مقالات پژوهش هاي آماري ايران

يكي از ابزارهايي كه براي تعيين اثرات غيرخطي و اثرات متقابل بين متغيرهاي تبييني در يك مدل رگرسيون لوژستيك به كار مي رود، استفاده از شبكه هاي عصبي واحد ضربي تكاملي است. به منظور برآورد پارامترهاي مدلي كه بدين صورت به دست مي آيد، يك روش تركيبي مورد استفاده قرار مي گيرد؛ اين روش از تركيب دو ابزار بهينه ساز كلاسيك و الگوريتم تكاملي ساخته مي شود. در اين مقاله ساختار شبكه هاي عصبي به گونه اي تغيير داده مي شود كه تمام پارامترهاي مدل با يك الگوريتم تكاملي قابل برآورد باشند. سپس دو روش برآورد مورد مقايسه قرار گرفته و نتايج نشان ميدهد كه برآورد پارامترها با الگوريتم هاي تكاملي منجر به مدلي مي شود كه از نظر معيار اطلاع آكاييك نسبت به مدل لوژستيك معمولي دقيق تر است، اما استفاده از روش تركيبي، مدل بهتري را نتيجه ميدهد.

 نسخه قابل چاپ