این تحقیق با هدف پیش بینی پراکنش مکانی رشد شهر ایلام و به منظور ردیابی عوامل موثر بر رشد شهر صورت گرفت. در این بررسی تاثیر هفت فاکتور فاصله از جاده ها، فاصله از مراکز درمانی، فاصله از مراکز آموزشی، فاصله از اراضی بایر و فاصله از پارک و باغ، شیب و جهت دامنه بر روی رشد شهر، مورد مطالعه قرار گرفت. در این مطالعه، برای بررسی تغییرات گستره شهر، داده های سنجنده MSS مربوط به سال 1355 و سنجنده TM مربوط به سال 1386 مورد پردازش و طبقه بندی قرار گرفتند. تصاویر مورد بررسی به دو کلاسه شهر و غیر شهر طبقه بندی شدند و به منظور بررسی عوامل رشد، نقشه رشد شهر با متغیرهای مکانی فیزیوگرافی و انسانی وارد مدل شد. برای مدل سازی و برآورد پراکنش مکانی رشد شهر مورد مطالعه از روش آماری رگرسیون لجستیک استفاده شد. نتایج نشان می دهد که در طول 31 سال حدود 1515 هکتار به سطح شهر اضافه شده است. با توجه به نتایج مدل سازی مشخص شد که در مناطق نزدیک به مرز پارک و باغ رشد شهری بیشتری صورت گرفته است. همچنین رابطه رگرسیونی نشان می دهد که متغیرهای فاصله از جاده ها، فاصله از مراکز درمانی، فاصله از مراکز آموزشی، فاصله از اراضی بایر با رشد شهری رابطه معکوس داشته اند یعنی با افزایش این متغیرها میزان رشد شهر کاهش پیدا می کند. در نهایت، یک مدل مکانی ساده که توانایی پیش بینی پراکنش مکانی رشد شهر را با استفاده از رگرسیون لجستیک دارد، ارائه شد.

مقدمه: هدف این مطالعه مقایسه عملکرد رگرسیون لجستیک چندسطحی و معمولی در تعیین عوامل مرتبط با گواتر در کودکان با توجه به ساختار سلسله مراتبی داده ها می باشد.مواد و روش ها: آزمودنی های مطالعه شامل 35747 دانش آموز 10-8 ساله ساکن 30 استان کشور بودند و داده ها توسط پژوهشکده علوم غدد درون ریز و متابولیسم دانشگاه علوم پزشکی شهید بهشتی به روش نمونه گیری تصادفی طبقه ای و خوشه ای جمع آوری شدند. وضعیت گواتر، جنس، محل سکونت، ارتفاع از سطح دریا و شیوه نگهداری نمک یددار در خانواده ها ثبت شد. مدل چندسطحی برای تحلیل داده ها استفاده و با یافته های حاصل از رگرسیون لجستیک معمولی مقایسه شد.یافته ها: مطالعه نشان داد که 74/5% دانش آموزان دارای گواتر بودهاند در رگرسیون لجستیک دوسطحی، واریانس در سطح دوم (شهرستان) 0.941 با خطای معیار (p<0.001) 0.092 و نسبت شانس ارتفاع از سطح دریا 1.27 (1.62 و 0.78) به دست آمد. در رگرسیون سه سطحی نسبت شانس ابتلا به گواتر در دانش آموزان دختر 1.08 (1.34 و 1.04) و روستایی 1.36 (1.47 و 1.24) معنی دار بود. مقدار واریانس در سطح سوم (استان ها) 1.031 با خطای معیار 0.287 برآورد شد (p<0.001).نتیجه گیری: یافته ها نشان داد استفاده از مدل رگرسیون کلاسیک منجر به کم برآوردی واریانس برآورد متغیرها نسبت به مدل های دوسطحی و سه سطحی می شود.

هدف پژوهش حاضر تبیین عوامل مؤثر (شامل ویژگی های حسابرس، ویژگی های صاحبکار، ویژگی های بازار سهام و اقتصاد کلان) بر شکست در شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. به منظور نیل به این هدف 1848 سال-شرکت (154 شرکت برای 12 سال) مشاهده جمع آوری شده از گزارش های مالی سالیانه شرکت های پذیرفته شده در بورس اوراق بهادار تهران در طی دوره زمانی 1390 تا 1401 مورد آزمون قرار گرفته اند. یافته های پژوهش نشان می دهد که اندازه حسابرس، دوره تصدی حسابرس، استقلال حسابرس، رتبه بندی مؤسسه حسابرسی، نوع اظهارنظر حسابرس، تأخیر در ارائه گزارش حسابرسی، تخصص حسابرس، حق الزحمه حسابرسی، اندازه شرکت، نقدینگی شرکت، سودآوری شرکت، مالکیت نهادی، مالکیت سهامدار عمده، استقلال هیأت مدیره، دوره تصدی مدیر عامل، نرخ تورم، نرخ ارز و نرخ رشد اقتصادی بر شکست حسابرسی تأثیر منفی و معناداری دارند. در حالی که، تغییر حسابرس، نسبت بدهی شرکت، مالکیت دولتی، ریسک غیر سیستماتیک و نرخ بهره بر شکست حسابرسی تأثیر مثبت و معناداری دارند. در نهایت نتایج پژوهش نشان می دهد که از لحاظ آماری، عمر شرکت، فرصت رشد شرکت، اندازه صنعت صاحبکار، سطح رقابت صنعت صاحبکار، نوع مالکیت صاحبکار(خصوصی یا دولتی)، مالکیت مدیریتی، اندازه کمیته حسابرسی، استقلال کمیته حسابرسی، تخصص مالی کمیته حسابرسی، اندازه هیأت مدیره، تخصص مالی هیأت مدیره حسابرس و ریسک سیستماتیک تأثیر معناداری ندارند.

مدل های آماری مختلفی برای پیش بینی و طبقه بندی در علوم وجود دارد. روش های آماری و اقتصادسنجی نظیر رگرسیون، تحلیل تمایزی، سری های زمانی، رده بندی و دیگر روش ها، بر اساس متغیرها و اطلاعات موجود برای پیش بینی و طبقه بندی یک موضوع خاص به کار می روند. مدل های آماری متاثر از مفروضات و محدودیت های زیادی هستند، بدین لحاظ اخیرا شبکه های عصبی به عنوان شیوه نوین پیش بینی به دلیل عدم نیاز به فروض و محدودیت ها در توزیع داده ها و کارایی بالاتر آن مورد توجه ویژه قرار گرفته است. هدف از این مقاله مقایسه توانایی مدل های شبکه عصبی مصنوعی با رگرسیون لجستیک و تحلیل تمایزی برای پیش بینی ریسک نکول است. با استفاده از اطلاعات 23801 قرارداد لیزینگ و انتخاب متغیرهای مدت قرارداد، مبلغ قرارداد، نوع صنعت، نوع قرارداد، نوع تضمین و خط مشی و سیاست اعتباری به عنوان متغیرهای پیش بین مدل های رگرسیون لجستیک، تحلیل تمایزی و شبکه عصبی برازش شد. از تحلیل راک و مقایسه صحت طبقه بندی برای مقایسه قدرت پیش بینی مدل ها استفاده شد. نتایج حاکی از معنی دار بودن متغیرهای فوق در پیش بینی نکول بوده و مقایسه قدرت پیش بینی مدل ها موید برتری شبکه های عصبی نسبت به رگرسیون لجستیک و تحلیل تمایزی است.

مقدمه و اهداف: بیماری دیابت از جمله بیماری های مزمن بوده، که درمان قطعی ندارد و شایع ترین علت قطع اندام، نابینایی و نارسایی کلیوی و از عوامل خطر در ایجاد بیماری های قلبی است. رگرسیون لجستیک و تحلیل جداسازی از مدل های تحلیل آماری برای امر پیش بینی و جداسازی چند متغیره می باشند. هدف تعیین متغیرهای تاثیرگذار بر دیابت نوع 2 و مقایسه مدل های رگرسیون لجستیک و تحلیل جداسازی می باشد.روش کار: داده ها شامل اطلاعات 5357 نفر از مرکز فیزیولوژی دانشگاه علوم پزشکی کرمان میباشد. متغیر پاسخ دیابت ومتغیرهای وزن، قد، (BMI) (Body Mass Index)، دور کمر، دور باسن، نسبت کمر به باسن ((WHR، Waist hip Ratio) (کلسترول و... در مدل در نظر گرفته شدند. برای مقایسه از حساسیت، ویژگی، دقت، منحنی راک و شبیه سازی استفاده شد.نتایج: حساسیت، ویژگی و دقت پیش بینی در مدل لجستیک و تحلیل جداسازی به ترتیب 74، 71.1 و 71.5 و 22.4، 95.22 و 85.3 بود. منحنی راک برای مدل رگرسیون لجستیک 80.3 درصد 0 و تحلیل جداسازی 80.1 درصد به دست آمد. شبیه سازی نشان داد که حساسیت، ویژگی، دقت و منحنی راک در مدل لجستیک و مدل جداسازی به ترتیب 99.18، 98.49، 98.59 و 99.9 و 92.62، 99.19، 98.26 و 99.56 شدند.نتیجه گیری: نتایج نشان داد که دور کمر، سن، جنس، مصرف داروی کاهنده فشار خون، اندازه فشار خون سیستولیک و سطح LDL مهم میباشند. حساسیت در مدل لجستیک بیشتر، اما ویژگی و دقت پیش بینی در تحلیل جداسازی بالاتر بود. منحنی های راک نشان داد که مقادیر پیش بینی به طور مجانبی یکسان بودند.

داده های صورتهای مالی حسابرسی شده این توانایی را دارند که هرگونه تقلب صورتهای مالی را کشف نمایند. در این تحقیق، تقلب صورتهای مالی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از برخی نسبتهای مالی مرتبط تشخیص داده شده است. نمونه آماری تحقیق شامل 68 شرکت در قالب 34 شرکت دارای نشانه های تقلب و 34 شرکت فاقد نشانه های تقلب است. همچنین 9 نسبت مالی به عنوان پیش بینی کننده های بالقوه برای آزمون انتخاب شده اند. ازروش رگرسیون لجستیک جهت تدوین مدل برای شناسایی عوامل مرتبط با تقلب (FFS) استفاده شده است. این مدل در طبقه بندی صحیح نمونه موردنظر در این تحقیق از نرخ دقت 83.8 درصد برخوردار است. بنابراین نتایج نشان می دهند که این مدل نقش اثربخشی در کشف تقلب صورتهای مالی داشته و می تواند به سرمایه گذاران، حسابداران رسمی و حسابرسان داخلی و مقامات مالیاتی و نهادهای دولتی و سیستم بانکی کمک زیادی نماید.

هدف: بررسی و تحلیل محتوای اطلاعاتی نسبت های دوپونت در ارتباط با سیاست تقسیم سود شرکت ها و همچنین به دنبال پاسخ این سؤال است که آیا اجزای نسبت دوپونت با تصمیمات مدیریت در تقسیم سود رابطه معناداری دارد؟ روش شناسی پژوهش: برای دستیابی به پاسخ سؤال فوق 84 شرکت موجود در بازار سرمایه تهران به عنوان نمونه آماری انتخاب گردید. داده های جمع آوری شده در یک دوره 10 ساله بین سال های 1388 تا 1397 در نظر گرفته شده و آزمون فرضیه ها با در نظر گرفتن متغیر وابسته تقسیم سود به شکل های مختلف از طریق تحلیل رگرسیون توبیت و لجستیک انجام شده است. یافته ها: نتایج نشان داده است که بازده خالص دارایی ها (RONA) و اجزای آن یعنی گردش دارایی (ATO) و حاشیه سود (PM) در ارتباط با سیاست تقسیم سود در تمامی مدل ها به جز مدل تغییرات سود تقسیمی روبه جلو ( ) دارای محتوای اطلاعاتی بوده است. اصالت/ارزش افزوده علمی: این پژوهش نشان داد که مدیران و تحلیلگران از طریق محتوای اطلاعاتی به دست آمده از طریق نسبت های دوپونت می توانند به تحلیل چگونگی تصمیمات سود سهام بپردازند.

مقدمه و اهداف: بیماری پریودنتال از شایع ترین بیماری های دهان و دندان است که در مراحل پیشرفته باعث از دست رفتن اتصال بالینی (CAL>3mm) می شود. در این مطالعه با استفاده از مدل کلاسیک و مدل هایی که ساختار سلسله مراتبی داده ها را در نظر می گیرند، برآورد ضرایب عوامل موثر بر ازدست رفتن اتصال بالینی محاسبه و مورد مقایسه قرار گرفت. روش کار: این مطالعه مقطعی روی 375 نفر زنان باردار و 192 نفر مادران دارای کودک سه ساله تحت پوشش 16 مرکز بهداشتی و درمانی علوم پزشکی شهید بهشتی انجام گردید. برای 6 دندان از هر فرد شاخص از دست رفتن اتصال بالینی بر اساس فرم استاندارد WHO توسط دندان پزشک ثبت شد. تحلیل داده ها با برازش مدل های رگرسیون لجستیک معمولی و رگرسیون لجستیک سه سطحی به وسیله نرم افزار 14 STATA انجام شد. یافته ها: از کل 3402 دندان بررسی شده 6. 3% دارای CAL>3mm بود. بر اساس نتایج به دست آمده نسبت شانس بروز ازدست رفتن اتصال بالینی در سه ماهه سوم بارداری نسبت به غیر باردارها 2. 4 برابر و در افرادی که نخ دندان استفاده می کنند، نسبت به افرادی که نخ دندان استفاده نمی کنند 2. 86 برابر، همچنین در دندان های خلفی 1. 65 برابر دندان های قدامی است (005/0>P). نتیجه گیری: بر اساس معیار AIC مدل رگرسیون لجستیک چند سطحی برازش بهتری نسبت به رگرسیون لجستیک معمولی دارد و می تواند ضرایب عوامل موثر بر CAL را دقیق تر برآورد نماید، در صورت استفاده از مدل رگرسیون لجستیک معمولی در داده های دارای ساختار سلسله مراتبی، خطای استاندارد پارامترها دچار کم برآوردی می شود.

امروزه تهیه نقشه توزیع مکانی خطر آتش سوزی یکی از ابزارهای ضروری مدیریت در سطوح مختلف جهت پایش پایداری منابع طبیعی و کنترل این مخاطره محیط زیستی است. تلفیق عملیات میدانی، داده های دورسنجی، تکنیک های سیستم اطلاعات جغرافیایی و آماری مختلف می تواند پیش بینی فضایی قابل اعتمادی از پتانسیل خطر آتش سوزی برای مناطق مختلف ایجاد کند. در این تحقیق از 9 عامل مؤثر در مدل سازی خطر آتش سوزی شامل عوامل ارتفاع، شیب، جهت، انحنای دامنه، فاصله از جاده و شاخص های NDVI، LST، TWI و TPI با دو روش تحلیل فازی سلسله مراتبی و رگرسیون لجستیک برای شناسایی مناطق خطر و تعیین مهم ترین عوامل مؤثر در بروز و گسترش آتش استفاده شد. برای شناسایی مناطق حریق تاریخی نیز از سامانه ابری گوگل ارث انجین و تصاویر مادیس استفاده شد. نتایج اولیه نشان داد در هر دو مدل، عوامل NDVI، LST و فاصله از جاده بیشترین ضرایب را به خود اختصاص داده اند. در مرحله صحت سنجی نیز اگرچه منحنی مشخصه عملکرد هر دو مدل، نسبتاً یکسان (مقدار 847/0 در روش تحلیل سلسله مراتبی فازی و مقدار 837/0 در روش رگرسیون لجستیک) بود، با بررسی پیکسل های حریق تاریخی مشخص شد در روش تحلیل سلسله مراتبی فازی حدود 87 درصد پیکسل های طبقات با خطر زیاد و خیلی زیاد و در روش رگرسیون لجستیک فقط 22 درصد پیکسل های طبقات مزبور با مناطق دارای سابقه حریق همپوشانی داشته اند. لذا به نظر می رسد روش تحلیل سلسله مراتبی فازی بهتر از روش رگرسیون لجستیک توانسته مناطق با پتانسیل خطر بالا را شناسایی کند. اگرچه تهیه نقشه­های پیش بینی خطر توسط مدل های مختلف از وقوع کلیه حریق­ها جلوگیری نخواهد کرد ولی می­توان با ارائه راهکارهای مدیریتی، وقوع آن را کاهش داده و کنترل آن را تسهیل نمود.