خلفية البحث:
يعتمد التعلم الآلي على مزيج من التحليلات ، بما في ذلك تحليلات الانحدار , والتراجع الخطي. لا توجد هناك هناك محاولات مسبقة لأستخدام المحولات الجيبية للبيانات لتعزيز نماذج الانحدار الخطي.
الأهداف: نحن نهدف إلى تحسين النماذج الخطية من خلال تطبيق التحويل الجيبي لتقليل العدد الإجمالي للمربعات للبيانات لتعزيز نماذج الانحدار الخطي.
المنهجية:
قمنا بتطبيق إحصاءات غير بايزي باستخدام SPSS و MatLab تم استخدام Excel لإنشاء ثلاثين تجربة لنماذج الانحدار الخطي ، ولكل منها ألف ملاحظة (عينة). تم استخدام برنامج SPSS من أجل الانحدار الخطي ، واختبار ويلكوكسون ، وإحصائيات كرونباخ ألفا لتقييم أداء نموذج التحسين (التحويل الجيبي).
النتائج:
كان التحويل الجيبي ناجحًا عن طريق تقليل إجمالي المربعات و بقيمة P<0.001 بشكل أحصائي ملحوظ. أكد اختبار كرونباخ ألفا الثبات الداخلي للنموذج المستخدم (معامل كرونباخ ألفا = 0.999)
الإستتنتاج:
يعد نموذج التحويل الجيبي ذو أهمية في الأبحاث عالية التأثير التي تعتمد على الانحدار و التراجع الخطي. حيث يمكن أن تقلل من متطلبات المعالجة الحسابية لتحليلات قوية في الوقت الحقيقي والتنبؤات الأحصائية.