Goodness of Fit Statistic for Logistic Regression Models with only Continuous Predictor

نماذج الانحدار اللوجستي (Logistic Regression Models) من النماذج الإحصائية واسعة الاستخدام لنمذجة متغيرات الاستجابة الثنائية (Binary Responses)، إلا أن تقييم جودة المطابقة (Goodness of Fit - GOF) في هذه النماذج لا يزال غير واضح عند وجود متغير تفسيري مستمر واحد فقط (Continuous Predictor)، حيث إن اختبار الانحراف (Deviance Test) واختبار مربع كاي لبيرسون (Pearson Chi-square Test) يُعدّان غير موثوقين ولا يتبعان توزيع مربع كاي، علاوة على أن بعض الأبحاث أظهرت أن اختبار هوسمر وليميشو (Hosmer and Lemeshow Test) يميل إلى التحفظ قليلاً. وفي هذا البحث، جرى فحص اختبار مربع كاي لبيرسون وعزومه (Moments) من خلال دراسة محاكاة (Simulation Study)، والتي أظهرت أن الإشكالية تكمن في عدم استقرار تباين (Variance) هذه الإحصاءة وعدم مساواته للتباين النظري لاختبار مربع كاي. ولتثبيت هذا التباين، استخدم تقريب فيشر إلى التوزيع الطبيعي المعياري (Fisher Approximation to Standard Normal) لمعالجة هذه المشكلة او التخفيف من حدتها وحيث اظهر الاختبار الطبيعي المعياري المقرّب استقراراً نسبياً في التباين ومعدلاً جيداً لخطأ النوع الأول (Type I Error Rate) مقارنة باختبار مربع كاي.

Authors

Publication Details

Journal
Journal of Scientific and Human Dimensions
Published
2026-11-16
DOI
https://doi.org/10.65421/jshd.v2i4.389
Primary Topic
Statistical Methods in Epidemiology
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
article

Goodness of Fit Statistic for Logistic Regression Models with only Continuous Predictor

Jalal A. Moaiti, Ali Meelad Abd Allateef, Nawal Mohammed Othman Mustafa, جلال عبد الله امعيطي سعيد et al.
Journal of Scientific and Human Dimensions
Statistical Methods in Epidemiology
article

Goodness of Fit Statistic for Logistic Regression Models with only Continuous Predictor

Jalal A. Moaiti, Ali Meelad Abd Allateef, Nawal Mohammed Othman Mustafa, جلال عبد الله امعيطي سعيد, ميلاد عبد اللط, نوال محمد عثمان مصطفي
article en

Abstract

نماذج الانحدار اللوجستي (Logistic Regression Models) من النماذج الإحصائية واسعة الاستخدام لنمذجة متغيرات الاستجابة الثنائية (Binary Responses)، إلا أن تقييم جودة المطابقة (Goodness of Fit - GOF) في هذه النماذج لا يزال غير واضح عند وجود متغير تفسيري مستمر واحد فقط (Continuous Predictor)، حيث إن اختبار الانحراف (Deviance Test) واختبار مربع كاي لبيرسون (Pearson Chi-square Test) يُعدّان غير موثوقين ولا يتبعان توزيع مربع كاي، علاوة على أن بعض الأبحاث أظهرت أن اختبار هوسمر وليميشو (Hosmer and Lemeshow Test) يميل إلى التحفظ قليلاً. وفي هذا البحث، جرى فحص اختبار مربع كاي لبيرسون وعزومه (Moments) من خلال دراسة محاكاة (Simulation Study)، والتي أظهرت أن الإشكالية تكمن في عدم استقرار تباين (Variance) هذه الإحصاءة وعدم مساواته للتباين النظري لاختبار مربع كاي. ولتثبيت هذا التباين، استخدم تقريب فيشر إلى التوزيع الطبيعي المعياري (Fisher Approximation to Standard Normal) لمعالجة هذه المشكلة او التخفيف من حدتها وحيث اظهر الاختبار الطبيعي المعياري المقرّب استقراراً نسبياً في التباين ومعدلاً جيداً لخطأ النوع الأول (Type I Error Rate) مقارنة باختبار مربع كاي.

Journal of Scientific and Human Dimensions
Statistical Methods in Epidemiology
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Laika access coming soon