raed hsni, Statistiker, Ministerium für Hochschulbildung und wissenschaftliche Forschung
Das Poisson-Regressionsmodell ist eines der wichtigsten linear-logarithmischen Regressionsmodelle. Es ist das Werkzeug, durch das die abhängige Variable Verhältnisse darstellt, wenn ihre Werte positiv sind und in Form von Verhältnissen oder zählbaren Daten vorliegen, sowie das angepasste Modell für die Analyse seltener Ereignisse. Wie bei anderen Regressionsmodellen können die in seiner Konstruktion enthaltenen erklärenden Variablen einer hohen Korrelation zwischen zwei oder mehr Variablen ausgesetzt sein, was sich negativ auf den Prozess der Schätzung der Modellparameter auswirkt.
In dieser Präsentation besprechen wir die bekanntesten Methoden zur Schätzung der Parameter des Poisson-Regressionsmodells, wenn es unter einem semiperfekten Multilinearitätsproblem leidet, wie z. B. die Ridge-Regression und die Methode des Liu-Schätzers. Schätzmethoden wurden auf reale Daten angewendet, die aus dem Central Child Hospital in Bagdad stammen und die Anzahl der Fälle von angeborenen Defekten von Kindern im Herz- und Kreislaufsystem von 2012 bis 2019 darstellen. Die Ergebnisse zeigten die Überlegenheit der (Liu)-Regressionsmethode gegenüber der Ridge-Regressionsmethode.
