استعمال النماذج اللامعلمية للتنبؤ بعدد اصابات COVID -19

Using nonparametric models to forecast the number injuries of COVID -19

أ.د جاسم ناصر حسين[1]                                                 م.م احمد تركي عبد علي [2]

المستخلص

تعاني الغالبية العظمى من البلدان من الأزمات الاقتصادية والصحية بسبب الوباء الحالي لمرض فيروس كورونا (COVID-19). ولدراسة اي ظاهرة لابد من نمذجة المتغيرات التي نظن انها مؤثرة في هذه الظاهرة. في مقدمة هذه النماذج ما يسمى بنماذج الانحدار إذ تقوم نماذج الانحدار باستكشاف العلاقة ما بين المتغيرات التوضيحية ومتغير الاستجابة إذ تفترض الطرائق المعلمية أن العينة تأتي من مجتمع معين له عائلة معروفة من التوزيعات لكن غالبا ما يكون التوزيع المعلمي المفترض لا يكون بالضرورة التوزيع الفعلي للبيانات المراد حلها، إذ ان الافتراض الخاطئ للتوزيع المعلمي للبيانات المعطاة قد يؤدي بالطرائق الإحصائية المستعملة إلى استنتاجات غير صحيحة وتقديرات غير متسقة, فالطرائق المعلمية تكون على الأغلب غير ملائمة للبيانات الصغيرة او التي ليس لها توزيع معلوم. في حين يمكن للطرائق اللامعلمية والتي هي صف واسع من النماذج المرنة، بحيث تكون اقل تشددا و وصفا اي تقوم بإعطاء وصف عام للعلاقة مما جعلها اداة مرغوبة لدى اغلب الباحثين.

تهدف الدراسة الحالية الى التنبؤ بعدد الاصابات بمرض (COVID – 19) في العراق باستعمال النماذج اللامعلمية ،مثل انحدار متعدد الحدود (Polynomial regression) وانحدار الشرائح (Spline regression). وسيتم المقارنة بين هذه النماذج بأستعمال معيار (Akaike information criterion) (AIC) و(Bayesian information criterion ) (BIC)  لاختيار افضل انموذج للتنبؤ بعدد الاصابات.