الدرس الأول في سلسلة الأساليب الإحصائية التصنيفية Receiver Operating Characteristic (ROC) and AUC

الدرس الأول في سلسلة تعلم الأساليب الإحصائية التصنيفية والتي تشمل Receiver Operating Characteristic (ROC) and Area Under the Curve (AUC) وشجرة القرار Decision Tree و الغابة العشوائية Random Forest والتحليل التمييزيDiscriminant Analysis وغيرها وذلك باستخدام برنامج SPSS وبرنامج R وبرنامج SAS

[@smrsnk1767]

ادق من هذا الشرح والتوضيح مافي
سلمت يا استاذ

[@rahmanilyes9603]

دمت داءما متألقا يا أستادنا الفاضل.

[@marzoukm.marzouk8445]

Very informative, thank you my idol ❤️🌿💜

[@husamsabri]

شكرا جزيلا يا دكتر يا سلام عليك شرح علمي ومنطقي سهل الفهم جدا.
لو تكرمت حضرتك عايز ابحاث عربي او انكليزي بتتكلم عن هذا الموضوع.
خالص تحياتي لحضرتك.
🌹🌹🌹

[@user-wq3hy6nx9b]

الف رحمه على والديك الله يجازيك خير يعني اعرف طبيبه مصريه اسمها دكتور رحاب من تشرح توصل معلومه بسهوله وحضرتك هم مصري وهم وصلت معلومه بأسلوب مبسط الله يزيدكم من علمه شكرا جزيلا

[@mohamedhabashy1262]

الف شكر لحضرتك

[@takwa9466]

عند حضرتك فديو يوضح اختبار t test عندك فديو تشرح بي تواع الاختبارات التي نستخدمها ولماذا نستخدمها

[@_lasag4926]

استاذ محمد الله يرحم والديك انا محتاج شرح في مسائل ممكن تساعدني في الواتس

[@mohamedhabashy1262]

انا لا أساعد في حل واجب او تكليف انا أساعد فقط في الأبحاث

[@atallahbadreddine8633]

رمضان كريم ومشكور أستاذنا الفاضل ......سؤال بالنسبة false negatif انت قلت في الفيديو negative هو جهاز الانذار لم يشتغل وهذا صحيح بينما false يفترض انه لاتوجد حالة سرقة بينما أنت قلت حالة سرقة ؟؟ لاننا اتفقنا من البداية ان true معناه حالة سرقة احتاج الى توضيح أستاذ ؟؟؟؟

[@mohamedhabashy1262]

False negative
تعني أن جهاز الانذار لم يعمل الا أن هذا خطأ لأن هناك حالة سرقة
لهذا فإن negative تعني أن الجهاز لم يعمل في حين false تعني أنه كان يجب أن يشتغل لأن هناك حالة سرقة
أي أن false تصف عمل أو عدم عمل الجهاز ولا تعني أن هناك سرقة أو عدم وجود سرقة
بدليل اننا ممكن أن نقول false positive
وذلك عندما يعمل الجهاز في الظرف غير المناسب
بمعنى أن false تصف أن الجهاز اشتغل أو لم يشتغل في الظرف المناسب

[@atallahbadreddine8633]

@@mohamedhabashy1262 شكرااا

[@user-eq6gr2xq1e]

بارك الله فيك وشكرا لك
كان لدي سؤال على الانحدار اللوجستي الثنائي مثلا عندما نريد التنبأ بالسعادة كمتغير تابع (سعيد_غير سعيد) في ضوء بعض المتغيرات المستقلة ، وقد وزع مقياس للسعادة هنا يجب عمل درجة قطع لتصنيف بيانات الأفراد. 1- سعيد درجات عالية 0- غير سعيد درجات منخفضة .
أم هل يمكن دراسة نفس الموضوع لكن دون استخدام مقياس السعادة بوضع عبارة هل أنت سعيد؟ (نعم_لا) بدلا من المقياس ؟
من أدق ؟

[@mohamedhabashy1262]

ليس من المنطقي أو العلمي تحويل متغير متصل إلى متغير ثنائي لأننا نفقد معلومات

[@user-eq6gr2xq1e]

@@mohamedhabashy1262 شكراً دكتور. لأن المتغير الثنائي مستوه أقل من المتغير المتصل ولكن أن تكرمت أن توضح . مثلا في المثال الذي تحدثت عنه نريد أن تنبأ بالاكتئاب كمتغير تابع ثنائي بدلالة بعض المتغيرات المستقلة كالجنس الخ.. باستخدام الانحدار اللوجستي الثنائي هنا إلا يجب تقسيم الاكتئاب إلى متغير ثنائي ؟ أو بصوة أدق السؤال الذي يحيرني من أين نأتي بالمتغير الثنائي؟

[@marwam.mokhtar3303]

حضرتك بتقول الحساسية: نسبة كم واحد مريض صنف بطريقة صحيحة، والنوعية: كم واحد سليم صنف بطريقة صحيحة. طيب انا بقيس صفة ايجابية( التنظيم الانفعالي) عند مرضى القلق، لما اطبق ده على مقياس التنظيم الانفعالي اطبقه ازاي ، عشان اتلخبطت شوية ، وشكرا طبعا لحضرتك