در این مقاله، موضوع طبقه بندی داده ها مدنظر قرار داده می شود که در آن متغیر پاسخ به صورت دو یا چند ارزشی و متغیرهای پیشگو متغیرهای معمولی هستند اما، خطاها علاوه بر ماهیتی تصادفی، ماهیتی ابهامی نیز دارند. در این صورت متغیر پاسخ نیز متغیر تصادفی فازی است. بر این اساس مدلی بر پایه رگرسیون لوژستیک صورت بندی کرده و برآورد ضرایب با استفاده از روش کمترین توان های دوم بدست آورده می شود. با یک مثال نتایج حاصله برای حالت یک متغیر مستقل تشریح می گردند. در پایان روابط بازگشتی برای محاسبه برآورد پارامترها ارائه می شوند. این روابط بازگشتی می توانند در یادگیری ماشین و برای طبقه بندی داده های بزرگ مورد استفاده قرار گیرند.

Evaluating the cutting rate (CR) of stones is important in the cost estimation and the planning of the stone processing plants. This research used regression models to estimate the stones’ CR based on their physico-mechanical characteristics. Stone processing factories in Mahallat City (Markazi province, Iran) were visited, and the CR of diamond circular saws was recorded on six different travertine stones. Next, the stone block samples were collected from the quarries for laboratory tests. Stones’ porosity (n), uniaxial compressive strength (UCS), and Schmidt hammer hardness (SH) were determined in the laboratory as their physico-mechanical characteristics. Correlation relationships of CR with physico-mechanical characteristics were evaluated using simple and Multiple regression analyses, and estimator models were developed. Results showed that Multiple regression models are more reliable than simple regression for estimating the stones’ CR. The validity of the developed Multiple regression models was verified with the published data of one researcher. The findings indicated that these models are accurate enough for estimating the CR of stones. Consequently, the Multiple regression models provide practical advantages for estimating the CR and save time and cost during the planning and design of the stone processing factories.

شناسایی نواحی مستعد وقوع زمین لغزش ها یکی از اقدامات اولیه در مدیریت منابع طبیعی و کاهش خسارات ناشی از این پدیده ها محسوب می شود. در این راستا با توجه به هدف و شرایط محیطی، مدل های پهنه بندی مختلفی ارایه شده است. در این تحقیق نقشه پهنه بندی خطر زمین لغزش با استفاده از مدل رگرسیون چند متغیره در حوزه آبخیز باغ دشت تهیه و کارایی آن مورد بررسی قرار گرفت. زمین لغزش های موجود شناسایی و نقشه پراکنش آن ها به عنوان شاهد و متغیره وابسته و لایه های اطلاعاتی زمین شناسی، شیب، کاربری زمین، جهت شیب، گسل، فاصله از راه و فاصله از رودخانه به عنوان متغیرهای مستقل تهیه شدند. نقشه پهنه بندی خطر نسبی زمین لغزش با مدل رگرسیون چند متغیره تهیه شد. نتایج تحقیق نشان داد، که بین اعداد و رده های خطر این مدل با مساحت لغزش های موجود همبستگی و ارتباط معنی داری در سطح یک درصد بر قرار است. مدل رگرسیون چند متغیره در این آبخیز مدل مناسب می باشد.

در ایالات متحده آمریکا، تروما شایع ترین علت مرگ و میر زیر 40 سال می باشد و حدود نیمی از مرگ و میر آن، مربوط به ضربه سر است. در بیمار با آسیب دیدگی حاد، توجه به راه هوایی، علایم حیاتی، قفسه سینه، خونریزی و بی حرکتی ستون فقرات، قبل از مغز اهمیت دارد.بازآموزی مواجهه با ضربه متعدد و ضربه سر برای کلیه کارآموزان، کارورزان، پزشکان عمومی، دستیاران و متخصصین رشته های جراحی توصیه می شود.اهداف مقاله:1- افزایش آگاهی به اهمیت راه هوایی، تنفس و گردش خون در تروما.2- مخاطب بتواند نحوه برخورد به آسیب راه هوایی، تنفس و گردش خون در تروما را بیان کند.3- افزایش آگاهی به جایگاه جراحی عمومی و جراحی مغز و اعصاب در تروما.4- مخاطب بتواند نحوه برخورد به آسیب دیدگی های مغز را بیان کند.با مطالعه دقیق این مقاله، مخاطب باید بتواند به حداقل 80 درصد سوالات مطرح شده پاسخ درست بدهد.