برآورد پارامترهای مدل رگرسیون لوژستیک ساخته شده با شبکه های عصبی واحد ضربی تکاملی
چکیده
یکی از ابزارهایی که برای تعیین اثرات غیرخطی و اثرات متقابل بین متغیرهای تبیینی در یک مدل رگرسیون لوژستیک به کار می رود، استفاده از شبکه های عصبی واحد ضربی تکاملی است. به منظور برآورد پارامترهای مدلی که بدین صورت به دست می آید، یک روش ترکیبی مورد استفاده قرار می گیرد؛ این روش از ترکیب دو ابزار بهینه ساز کلاسیک و الگوریتم تکاملی ساخته می شود. در این مقاله ساختار شبکه های عصبی به گونه ای تغییر داده می شود که تمام پارامترهای مدل با یک الگوریتم تکاملی قابل برآورد باشند. سپس دو روش برآورد مورد مقایسه قرار گرفته و نتایج نشان میدهد که برآورد پارامترها با الگوریتم های تکاملی منجر به مدلی می شود که از نظر معیار اطلاع آکاییک نسبت به مدل لوژستیک معمولی دقیق تر است، اما استفاده از روش ترکیبی، مدل بهتری را نتیجه میدهد.