المستخلص يهدف هذا البحث الى تجاوز مشكلة البعدية من خلال طرائق الانحدار اللامعلمي والتي تعمل على تقليل جذر متوسط الخطأ التربيعي (RMSE) , أذ تم استعمال طريقة انحدار الاسقاطات المتلاحقة (PPR) ,والتي تعتبر احدى طرائق اختزال الابعاد التي تعمل على تجاوز مشكلة البعدية (curse of dimensionality) , وان طريقة (PPR) من التقنيات الاحصائية التي تهتم بأيجاد الاسقاطات الاكثر أهمية في البيانات المتعددة الابعاد , ومع ايجاد كل اسقاط تتقلص البيانات بواسطة المركبات الخطية على طول الاسقاط ويتم تكرار العملية لايجاد اسقاطات جيدة لحين الحصول على افضل الاسقاطات والفكرة الاساسية لانحدار الاسقاطات المتلاحقة (PPR) هو نمذجة الانحدار المتعدد كمجموع للدوال غير الخطية للتراكيب الخطية للمتغيرات . ومن اجل التخلص من مشكلة البعدية تم استعمال اسلوبين الاسلوب الاول طريقة انحدار الاسقاطات المتلاحقة (PPR ) المقترحة والاسلوب الثاني طريقة الشبكات العصبية ( NN ) المتمثلة ( بالانبعاث الخلفي للخطأ ) وهي من الطرائق المستخدمة في اختزال الابعاد , وقد تم اجراء دراسة محاكاة للمقارنة بين الطرائق المستخدمة وتم التوصل من خلال تجارب المحاكاة الى استنتاجات بينت ان الطريقة (NN) في هذا البحث اعطت نتائج افضل مقارنة بطريقة ( PPR ) اعتمادا على معيار جذر متوسط مربعات الخطأ (RMSE).
المستخلص ان عملية تقدير الانموذج وأختيار المتغير المعنوي هي عملية حاسمة في النمذجة شبه المعلميه semi-parametric modeling)) ففي بدايه عملية النمذجة كثيرا" ما يكون هنالك عدد كبير من المتغيرات التوضيحية لتجنب فقدان أي عناصر تفسيريه قد تكون هامة ونتيجة لذلك فأن أختيار المتغيرات المعنوية أصبحت ضرورة فضلاً عن ان عملية أختيار المتغير ليس الغرض منه تبسيط الأنموذج المعقد وتفسيره فقط ولكن كذلك القدرة على التنبؤ . في هذا ا
... Show Moreفي هذا البحث تمت دراسة احد نماذج العمليات العشوائيه التصادفية وهو احد نماذج le'vyمعتمدين على مايسمى بالحركه البراونيه ذي الأحداثيات الجزئية Brownia subordinate. اذ تم الاعتماد على ما يسمى بأنموذج معكوس كاوس الطبيعي Normal Inverse Gassian (NIG اذ يهدف هذا البحث الى تقدير معالم ذلك الأنموذج بأستعمال طريقتي العزوم والأمكان الأعظم , ومن ثم توظيف تلك المقدرات للمعالم في دراسة عوائد الأسهم وتقييم اصول التسعير للمصرف المتحد ومصر
... Show Moreان ايجاد وسائل و طرائق تدريبية وتمارين مستحدثة بالاعتماد على مختلف العلوم وانعكاس ذلك على الافكار الجديدة ولعل واحدة من هذه التمارين اسلوب التمرينات الساكيو (S.A.Q) وتمرينات الساكيو من التمرينات الحديثة المستخدمة في المجال الرياضي كونها تحسن من كفاءة الأداء اما مشكلة البحث لاحظت الباحثتان هناك هبوط في انجاز100م حواجز, وهذا يتطلب التقصي والبحث عن أسباب هذا الهبوط والوقوف على نقاط الضعف الواضحة في مراحل الع
... Show Moreيسلط هذا البحث الضوء على إحدى الظواهر اللغوية وهي ظاهرة "التركيب"، من حيث مفهومها ونشأتها وقدمها وتصنيفها وضوابطها، ومن ثم يتطرق البحث إلى طرق صياغة التركيب وأنواعه ووظائفه في اللغات السامية الثلاث: السريانية والعربية والعبرية، عن طريق استخدام أسلوب المقارنة اللغوية بين تلك اللغات. ويعد التركيب من موارد الاختصار في ألفاظ اللغات وعباراتها، ومراده: ضم مفردتين بعضهما إلى بعض من دون أن يحذف منهما شيء لتكوين
... Show Moreتكمن مشكلة البحث بأن التنوع والتغير والحداثة تعد من الركائز الاساسية للوصول الى الحالة التدريبية المثلى من خلال اكساب الطالبات لياقة بدنية تمكنهن من اداء بقية النشاطات الرياضية بافضل شكل وهذه الحالة تاتي من خلال البحث المستمر عن ماهو جديد ومختلف للابتعاد عن التقليد والملل عند اداء التمارين البدنية ، حيث أرتئ الباحثان أستخدام طريقة جديدة لرفع مستوى اللياقة البدنية لدى الطالبات. لقد استخدم الباحثان المن
... Show Moreتم في هذا البحث دراسة انموذج متعدد المستوى (انموذج التجميع الجزئي) الذي يعد احد اهم النماذج واسعة الاستعمال والتطبيق في تحليل البيانات التي تتصف بكون المشاهدات فيها تأخذ شكلاً هرمياً او هيكلياً, اذ تم استعمال نماذج التجميع الجزئي وتم تقدير معلمات نماذج التجميع الجزئي (الثابتة والعشوائية) وذلك باستعمال طريقة الامكان الاعظم الكاملة FML وتم اجراء مقارنة بين افضلية هذه النماذج في الجانب التطبيقي الذي تضمن ال
... Show Moreإن الوساطة الجنائية تعد وسيلة من الوسائل المستحدثة التي تسعى الى حل المنازعات الجنائية بعيداً عن الإجراءات التقليدية للدعوى الجزائية وخارج ساحة القضاء ولكن تحت إشرافه ورقابته، وتقوم عملية الوساطة على فكرة الرضائية في أنهاء النزاع حيث تعطي لكل من الجاني والمجني عليه دوراً في حل النزاع القادم بينهما خارج نطاق القضاء، وذلك يتم بتدخل طرف ثالث من الغير (الوسيط) والذي يكون له الدور الرئيسي في نجاح عملية الوسا
... Show More
