫]‪[1‬‬
‫وتشمل األنواع االتية <‬ ‫(‪ )1-1-1-3‬التشوىات النسيجية (الداخمية)‬

‫‪ ‬التشوىات الخمقيو في القمب وجياز الدوران & ‪(congenital anomalies of heart‬‬

‫)‪ circulatory system‬ىي تشوىات متعددة األنواع والشدة ‪ ,‬أما ان تصيب االوردة أو‬
‫الشرايين الداخمة الى القمب أو الخارجة منو ‪ ,‬كذلك من المحتمل ان تصيب صمامات القمب‬
‫أو حواجز القمب إذ يعد ىذا النوع من التشوىات ىي األكثر أنتشارا" وشيوعا" وتظير‬
‫األعراض بعد الوالدة مباشرة ‪ ,‬تشوىات القمب وجياز الدوران تحدث لدى الجنين في األسابيع‬
‫األولى من الحمل ومن أىم أسباب حصول ىذا النوع من التشوىات ىو خمل في‬
‫الكروموسومات أو تعاطي األم أدوية أو اصابة األم بالحصبة األلمانيو أو بداء السكري‬
‫ويمكن عالج ىذه التشوىات بعمميات جراحية ‪.‬‬

‫‪39‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫‪(congenital anomalies of digestive‬‬ ‫‪ ‬التشوىات الخمقية في الجياز اليظمي‬

‫)‪ system‬وجود الفتحة بين المرئ والقصبة اليوائية ‪ ,‬خروج االمعاء وبعض اعضاء الجياز‬
‫اليضمي خارج البطن او انسداد في األمعاء ‪.‬‬
‫‪ ‬عيوب خمقية كروموسومية ) ‪ (chromosomal anomalis‬عند الشخص الطبيعي يبمغ‬
‫عدد الكروموسزمات (‪ )68‬وتحصل زيادة او نقصان في عدد الكروموسومات نتيجة طفرات‬
‫وراثية )‪ (genetic mutation‬غير معروفة السبب ‪ ,‬ومنيا <‬
‫‪ ‬المنغولية )‪ (mongolism‬او متالزمة داون ظاىرة كثيرة االنتشار في العالم بشكل واسع‬
‫وتحصل نتيجة زيادة عدد الكروموسومات (‪ )69‬كروموسوما" وتحدث في زوج الكروموسوم‬
‫(‪ )12‬وسمي بالمنغولي لمشبو الكبير لممولود بأقوام المغول ‪ ,‬وعندما يصبح عمر األم أكثر‬
‫من (‪ )57‬عام فأن نسبة األنجاب لطفل منغولي تزداد فضال عن انيا معرضة ان تنجب‬
‫المنغولي بكل األعمار ‪.‬‬
‫‪ ‬متالزمة كالين فمتر < تحدث في زوج الكروموسومات (‪ )15‬اي تصبح ‪ 69‬كروموسوما"‬
‫ويصاب بيذا التشوه فقط الذكور ‪ ,‬اي ان األعضاء التناسمية لمذكر صغيرة والتنتج الحيوانات‬
‫المنوية فضال" عن كبر الصدر وأتساع الحوض مثل األناث ‪.‬‬
‫‪ ‬متالزمة تيرنر < تحدث نتيجة نقص في زوج الكروموسومات الجنسية (‪ )15‬ليكون عدد‬
‫الكرموسومات (‪ )67‬يحدث ىذا النوع من التشوه في االناث فقط إذ تبدو االنثى قريبو الى‬
‫الرجل ذات حوض ضيق ومنكبين عريضين وقصيرة القامو عند مقارنتيا بالنساء الطبيعيات‪.‬‬

‫(‪ )2-1-1-3‬العيوب الظاىرية ]‪:[1‬‬

‫‪ ‬التشوىات الخمقية في الوجو ومنيا <‬

‫‪ ‬الشق الخمقي بالشفو (شق االرنب) ىو تشوه خمقي ناتج عن عدم اتصال االنسجو في الشفو‬
‫(منتصف الوجو) في المدة االولى من الحمل (اول ثالثة اشير) اي مدة تكوين الجنين‬
‫والسبب وراء ىذا التشوه لحد االن غير معروف ولكن ىناك عوامل مييئة بيئية مثل تناول‬
‫ادوية مثل الكورتزون او ادوية الصرع او زواج االقارب او وجود اصابة في العائمة او‬
‫اصابة االم بالحمى او نقص حامض الفولك ‪. folic acid‬‬

‫‪40‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫‪ ‬الشق الخمقي بالحنك < ينتج ىذا التشوه من عدم التحام االنسجو في سقف (داخل الفم)‬
‫واسباب ىذا التشوه تتشابو مع شق االرنب ‪.‬‬
‫‪ ‬الشق الخمقي بالحنك والشفو < ىو عدم اتصال انسجة الشفو وتمتد لمياة ‪.‬‬
‫‪ ‬العيوب الخمقيو في العين < اي عيوب في عدسة العين وعتامتيا‪,‬شكل العين كذلك اختفاء او‬
‫ضمور فتحة العين او دمج العينين بعين واحدة في الجبية وتسمى مزج العينين من اسبابيا‬
‫وراثية او اصابة االم بجراثيم مثل التوكسوبالزما )‪. (toxoplasmosis‬‬
‫‪ ‬صيوان االذن االضافي < وىو نتوء لحمي غضروفي ويعد قريبا من صيوان االذن ‪.‬‬
‫‪ ‬التشوىات الخمقية في القوائم ومنيا <‬
‫‪ ‬الصمب االشرم (الظير المشقوق) < وىو عبارة عن خمل في النمو لمحبل الشوكي‬
‫والدماغ وتشوه في فقرات الظير فال يوجد عظم يحمي الحبل الشوكي من التأثيرات‬
‫الخارجية واسبابو ىي تعرض االم خالل المدة االولى من الحمل الى اشعاع او تناول‬
‫أدوية ضد الصرع أو حمى أو نقص حامض الفوليك أو عوامل وراثية ‪.‬‬
‫‪ ‬العيوب الخمقية في الطرف العموي ) ‪(congenital anomalies Of upper limb‬‬
‫وتشمل ضمور في األطراف العميا أو ألتصاق في الألصابع أو زيادة عدد األصابع لميد‬
‫‪.‬‬
‫‪ ‬العيوب الخمقية في األطراف السفمى ) ‪(congenital Anomalies Of lower limb‬‬
‫ويشمل تغيير في شكل القدم أو ألتصاق األصابع أو خمع في مفصل الورك ‪.‬‬
‫‪ ‬ضمور االطراف السفمى والعميا معاً ‪(congenital anomalies of lower & upper‬‬
‫)‪limbs‬‬
‫‪ ‬التشوىات الخمقية في الجمد)‪ < (congenital anomalies of skin‬مثل اختفاء صبغة‬
‫المبالثين او خشونة جمد المولود مثل صدف السمكو والجمد الفقاعي الوالدي ‪.‬‬
‫‪ ‬العيوب الخمقية في االعضاء البولية والتناسمية <‬
‫‪ ‬الخصيو غير النازل < او تسمى بعدم وجود خصية او خصية مياجرة ‪.‬‬

‫‪41‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫‪ ‬االعضاء التناسمية الخارجية المبيمة < وىنا األعضاء التناسمية غير معروفة ىل‬
‫ىي ذكرية أم انثوية بالنسبة لممولود ومن اسبابيا زيادة افراز الغدة الكضرية لمجنين‬
‫او تناول ىرمون التيستستيرون من االم او زيادة في عدد كروموسومات الجنين ‪.‬‬
‫‪ ‬فتحو أحميمية تحتانية أو فوقانية < عيب خمقي يحصل في قضيب الطفل حيث تكون‬
‫فتحة االحميل أما في أسفل أو في أعمى القضيب لمطفل بسبب تعرض األم الحامل‬
‫لمواد ىرمونية او كيمياوية ‪.‬‬
‫‪ ‬القيمة المائية < تجمع مائي يحدث حول احدى الخصيتين ويؤدي الى ورم في كيس‬
‫الصفن عند الذكر والسبب ليذا التشوه غير معروف ‪.‬‬
‫‪ ‬استسقاء الرأس الخمقي )‪ (congenital hydrocephalus‬كبر حجم الرأس نتيجة لزيادة‬
‫السائل الدماغي الشوكي المحيط بالمخ وزيادة الضغط عمى انسجة الدماغ والسبب الدقيق‬
‫غير معروف وتعتقد التياب الدماغ بسبب داء المقوسات )‪ (toxoplasmosis‬او نزف‬
‫دموي في الدماغ ‪.‬‬
‫‪ ‬انعدام فتحة الشرج )‪ <(imperforated anus‬فتحة المخرج غير موجودة ‪.‬‬
‫]‪[1‬‬
‫(‪ )3-1-1-3‬عيوب داخمية وخارجية معاً (مزدوجو)‬
‫‪ ‬صغر الرأس )‪ <(microcephalus‬ناتج عن التصاق عضام الجمجمة وضمور‬
‫الدماغ فيصغر حجم الرأس بالنسبة لحجم الجسم بسبب تعرض االم اللتيابات‬
‫فيروسية مثل جدري الماء او الحصبة االلمانية او تعرض االم لبعض االدوية‬
‫والسموم في المدة االولى من الحمل ‪.‬‬
‫‪ ‬التشوىات الخمقيو في الدماغ والحبل الشوكي مثل انعدام الدماغ )‪(anencephaly‬‬
‫يولد الطفل بدون عظام الجمجمة او بدون الدماغ بسبب نقص حامض الفوليك ‪.‬‬

‫(‪ )2-1-3‬اسباب التشوىات الخمقية وتشخيصيا ‪:‬‬

‫‪ ‬اسباب التشوىات الخمقية <‬

‫‪ ‬اختالل الجينات < لكل فرد ‪ 68‬كروموسوما" او ‪ 15‬زوجا" من الكروموسومات لكل زوج من‬
‫ىذه الكروموسومات يحمل العديد من الجينات وىذه بدورىا مسؤولة عن الصفات الوراثية‬

‫‪42‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫وكل جين يحمل صفتين واحده من األم واالخرى من االب وان أي سبب او نقص في‬
‫ترتيبيا او تكوينيا يؤدي الى تشوىات خمقية ويوجد نوعين ىما <‬
‫‪ ‬العيوب الخمقية الناتجة عن االمراض الوراثية السائدة < وتحدث نتيجة عيب خمقي عند احد‬
‫االبوين بسبب خمل في احد الصفتين مثل قصر القامو الشديد وتورث لمجنين كذلك او يولد‬
‫عمى احد االبوين سميم فيكون أحتمالية والدتو سميما" ‪%75‬وغير سميم ‪.%75‬‬
‫‪ ‬العيوب الخمقية الناتجة عن االمراض الوراثية المتنحية < وفي ىذه الحالة يظير التشوه‬
‫الخمقي في حالة النسختين غير سميمتين او يكون احد الوالدين حامل لمتشوه لكن لم تظير‬
‫عميو عالمات التشوه فقط يحمل جين العوق لكن في حالة تزاوج االحفاد تظير ىذه‬
‫التشوىات تتجمع ىذه الجينات لتكون أزواجا من المورثات المعطوبة وتكون احتمالية ظيور‬
‫المرض في االحفاد ‪ %17‬لكل مولود ‪.‬‬
‫‪ ‬توافق عامل )‪ (Rh‬لالبوين < نتيجة اختالف الدم وعدم تطابقو بين االم واالب يؤدي‬
‫تشوىات في الجنين او موت الجنين والسيما ان االب يحمل عامال" ريسيا" موجب ‪Rh+‬‬
‫واالم عامال" ريسيا" سالبا" ‪ Rh-‬وتوجد طريقة عممية اي حقن االم بمضادات االختالف بعد‬
‫‪ 91‬من الوالدة االولى لتفادي التشوىات ‪.‬‬
‫‪ ‬عمر االم < تحدث التشوىات الخمقيو بسبب كبر عمر االم وربما تكون ىذه التشوىات كبيرة‬
‫ما يؤدي الى االجياض او موت الجنين بسبب زيادة عدد الكرموسومات مع زيادة عمر االم‬
‫واختالل في عدد وتركيب كرموسومات يؤدي الى تشوىات والدية ‪.‬‬
‫‪ ‬االسباب البيئيو < نتيجة عوامل بيئيو خارج جسم االم اثناء مدة الحمل وسيما المدة االولى‬
‫من الحمل يؤدي الى التشوىات الخمقية ومن اىميا المايكروبات مثل الحصبة االلمانية او‬
‫داء القطط تسبب تشوىات خمقية احياناً صغر حجم الرأس أو أمراض القمب أو تضخم‬
‫الطحال والكبد ‪.‬‬
‫‪ ‬أمراض األم المزمنة < مثل السكر وأخذ األنسولين بجرعات عالية قبل الحمل وخالل الحمل‬
‫يؤدي الى حدوث تشوىات خمقية مثل الشفة االرنبية وأمراض القمب ‪.‬‬
‫‪ ‬النقص في حامض الفوليك ‪ folic acid‬يؤدي الى تشوىات خمقية متكررة وأجياض متكرر‬
‫نتيجة تشوة الدماغ والحبل الشوكي ‪.‬‬

‫‪43‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫‪ ‬تناول العقاقير السيما في الفتره االولى من الحمل مثل أدوية الصرع أو ضد السرطان ‪.‬‬
‫‪ ‬تعرض االم الرتفاع في درجة ح اررة الجسم اكثر من ;‪ 5‬قد يصاب الجنين تشوة االنبوب‬
‫العصبي ‪.‬‬
‫‪ ‬التعرض لالشعة السينيو )‪ , (X rays‬تعاطي المشروبات الكحولية والتدخين وانواع‬
‫المخدرات يؤدي لحدوث تشوىات خمقية ‪.‬‬
‫‪ ‬تعرض االبوين الى االشعاع السيما اليورانيوم المنضب نتيجة الحروب ‪.‬‬
‫‪ ‬االخصاب الخارجي وطرائق االنجاب الحديثة فاالطفال المولودين بيذه الطرائق عرضة‬
‫لالصابة بالتشوىات الخمقية ‪.‬‬
‫‪ ‬الرش بالمبيدات الحشرية يؤدي الى خطر االصابة باالجياض والتشوىات الخمقية لدى‬
‫المواليد ‪.‬‬

‫‪44‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫المبحث الثاني ‪ :‬الجانب التطبيقي‬

‫(‪ )1-2-3‬عينة الدراسة )‪: (the sample‬‬

‫تم سحب عينة عشوائية بسيطة من حاالت التشوىات الخمقية )‪ (congenital anomalies‬لمخدج‬
‫من دائرة صحة بابل حجميا(‪ )179‬ولغرض حصر التشوىات الخمقية تم أعتماد تصنيف وترميز‬
‫)‪ (ICD 10‬وكما في الجدول (‪. )2-5‬‬

‫الجدول (‪ )1-3‬يبين العيوب الخمقية وترميزىا حسب التصنيف )‪(ICD10‬‬

‫الرمز‬ ‫الرمز وفق قائمة العيوب الخمقية بالمغة االنجميزية‬ ‫قائمة العيوب الخمقية بالمغة العربية‬
‫التصنيف‬
‫)‪)ICD 10‬‬
‫‪5‬‬ ‫‪ANENCEPHALY‬‬ ‫‪Q00‬‬ ‫انعدام الدماغ (انعدام الجمجمة)‬

‫‪2‬‬ ‫‪MIROCEPHALUS‬‬ ‫‪Q02‬‬ ‫صغر الرأس‬

‫‪1‬‬ ‫‪CONGENITAL‬‬ ‫‪HYDROCEPHALUS‬‬ ‫أستسقاء الرأس الخمفي (موه ‪Q03‬‬

‫الرأس الخمفي)‬

‫‪5‬‬ ‫‪CONGENITAL ANOMALIES OF HEART‬‬ ‫‪Q28‬‬ ‫العيوب الخمقية في القمب وجياز‬

‫‪AND CIRCULATORY SYSTEM‬‬ ‫الدوران‬

‫‪6‬‬ ‫‪MONGOLISM‬‬ ‫‪Q90‬‬ ‫المنغولية‬

‫‪7‬‬ ‫‪OTHER CHROSOMAL ANOMALIES‬‬ ‫‪Q91-99‬‬ ‫العيوب الخمقية الكروموزومية االخرى‬

‫‪8‬‬ ‫‪CLEFTLIP‬‬ ‫‪Q36‬‬ ‫شق خمقي بالشفة (شق االرنب)‬

‫‪9‬‬ ‫‪CLEFT PALATE‬‬ ‫‪Q35‬‬ ‫شق خمقي بالحنك‬

‫‪:‬‬ ‫‪CLEFT LIP AND PALATE‬‬ ‫‪Q37‬‬ ‫شق خمقي بالشفة والحنك‬

‫;‬ ‫‪SPINABIFIDE‬‬ ‫‪Q05‬‬ ‫الصمب االشرم‬

‫‪25 OTHER ANOMALIES OF BRAIN‬‬ ‫‪Q06‬‬ ‫العيوب الخمقية االخرى في الدماغ‬

‫‪AND SPINAL CORD‬‬ ‫والحبل الشوكي‬

‫‪22‬‬ ‫‪AMBIGOUS GENITALIA‬‬ ‫‪Q56‬‬ ‫الخنوثة (عدم وضوح االعضاء)‬

‫‪21 HYDROCELE CONGENITAL‬‬ ‫‪Q83‬‬ ‫قيمة مائية خمقية‬

‫‪45‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

25 UNDEACENDED TESTIS Q53 ‫خصية غير نازلة‬

26 HYPOSPADIAS AND EPISPADIAS Q64 ‫فتحة احميل فوقانية او تحتانية‬

27 OTHER ANOMALIES OF Q52,Q54 ‫العيوب الخمقية االخرى في االعضاء‬

GENITO - URINARY ORGANS ,Q55 ‫التناسمية‬

28 CONGENITAL ANOMALIES OF Q82 ‫العيوب الخمقية في الجمد‬

THE SKIN
29 ANAL STENOSIS Q42 ‫تضيق فتحة الشرج‬

2: Other congenital malformation of Q38- ‫تشوىات خمقية بالجياز اليضمي‬

Q41,Q43-
the digestive system
Q45

2; CONGENITAL ANOMALIES OF Q15 ‫العيوب الخمقية في العين‬

THE EYE
15 ACCESSORY AURICLE Q17 ‫صيوان االذن االضافي‬

12 CONGENITAL ANOMALIES OF Q71 ‫العيوب الخمقية في الطرف العموي‬

UPPER LIMB
11 CONGENITAL ANOMALIES OF Q72 ‫العيوب الخمقية في الطرف السفمي‬
LOWAR LIMB
15 Other congenital malformations of Q18 ‫تشوىات خمقية اخرى بالوجة والرقبة‬
face and neck
16 Other Congenital malformations of Q34 ‫بالجياز‬ ‫اخرى‬ ‫خمقية‬ ‫تشوىات‬
respiratory system ‫التنفسي‬

17 Congenital malformations of musculoskeletal

Q79 ‫تشوىات خمقية بالجياز العضمي‬
system , not elsewhere classified
‫الييكمي غير مصنفة في مكان اخر‬

18 Other specified congenital malformation Q87 ‫متالزمات معينة اخرى لمتشوه الخمقي‬
syndromes affecting multiple systems ‫المؤثرة باجيزه متعددة‬

19 Other congenital malformations, Q89 ‫تشوىات خمقية اخرى غير مصنفة في‬
not elsewhere classified ‫مكان اخر‬

‫) متغيرات الدراسة‬2-2-3(

(count ‫( وىو متغير االستجابة العددية‬y) ‫) متغيرا" ورمزنا لممتغير المعتمد‬26( ‫وشممت الدراسة‬
, )‫ ) اي نوع العوق (التشوه الخمقي‬19 ( ‫ ويأخذ رقم الرمز من صفر الى‬response variable)

46
‫الجانب العممي‬ ‫الفصل الثالث‬

‫اي ان المتغير المعتمد يأخذ اعدادا" رقمية ومن ىنا جاءت تسمية نماذج االستجابة العددية ‪,‬‬
‫المتغيرات المستقمة ‪ xi‬ويتألف الجدول(‪ )1-5‬من <‬

‫الجدول (‪ )2 – 3‬يبين المتغيرات وتفاصيميا‬

‫التفاصيل‬ ‫أسم المتغير‬ ‫الرمز‬

‫عمر االم‬ ‫‪X1‬‬
‫‪-2‬ربة بيت ‪-1‬موظفة حكومية ‪-5‬موظفة اىمية ‪-6‬اعمال حرة‬ ‫مينة االم‬ ‫‪X2‬‬
‫عمر االب‬ ‫‪X3‬‬
‫‪-2‬اليعمل ‪-1‬موظف حكومي ‪-5‬موظف اىمي ‪-6‬اعمال حرة‬ ‫مينة االب‬ ‫‪X4‬‬
‫‪-1‬اليوجد‬ ‫‪-2‬يوجد‬ ‫درجة القرابة بين االبوين‬ ‫‪X5‬‬
‫ىل يوجد عوق والدي لموالدات السابقة < ‪-2‬نعم ‪ -1‬كال‬ ‫الوالدات السابقة‬ ‫‪X6‬‬
‫‪ -2‬مفردة ‪ -1‬متعددة‬ ‫نوع الوالدة‬ ‫‪X7‬‬
‫‪-1‬ميتة‬ ‫‪ -2‬حية‬ ‫الوالدات الحالية‬ ‫‪X8‬‬
‫‪ -2‬الحمى ‪ -1‬اشعاع ‪ -5‬تناول ادوية ‪-6‬اليوجد مما ذكر‬ ‫تعرض االم‬ ‫‪X9‬‬
‫عدد االسقاط السابق‬ ‫‪X10‬‬
‫‪ -2‬حضر ‪ -1‬ريف‬ ‫نوع السكن‬ ‫‪X11‬‬
‫‪ -2‬ذكر ‪ -1‬انثى ‪ -5‬خنثى‬ ‫جنس الطفل‬ ‫‪X12‬‬
‫وزن الطفل‬ ‫‪X13‬‬
‫يكتب حسب التصنيف الدولي العاشر لممراضة‬ ‫نوع العوق ورمزة‬ ‫‪Y‬‬

‫(‪ )3-2-3‬معرفة التوزيع األحتمالي المالئم لمبيانات‬

‫لمعرفة التوزيع األحتمالي لبيانات التشوىات الخمقية لحديثي الوالدة تم تطبيق اختبار حسن المطابقة‬
‫)‪ (goodness of fit‬لمبيانات عن طريق البرنامج األحصائي )‪ (easy fit Fit1‬وكانت النتائج‬
‫ان البيانات تتبع لتوزيع ثنائي الحدين السالب بمعممات )‪ (n=2 , p=0.15498‬وكانت قيمة ‪(p-‬‬
‫)‪ . value =0.000‬عمما ان البيانات تمتمك خاصية فرط التشتت )‪ (Overdispertion‬اي ان‬

‫‪47‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫قيمة التباين لمبيانات ‪ 74.28‬اعمى من قيمة الوسط الحسابي وىي ‪ 11.47‬وىذا يعطي مؤشر بأن‬
‫البيانات تتبع لتوزيع ثنائي الحدين السالب ‪.‬‬

‫(‪ )4-2-3‬تقدير معممات أنموذج انحدار ثنائي الحدين السالب ‪-:‬‬

‫توجد العديد من الطرائق األحصائية لتقدير معممات إنموذج انحدار ثنائي الحدين السالب ومنيا‬
‫طرائق األمكان األعظم )‪ (MLE‬وطريقة المربعات الصغرى المعادة الوزن التك اررية )‪ (IRLS‬وطريقة‬
‫األمكان الموزونة )‪ (WLE‬وطريقة المربعات الصغرى الموزونة)‪. (WLS‬‬
‫(‪ )1-4-2-3‬طريقة االمكان االعظم )‪(maximum likelihood estimation‬‬
‫تعد طريقة االمكان االعظم من الطرائق الميمة في تقدير معممات إنموذج انحدار ثنائي الحدين‬
‫السالب‪ ,‬وييدف أختبار فرضية العدم <‬

‫وبأستعمال البرنامج األحصائي )‪ (minitab 17‬تم تقدير إنموذج االنحدار اي تقدير وأختبار‬
‫)‪ (%15.25‬ومتوسط مربعات‬ ‫معممات انحدار ثنائي الحدين السالب أذ كان قيمة معامل التحديد‬
‫الخطأ)‪ (66.32‬وكاالتي<‬

‫جدول (‪ )3-3‬يبين قيم معامالت األنحداروفق طريقة ‪MLE‬‬

‫‪P- value‬‬ ‫معامالت األنحدار )‪ (b‬الخطأ المعياري‬ ‫المتغيرات المستقمة‬

‫‪0.425‬‬ ‫‪0.0095585‬‬ ‫‪-0.0076193‬‬ ‫(عمر األم) ‪X1‬‬

‫‪0.490‬‬ ‫‪0.3827613‬‬ ‫‪-0.2640292‬‬ ‫(مينة األم) ‪X2‬‬

‫‪0.752‬‬ ‫‪0.00763‬‬ ‫‪0.0024065‬‬ ‫(عمراألب) ‪X3‬‬

‫‪0.064‬‬ ‫‪0.0426701‬‬ ‫‪-0.0790277‬‬ ‫(مينة االب) ‪X4‬‬

‫‪0.657‬‬ ‫‪0.1166073‬‬ ‫‪-0.0517542‬‬ ‫(درجة القرابة) ‪X5‬‬

‫‪0.044‬‬ ‫‪0.118685‬‬ ‫‪0.2388692‬‬ ‫(الوالدات السابقة) ‪X6‬‬

‫‪0.038‬‬ ‫‪0.2730285‬‬ ‫‪-0.5673884‬‬ ‫(نوع الوالدة) ‪X7‬‬

‫‪48‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫‪0.005‬‬ ‫‪0.127135‬‬ ‫‪-0.3568640‬‬ ‫(الوالدة الحاليو) ‪X8‬‬

‫‪0.001‬‬ ‫‪0.0389791‬‬ ‫‪-0.1255543‬‬ ‫(تعرض األم) ‪X9‬‬

‫‪0.606‬‬ ‫‪0.094799‬‬ ‫‪-0.0488763‬‬ ‫(عدد األسقاط) ‪X10‬‬

‫‪0.792‬‬ ‫‪0.1042203‬‬ ‫‪0.0274382‬‬ ‫(نوع السكن) ‪X11‬‬

‫‪0.500‬‬ ‫‪0.0958825‬‬ ‫‪0.0646894‬‬ ‫(جنس الطفل) ‪X12‬‬

‫‪0.144‬‬ ‫‪0.0000707‬‬ ‫‪0.0001033‬‬ ‫(وزن الطفل) ‪X13‬‬

‫‪0.000‬‬ ‫‪0.6895661‬‬ ‫‪3.759862‬‬ ‫الحد الثابت‬

‫اي ان قيم‬ ‫يتضح من الجدول )‪ (3-3‬ان القيم المعنوية لممتغيرات‬

‫اقل من ‪ 0.05‬اي ان العوامل المؤثره في نوع العوق ىي وجود العوق في الوالدات السابقة ونوع‬
‫الوالدة مفردة ام متعدده كذلك الوالدة الحالية حية ام ميتة واخيرا" تعرض األم الى حمى او اشعاع او‬
‫تناول ادويو تساعد في حصول التشوة الخمقي السيما في المرحمة األولى من الحمل‪ .‬اما بقية العوامل‬
‫فميس ليا تأثير في نوع العوق ‪.‬‬

‫(‪ )2-4-2-3‬طريقة المربعات الصغرى معادة الوزن التكرارية )‪(IRLS‬‬

‫يستعمل فييا البرنامج األحصائي )‪ (STATA 14‬لتقدير وأختبار معممات إنموذج انحدار ثنائي‬
‫الحدين السالب عمما ان فرضية العدم ىي <‬

‫أذ كانت قيمة معامل التحديد )‪ (%19‬ومتوسط مربعات الخطأ )‪ (54.73‬وكانت النتائج كما يأتي <‬

‫جدول (‪ )4-3‬يبين مقدرات قيم معامالت األنحدار لطريقة ‪IRLS‬‬

‫‪P-value‬‬ ‫الخطأ المعياري‬ ‫معامالت األنحدار‬ ‫المتغيرات المستقمة‬

‫‪0.427‬‬ ‫‪0.1041408‬‬ ‫‪-0.0829436‬‬ ‫(عمر األم) ‪X1‬‬

‫‪0.481‬‬ ‫‪4.070355‬‬ ‫‪-2.869986‬‬ ‫(مينة األم) ‪X2‬‬

‫‪0.526‬‬ ‫‪0.0870725‬‬ ‫‪0.0552933‬‬ ‫(عمراألب) ‪X3‬‬

‫‪0.045‬‬ ‫‪0.4748609‬‬ ‫‪-0.9558305‬‬ ‫(مينة االب) ‪X4‬‬

‫‪49‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫‪0.527‬‬ ‫‪1.236127‬‬ ‫‪-0.6986716‬‬ ‫(درجة القرابة) ‪X5‬‬

‫‪0.017‬‬ ‫‪1.279343‬‬ ‫‪3.061872‬‬ ‫(الوالدات السابقة) ‪X6‬‬

‫‪0.071‬‬ ‫‪2.809135‬‬ ‫‪-5.0951‬‬ ‫(نوع الوالدة) ‪X7‬‬

‫‪0.009‬‬ ‫‪1.361783‬‬ ‫‪-3.5937‬‬ ‫(الوالدة الحاليو) ‪X8‬‬

‫‪0.001‬‬ ‫‪0.4265287‬‬ ‫‪-1.433926‬‬ ‫(تعرض األم) ‪X9‬‬

‫‪0.969‬‬ ‫‪1.074158‬‬ ‫‪-0.4209224‬‬ ‫(عدد األسقاط) ‪X10‬‬

‫‪0.736‬‬ ‫‪1.142004‬‬ ‫‪0.3859155‬‬ ‫(نوع السكن) ‪X11‬‬

‫‪0.460‬‬ ‫‪1.014451‬‬ ‫‪0.7500499‬‬ ‫(جنس الطفل) ‪X12‬‬

‫‪0.149‬‬ ‫‪0.0007725‬‬ ‫‪0.0011191‬‬ ‫(وزن الطفل) ‪X13‬‬

‫‪0.002‬‬ ‫‪7.469959‬‬ ‫‪23.76104‬‬ ‫الحد الثابت‬

‫من الجدول )‪ (4-3‬تبين وجود خمسة عوامل أظيرت تأثي أر معنويا في المتغير المعتمد(نوع العوق)‬
‫‪ ,‬وجود العوق‬ ‫ىي أقل من ‪ 0.05‬وىذه العوامل ىي < مينة األب‬ ‫اي ان قيم‬
‫‪ ,‬أما‬ ‫وتعرض األم أثناء مدة الحمل‬ ‫‪ ,‬والوالدة الحالية حية او ميتة‬ ‫في الوالدات السابقة‬
‫بقية العوامل فكانت غير معنوية أي ليس ليا تأثير في المتغير المعتمد )‪. (y‬‬

‫(‪ )3-4-2-3‬طريقة االمكان الموزونة )‪(WLE‬‬

‫في ىذة الطريقة تم استعمال البرنامج األحصائي( ‪ )STATA 14‬لتقدير وأختبار معممات إنموذج‬
‫انحدار ثنائي الحدين السالب ‪ ,‬عمما ان فرضية العدم <‬

‫وباستعمال البرنامج األحصائي )‪ (mini tab 17‬إذ كان معامل التحديد )‪ (%14.30‬ومتوسط‬
‫مربعات الخطأ )‪ (69.82‬وكانت النتائج مبينة في الجدول األتي <‬

‫‪50‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫جدول (‪ )5-3‬يبين قيم معامالت األنحدار بطريقة ‪WLE‬‬

‫‪p-value‬‬ ‫الخطا المعياري‬ ‫المتغيرات المستقمة معامالت األنحدار‬

‫‪0.900‬‬ ‫‪0.604944‬‬ ‫‪-0.0076094‬‬ ‫(عمر األم) ‪X1‬‬

‫‪0.898‬‬ ‫‪1.267844‬‬ ‫‪-0.1626012‬‬ ‫(مينة األم) ‪X2‬‬

‫‪0.970‬‬ ‫‪0.0514333‬‬ ‫‪0.0019222‬‬ ‫(عمراألب) ‪X3‬‬

‫‪0.815‬‬ ‫‪0.2846189‬‬ ‫‪-0.066428‬‬ ‫(مينة االب) ‪X4‬‬

‫‪0.959‬‬ ‫‪0.7517452‬‬ ‫‪-0.0388292‬‬ ‫(درجة القرابة) ‪X5‬‬

‫‪0.766‬‬ ‫‪0.8126605‬‬ ‫‪0.2415253‬‬ ‫(الوالدات السابقة) ‪X6‬‬

‫‪0.647‬‬ ‫‪1.403072‬‬ ‫‪-0.6431148‬‬ ‫(نوع الوالدة) ‪X7‬‬

‫‪0.658‬‬ ‫‪0.7623365‬‬ ‫‪-0.337303‬‬ ‫(الوالدة الحاليو) ‪X8‬‬

‫‪0.542‬‬ ‫‪0.25427‬‬ ‫‪-0.1550309‬‬ ‫(تعرض األم) ‪X9‬‬

‫‪0.893‬‬ ‫‪0.6770126‬‬ ‫‪-0.090717‬‬ ‫(عدد األسقاط) ‪X10‬‬

‫‪0.975‬‬ ‫‪0.6622849‬‬ ‫‪0.020613‬‬ ‫(نوع السكن) ‪X11‬‬

‫‪0.906‬‬ ‫‪0.5882673‬‬ ‫‪0.0696726‬‬ ‫(جنس الطفل) ‪X12‬‬

‫‪0.772‬‬ ‫‪0.0004594‬‬ ‫‪0.0001332‬‬ ‫(وزن الطفل) ‪X13‬‬

‫‪0.322‬‬ ‫‪3.703025‬‬ ‫‪3.666405‬‬ ‫الحد الثابت‬

‫لم يظير )‪ (5-3‬اي عامل من العوامل (المتغيرات المستقمة) تأثيرا" معنويا واضحا" عمى المتغير‬
‫التابع (نوع العوق) اي ان جميع المتغيرات المستقمة كانت قيم ‪ p-value‬اكبر من ‪ 0.05‬ونستنتج‬
‫عدم رفض فرضية العدم ولجميع المتغيرات المستقمو ‪.‬‬

‫(‪ )4-4-2-3‬طريقة المربعات الصغرى الموزونة )‪(WLS‬‬

‫بيذه الطريقة لتقدير وأختبار معممات إنموذج أنحدار ثنائي الحدين السالب أستعممنا البرنامج‬
‫األحصائي ‪ , SPSS‬عمما ان فرضية العدم <‬

‫‪51‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫وبأستعمال البرنامج األحصائي )‪ (mini tab 17‬إذ كان معامل التحديد )‪ (%17.5‬ومتوسط‬
‫مربعات الخطأ )‪ (62.76‬وكانت النتائج كما يأتي <‬

‫جدول (‪ )6-3‬يبين قيم معامالت األنحدار بطريقة ‪WLS‬‬

‫‪P-value‬‬ ‫معامالت األنحدار )‪ (b‬الخطأ المعياري‬ ‫المتغيرات المستقمة‬

‫‪0.466‬‬ ‫‪0.091‬‬ ‫‪-0.066‬‬ ‫(عمر األم) ‪X1‬‬

‫‪0.274‬‬ ‫‪1.902‬‬ ‫‪-2.087‬‬ ‫(مينة األم) ‪X2‬‬

‫‪0.650‬‬ ‫‪0.080‬‬ ‫‪0.037‬‬ ‫(عمراألب) ‪X3‬‬

‫‪0.128‬‬ ‫‪0.440‬‬ ‫‪-0.672‬‬ ‫(مينة االب) ‪X4‬‬

‫‪0.747‬‬ ‫‪1.104‬‬ ‫‪-0.357‬‬ ‫(درجة القرابة) ‪X5‬‬

‫‪0.027‬‬ ‫‪1.221‬‬ ‫‪2.724‬‬ ‫(الوالدات السابقة) ‪X6‬‬

‫‪0.017‬‬ ‫‪1.975‬‬ ‫‪-4.752‬‬ ‫(نوع الوالدة) ‪X7‬‬

‫‪0.012‬‬ ‫‪1.141‬‬ ‫‪-2.903‬‬ ‫(الوالدة الحاليو) ‪X8‬‬

‫‪0.000‬‬ ‫‪0.385‬‬ ‫‪-1.545‬‬ ‫(تعرض األم) ‪X9‬‬

‫‪0.419‬‬ ‫‪1.075‬‬ ‫‪-0.869‬‬ ‫(عدد األسقاط) ‪X10‬‬

‫‪0.383‬‬ ‫‪1.010‬‬ ‫‪0.206‬‬ ‫(نوع السكن) ‪X11‬‬

‫‪0.379‬‬ ‫‪0.866‬‬ ‫‪0.762‬‬ ‫(جنس الطفل) ‪X12‬‬

‫‪0.057‬‬ ‫‪0.001‬‬ ‫‪0.001‬‬ ‫(وزن الطفل) ‪X13‬‬

‫‪0.000‬‬ ‫‪5.593‬‬ ‫‪21.011‬‬ ‫الحد الثابت‬

‫تم تقدير معممات األنموذج ‪ ,‬ويتضح من الجدول )‪ (6-3‬ان خمسة من المتغيرات المستقمة ليا تأثير‬
‫واضح في نوع العوق وىي < وجود العوق في الوالدات السابقة ‪ ,‬نوع الوالدة مفرده او متعددة ‪,‬‬
‫والوالدة الحالية حية ام ميتة ‪ ,‬تعرض األم الى حمى اشعاع تناول ادوية ‪ ,‬وزن الطفل ‪ .‬اما بقية‬
‫العوامل فميس ليا تاثير مباشر ‪.‬‬

‫‪52‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫(‪ )5-2-3‬المقارنة بين طرائق التقدير المختمفة ‪:‬‬

‫ويمكن ان نقارن قيم معامالت األنحدار بأربع طرائق مختمفة <‬

‫جدول (‪ )7-3‬يبين قيم معامالت األنحدار لمطرق ‪MLE ,IRLS ,WLE ,WLS‬‬

‫‪WLS‬‬ ‫‪WLE‬‬ ‫‪IRLS‬‬ ‫‪MLE‬‬ ‫معامالت األنحدار)‪(b‬‬

‫‪-0.066‬‬ ‫‪-0.0076094‬‬ ‫‪-0.0829436‬‬ ‫‪-0.0076193‬‬ ‫عمر االم‬

‫‪-2.087‬‬ ‫‪-0.1626012‬‬ ‫‪-2.869986‬‬ ‫‪-0.2640292‬‬ ‫مينة االم‬
‫‪0.037‬‬ ‫‪0.0019222‬‬ ‫‪0.0552933‬‬ ‫‪0.0024065‬‬ ‫عمر االب‬
‫‪-0.672‬‬ ‫‪-0.066428‬‬ ‫‪-0.9558305‬‬ ‫‪-0.0790277‬‬ ‫مينة االب‬
‫‪-0.357‬‬ ‫‪-0.0388292‬‬ ‫‪-0.6986716‬‬ ‫‪-0.0517542‬‬ ‫بين‬ ‫القرابة‬ ‫درجة‬
‫االبوين‬

‫‪2.724‬‬ ‫‪0.2415253‬‬ ‫‪3.061872‬‬ ‫‪0.2388692‬‬ ‫الوالدات السابقة‬

‫‪-4.752‬‬ ‫‪-0.6431148‬‬ ‫‪-5.0951‬‬ ‫‪-0.5673884‬‬ ‫نوع الوالدة‬
‫‪-2.903‬‬ ‫‪-0.337303‬‬ ‫‪-3.5937‬‬ ‫‪-0.3568640‬‬ ‫الوالدات الحالية‬
‫‪-1.545‬‬ ‫‪-0.1550309‬‬ ‫‪-1.433926‬‬ ‫‪-0.1255543‬‬ ‫تعرض االم‬
‫‪-0.869‬‬ ‫‪-0.090717‬‬ ‫‪-0.4209224‬‬ ‫االسقاط ‪-0.0488763‬‬ ‫عدد‬
‫السابق‬
‫‪0.206‬‬ ‫‪0.020613‬‬ ‫‪0.3859155‬‬ ‫‪0.0274382‬‬ ‫نوع السكن‬
‫‪0.762‬‬ ‫‪0.0696726‬‬ ‫‪0.7500499‬‬ ‫‪0.0646894‬‬ ‫جنس الطفل‬
‫‪0.001‬‬ ‫‪0.0001332‬‬ ‫‪0.0011191‬‬ ‫‪0.0001033‬‬ ‫وزن الطفل‬
‫‪21.011‬‬ ‫‪3.666405‬‬ ‫‪23.76104‬‬ ‫‪3.759862‬‬ ‫الحد الثابت‬

‫‪53‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫‪30‬‬

‫‪25‬‬

‫‪20‬‬

‫‪MLE‬‬ ‫‪15‬‬
‫‪IRLS‬‬
‫‪10‬‬
‫‪WLE‬‬
‫‪WLS‬‬ ‫‪5‬‬

‫‪0‬‬
‫‪14‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪-5‬‬

‫‪-10‬‬

‫الشكل (‪ )1-3‬يوضح معامالت األنحدار لمطرائق ‪MLE ,IRLS ,WLE ,WLS‬‬

‫باألعتماد عمى الجدول (‪ )9-5‬نالحظ ان قيم معامالت األنحدار في الطريقتين )‪(MLE , WLE‬‬
‫تكون متقاربة جدا وتظير وكأنيا عمى خط واحد وأختفاء المون األزرق ‪ ,‬اما قيم معامالت األنحدار‬
‫بالطريقتين )‪ (IRLS , WLS‬فتكون قريبة لحد ما فيما بينيا ومتباعدة عن الطريقتين السابقتين ‪.‬‬

‫وعند مقارنة قيم ‪ p-value‬ألربع طرائق مختمفة كانت النتائج كما يأتي <‬

‫جدول (‪ )8-3‬يبين قيم ‪ p-value‬لطرق التقدير ‪MLE ,IRLS ,WLE ,WLS‬‬

‫‪WLS‬‬ ‫‪WLE‬‬ ‫‪IRLS‬‬ ‫‪MLE‬‬ ‫‪p-value‬‬

‫‪0.466‬‬ ‫‪0.900‬‬ ‫‪0.427‬‬ ‫‪0.425‬‬ ‫عمر االم‬
‫‪0.274‬‬ ‫‪0.898‬‬ ‫‪0.481‬‬ ‫‪0.490‬‬ ‫مينة االم‬
‫‪0.650‬‬ ‫‪0.970‬‬ ‫‪0.526‬‬ ‫‪0.752‬‬ ‫عمر االب‬
‫‪0.128‬‬ ‫‪0.815‬‬ ‫‪0.045‬‬ ‫‪0.064‬‬ ‫مينة االب‬
‫‪0.747‬‬ ‫‪0.959‬‬ ‫‪0.527‬‬ ‫‪0.657‬‬ ‫درجة القرابة بين‬
‫االبوين‬

‫‪0.027‬‬ ‫‪0.766‬‬ ‫‪0.017‬‬ ‫‪0.044‬‬ ‫الوالدات‬

‫السابقة‬
‫‪0.017‬‬ ‫‪0.647‬‬ ‫‪0.071‬‬ ‫‪0.038‬‬ ‫نوع الوالدة‬

‫‪54‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫‪0.012‬‬ ‫‪0.658‬‬ ‫‪0.009‬‬ ‫‪0.005‬‬ ‫الوالدات‬

‫الحالية‬
‫‪0.000‬‬ ‫‪0.542‬‬ ‫‪0.001‬‬ ‫‪0.001‬‬ ‫تعرض االم‬
‫‪0.419‬‬ ‫‪0.893‬‬ ‫‪0.969‬‬ ‫االسقاط ‪0.606‬‬ ‫عدد‬
‫السابق‬
‫‪0.383‬‬ ‫‪0.975‬‬ ‫‪0.736‬‬ ‫‪0.792‬‬ ‫نوع السكن‬
‫‪0.379‬‬ ‫‪0.906‬‬ ‫‪0.460‬‬ ‫‪0.500‬‬ ‫جنس الطفل‬
‫‪0.057‬‬ ‫‪0.772‬‬ ‫‪0.149‬‬ ‫‪0.144‬‬ ‫وزن الطفل‬
‫‪0.000‬‬ ‫‪0.322‬‬ ‫‪0.002‬‬ ‫‪0.000‬‬ ‫الحد الثابت‬

‫‪1.2‬‬

‫‪1‬‬

‫‪0.8‬‬
‫‪MLE‬‬
‫‪IRLS‬‬ ‫‪0.6‬‬
‫‪WLE‬‬
‫‪WLS‬‬ ‫‪0.4‬‬

‫‪0.2‬‬

‫‪0‬‬
‫‪14‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬

‫الشكل (‪ )2-3‬يوضح قيم ‪ p-value‬لطرائق التقدير ‪MLE,IRLS,WLE,WLS‬‬

‫من الجدول (‪ ):-5‬نالحظ تشابو نتائج طريقة ‪ MLE‬مع نتائج طريقة ‪ IRLS‬مع أختالف بمتغير‬
‫واحد في طريقة ‪IRLS‬‬

‫وباألعتماد عمى الجدول (‪ );-5‬لمعامل التحديد ومتوسط مربعات الخطأ لكل طريقو من طرائق‬
‫التقدير المذكوره <‬

‫‪55‬‬
‫الجانب العممي‬ ‫الفصل الثالث‬

‫الجدول (‪ )9-3‬يبين معامل التحديد ومتوسط مربعات الخطأ لطرائق التقدير‪MLE,IRLS,WLE,WLS‬‬

‫‪WLS‬‬ ‫‪WLE‬‬ ‫‪IRLS‬‬ ‫‪MLE‬‬ ‫المعيار‬

‫‪62.76‬‬ ‫‪69.82‬‬ ‫‪54.73‬‬ ‫‪66.32‬‬ ‫‪MSE‬‬
‫‪%17.5‬‬ ‫‪%14.3‬‬ ‫‪%19‬‬ ‫‪%15.25‬‬

‫يظير ان طريقة المربعات الصغرى المعادة الوزن التك اررية ‪ IRLS‬ىي أفضل طريقة لمتقدير وعن‬
‫طريق النتائج التي تطرقنا ليا إذ تمتمك أقل متوسط مربعات لمخطأ )‪ (54.73‬وأعمى معامل تحديد‬
‫أذ بمغ )‪ (%19‬ثم طريقة المربعات الصغرى الموزونة ‪ WLS‬بمتوسط مربعات الخطأ )‪(62.76‬‬
‫ومعامل تحديد )‪ (%17.5‬ومن ثم طريقة األمكان األعظم ‪ MLE‬بمتوسط مربعات الخطأ)‪(66.32‬‬
‫)‪ (%15.25‬واخي ار" طريقة األمكان األعظم الموزونة بمتوسط مربعات الخطأ‬ ‫ومعامل تحديد‬
‫)‪ (69.82‬ومعامل تحديد )‪. (%14.3‬‬

‫إذ ان قيمة معامل التحديد ظيرت منخفضو الن عدد المتغيرات المدروسة قميال" وأصبح غير كافي‬
‫لدراسة التشوىات الخمقية ‪.‬‬

‫‪56‬‬
‫االستنتاجات والتوصيات‬ ‫الفصل الرابع‬

‫(‪ )1-4‬االستنتاجات‬

‫‪ -1‬توصل البحث الى أن أفضل توزيع لبيانات حديثي الوالدة الذين يعانون من التشوىات‬
‫الخمقية ىو توزيع ثنائي الحدين السالب ‪.‬‬

‫‪ -2‬عن طريق تقدير معممات إنموذج انحدار ثنائي الحدين السالب وعن طريق ما قدمتو طريقة‬
‫المربعات الصغرى المعادة الوزن التك اررية (الحصينة) ‪ IRLS‬أداء" ىو األفضل من بين الطرائق‬
‫األربع ومن ثم طريقة المربعات الصغرى الموزونة )‪ (WLS‬وبعدىا طريقة االمكان االعظم‬
‫)‪ (MLE‬جميعيا قدمت اداء افضل من طريقة االمكان الموزونة ‪. WLE‬‬

‫يتضح ان افضل طريقة لتقدير معممات اإلنموذج ىي طريقة‬ ‫‪ -3‬وعن طريق معامل التحديد‬
‫‪ .‬وكذلك عن‬ ‫المربعات الصغرى المعادة الوزن التك اررية النيا تمتمك أعمى معامل تحديد‬
‫طريق متوسط مربعات الخطأ ‪ MSE‬ان افضل طريقة لتقدير معممات اإلنموذج ىي طريقة‬
‫المربعات الصغرى المعادة الوزن التك اررية النيا تمتمك اقل متوسط مربعات خطأ ‪ . MSE‬وبيذا‬
‫تصبح افضل طريقة لتقدير معممات اإلنموذج ىي طريقة المربعات الصغرى المعادة الوزن‬
‫التك اررية وتأتي بعدىا طريقة المربعات الصغرى الموزونة ‪.‬‬

‫(‪ )2-4‬التوصيات‬

‫‪ .1‬ضرورة استعمال إنموذج انحدار ثنائي الحدين السالب عند دراسة البيانات التي تحتوي‬
‫خاصية فرط التشتت ‪ overdispertion‬اي يكون فييا التباين اعمى من الوسط الحسابي‬
‫‪ .2‬ضرورة تطبيق طريقتي المربعات الصغرى المعادة الوزن التك اررية (الحصينة) والمربعات‬
‫الصغرى الموزونة بسبب ان مقدراتيا افضل من الطريقتين الباقيتين عند تطبيقيا عمى‬
‫إنموذج انحدار ثنائي في الحدين السالب ‪.‬‬
‫‪ .3‬ضرورة البحث في البيانات العددية ‪ count data‬وبناء النماذج الخاصة بيا السيما‬
‫البيانات الطبية منيا الفتقار البحوث الحديثة ليذه الموضوعات والظواىر المتعمقة بيا ‪.‬‬
‫‪ .4‬زيادة الوعي الصحي عن طريق األعالنات والنشرات الصحية ‪ ,‬كذلك تحديث بيانات‬
‫دوائر الصحة وعدم األعتماد عمى السجالت القديمة التي أصبح دورىا ضعيفا" جدا في‬

‫‪57‬‬
‫االستنتاجات والتوصيات‬ ‫الفصل الرابع‬

‫حدوث التشوىات الخمقية ‪ ,‬وتفعيل دور فرق البيئة ومكافحة كل أشكال التموث البيئي‬
‫والحياتي ‪.‬‬
‫منخفضو وعن طريق تعريف معامل التحديد ىو مدى‬ ‫‪ - .5‬لظيور قيمة معامل التحديد‬
‫مساىمة العوامل (المتغيرات المستقمة) في التغيرات التي تط أر عمى المتغيير المعتمد اي‬
‫نوع العوق ‪ ,‬في عراق ما بعد ‪ 1891‬والحروب التي عصفت بالعراق بدات ىذه‬
‫المتغيرات المستقمو (العوامل) دورىا ينحسر بسبب سقوط اطنان من المتفجرات واالشعاع‬
‫والتموث البيئي بكل اشكالو (شحة المياه وتموثيا ‪ ,‬استعمال المواد الكيمياوية ‪ ,‬المبيدات‬
‫الزراعية في المواد الغذائيو وغيرىا ) التطور التكنولوجي الكبير والموجات‬
‫الكيرومغناطيسية واجيزة االتصال وابراج البث وانتشارىا في المدن ‪.‬مع تدىور الوضع‬
‫النفسي وانخفاض المستوى الثقافي والوعي الصحي كميا عوامل ليا دور كبير في‬
‫حصول التشوىات الخمقية واصبح دور ىذه العوامل اكبر من العوامل والمتغيرات‬
‫المستقمة التي تناولناىا في دراستنا ‪ ,‬اي نوصي بأضافة متغيرات مستقمة جديدة ‪.‬‬
‫‪ .6‬نوصي بدراسة تقدير معممات ثنائي الحدين السالب المقطوع في مجاالت العموم الطبية‬
‫واليندسية واالجتماعية ‪.‬‬

‫‪58‬‬
 ‫ المصادر العربية‬: ‫أوال‬

‫ القرآن الكريم‬
‫ ساهره حسين زين "تحميل البيانات الثنائية لدراسة العوامل المؤثرة في حدوث‬, ‫ الثعمبي‬.1
‫ مقدمة‬, ‫التشوهات الوالدية في مستشفى البصرة لمنسائية واألطفال "رسالة ماجستير‬
. )2002( ‫الى مجمس كمية األدارة واألقتصاد جامعة البصره‬
‫ بغداد‬, )‫ أموري هادي " القياس األقتصادي المتقدم (النظرية والتطبيق‬, ‫ كاظم‬.2
. ‫) مطبعة الطيف‬2002(
‫ رسالة‬, " ‫ نور أياد " تقدير معممات توزيع بواسون المركب مع تطبيق عممي‬, ‫ محمد‬.3
)2012( ‫ مقدمة الى مجمس كمية األدارة واألقتصاد جامعة بغداد‬, ‫ماجستير‬

‫ المصادر األجنبية‬: "‫ثانيا‬

4. Abel , G . J ., " International Migration Flow Table Estimation ,

Ph.D. thesis for faculty of Low , Arts & Social Sciences ,
University of Southampton (2009)

5. Allison , D ,R.Waterman ,fixed effect negative binomial

regressionmodel.(2002)
6. Amiguet , M ."Weighted likelihood Negative Binomial
Regression , Institute for social and preventive medicine ,
University of Lausanne , Saint Petersburg (2013)

7. Anscombe , J .,the transformation binomial , poison ,negative

binomial data , biometrika 35 ,pp(246-254)(1948)
8. Anscombe , J. , sampling theory for the negative binomial and
logarithmic series distribution (1972)

59
9. Anscombe , J. ,the statistical analysis of insect counts based on
the negative binomial distribution , biometrika 5 : pp(165-173)
(1949)
10. Anscombe, F. J ., sampling theory for the negative binomial
and logarithmic series distribution , Biometrika 37 (3/4):pp (368-
382)(1950).

11.Anscombe, F. J .,The statistical analysis of insect counts based

on the negative binomial distribution , Biometrika 5 :pp(165-
173) (1949).

12.Bartlett , M . S ."The use of transformations , Biometrics 3

:pp(39-52)(1947)
13.Beall , G ."The transformation of data from entomological field
experiments so that analysis of variance becomes applicable ,
Biometrika 29 :pp(243-262)(1942)

14. Bulmer, M.G. " On fitting the poisson lognormal

distribution to Species – Abundance Data ", Biometrics, Vol.30,
No.1, PP. 101–110.(1974)
15.Cameron ,A . C .and P . K . Trivedi ,"Regression analysis of
count data , Econometric society monographs No.30 , Cambridge
University Press (2013)
16.Dey, K. D.,& Chung, Y. " compound poisson distiribution :
properties and estimation " , Commun. Statist. – Theory Meth .,
Vol.21, No. 11, PP.( 3097–3121)(1992).
17.Eggenberger , F . and G .Polya ,Uber die statistik ver ketteter
vorgange , Journal of applied Mathematics and Mechanics 1:
pp(279-289)(1923)
18.Emmanual , C . "Modelling and data analysis , Acomparison of
Poisson or Negative Binomial Regression and Lee-Carter Models
of Forcasting Norwegian male mortality , Master thesis for
faculty of Mathematics and Natural Sciences , University of Oslo
(2015)

60
19.Evans , D . A .,Experimental evidence concerning contagious
distributions in ecology , Biometrika 40 :pp(186-211)(1953)
20.Faraway , J.,extending the linear model with R ,Boca Raton ,
chapman and hall /CRC Press (2006).
21.Fisher, R.A. , Corbet , S. ,& Williams , C.B. " The relation
between The number of individuals In A Random Sample of An
Anmal Population " , Journal of Animal Ecology Vol. 12, No.1,
PP. 4–58.(1943)
22.Ghitany, M,& AL- Mutairi , D.K., " estimation methods for the
discrete poisson –lindley distribution " , Journal of Statistical
computation and simulation, Vol. 79, No. 1, PP.( 1–9)(2009).
23.Ghitany, M. , Al – Mutairi, D. K. ,& Nadarajah, Zero – truncated
Poisson – Lindley distribution and its application " , mathematics
and computers in simulation, No. 79, PP. (279–287).(2008)

24.Gosset, K.Pearson , aderivation of negative binomial in

Biometric Laboratory in London (student ,1907) .

25.Green , W . H ., Accounting for excess zeros and sample

selection in Poisson and Negative Binomial Regression models ,
EC -94-10(1994)
26.Greenwood ,M .and G .U .Yule , an inquiry into the nature of
frequency distributions of multiple happenings , with particular
references to the occurrence of multiple attacks of disease or
repeated accidents , Journal of the Royal statistical society A ,83
:pp(255-279)(1920)
27.Gurland, J. "Some Interrelations among compound and
generalized distributions" , Biometrika,Vol. 44, No.1/2, PP.( 256
–268)(1957).
28.Hauptfleish , F . "Mixed Poisson Models for claim counts
,Faculty of Mathematics and Physics , Charles university , Prague
(2017)
29.Hilbe , J . M ." a generalized linear model in international
incyclopedia of statistical sciences , ed . M . lovric ,NewYork,
Springer(2010b)
30.Hilbe , J . M ."Censored Negative Binomial Regression , research
papers in economics , Boston school of economics (2005c)

61
31.Hilbe , J . M ."Negative Binomial Regression , second edition ,
Jet Propulsion Laboratory , California Institute of Technology
and Arizona State University , Cambridge University Press(2011)
32.Hilbe , J .M ., log negative binomial regression as a generalized
linear model , technical report COS 93/94-5-26 ,department of
sociology , Arizona state university (1993).

33.Jain ,G . C.,and P. Cosul , A generalized negative binomial

distribution , Journal of applied mathematics , 21(4) ,pp(501-
513)(1959).
34.Jones ,R . ,Maillardet and A . Robinson , scientific programing
and simulation using R , Boca ,Raton , (2009).
35.Jung , J. ,"Using generalized linear models with mixed random
components to analyze count data , master thesis , in mathematics
, B.S Kyungpook National University (1999)
36.Karlis, D. " EM algorithm for mixed poisson And Other discrete
distribution " , Astin Bulletin, Vol. 35, No. 1, PP.( 3–24)(2005).
37.Kocherlakota, S"On the compounded bivariate poisson
distribution: A unified treatment" . Ann. Inst. Statist. Math.,Vol.
40, No.1, PP.( 61–76)(1988).
38.McCullagh ,P . , and J . A . Nelder , generalized linear models ,
second edition ,New York : chapman & hall (1989).
39.McCullagh ,P . , and J . A . Nelder , generalized linear models ,
first edition ,New York : chapman & hall (1982).
40.Nelder , J . A ., and Y. Lee , likelihood , quasi-likelihood and
pseudo-likelihood : some comparisons , Journal of the royal
statistical society , B 54 :pp(273-284) .(1992)

41.Nelder , J . A .,Generalize linear models with negative binomial

or beta binomial error , (1994) .

42.Nelder , J . A .and R . W . M .Wedderburn , generalized linear

models , journal of the Royal statistical society , A 135 (3)
pp(370-384) (1972)
43.Nelder , J .A .and D .Pregibon "an extended quasi-likelihood
function , Biometrika 74 :pp(221-232)(1987)

62
44.Okech ,N . O ." Negative Binomial distributions for fixed and
random parameters , Schools of Mathematics , College of
Biological & Physical Sciences , University of Nairobi (2011)
45.Özel, G., & Inal, C. " The probability function Of a geometric
poisson distribution " , Journal of statistical computation and
simulation, Vol. 80, No. 5 , PP.( 479–487)(2010).
46.Sankaran, M. " The discrete poisson – Lindley distribution,
biometrics,Vol. 26, No.1, PP.( 145–149)(1970)."
47.Shaban, S.A" On the discrete poisson – inverse gaussian
distribution " , Biometric, Vol.23, No. 3, PP.( 297–303)(1981).
48.Simon , L ." Fitting negative binomial distribution by the method
of maximum likelihood , proceedings of casuality actuarial
society 48 pp(45-53)(1961).
49.Williamson , E. AND M.H. Bretherton " tables of the negative
binomial distribution , New York : Wily (1963) .
50.Winkelmann , R ."Count Data Models , Econometric theory and
an application to labor mobility , Lecture Notes in Economics
and Mathematical System No.(410)
51.Zaky, B. , Mouba , A. , & Kotb,.S. " AN emprical study For
compound distributions " , Journal Of Faculty Of Commerce – Al
Azhar University . Girl’s Branch , Vol. 10,( PP. 1–17)(1993).
52.Zwilling , M . L .," Negative Binomial Regression , Department
of Mathematics , University of Mount Union , the Mathematica
Journal (2013)

63
 ‫جمهورية العراق‬

‫وزارة التعليم العالي والبحث العلمي‬

‫جامعة كربالء‬

‫كلية االدارة واالقتصاد‬

‫أختٌار أفضل تقدٌر نموذج إنحدار لتوزٌع ذي الحدٌن‬

‫السالب مع تطبٌق عملً‬

‫رسالة مقدمة الى‬

‫مجلس كلٌة االدارة واالقتصاد ‪ /‬جامعة كربالء‬
‫وهً جزء من متطلبات نٌل درجة ماجستٌر‬
‫علوم فً االحصاء‬
‫من قبل‬
‫عدنان فاضل طعمه‬
‫باشراف‬
‫االستاذ المساعد الدكتور‬
‫شروق عبدالرضا سعٌد‬
‫‪ 8192‬م‬ ‫‪ 9341‬هجري‬
Republic of Iraq
Ministry of higher Education and Scientific
Research
University of karbala
Faculty of Administration and Economics
Department of statistics

Choice of best estimate of regression

model to negative binomial distribution
with practical application

A Thesis Submitted to
Council of The Administration and Economics / Karbala University
as Partial fulfillment of the Requirements for the Degree of Master
of Science in Statistics

Researcher

Adnan Fadhel Touma

Supervised By

Assistant Prof. Dr.Shrooq Abd-ALRida Saeed

0281 8219