Abstract | Keywords | Fulltext | Export | TOC

ABSTRACT Mixed-effects conditional logistic regression is evidently more effective in the study of qualitative differences in longitudinal pollution data as well as their implications on heterogeneous subgroups. This study seeks that conditional logistic regression is a robust evaluation method for environmental studies, thru the analysis of environment pollution as a function of oil production and environmental factors. Consequently, it has been established theoretically that the primary objective of model selection in this research is to identify the candidate model that is optimal for the conditional design. The candidate model should achieve generalizability, goodness-of-fit, parsimony and establish equilibrium between bias and variability. In the practical sphere it is however more realistic to capture the most significant parameters of the research design through the best fitted candidate model for this research. Simulation studies demonstrate that the mixed-effects conditional logistic regression is more accurate for pollution studies, with fixed-effects conditional logistic regression models potentially generating flawed conclusions. This is because mixed-effects conditional logistic regression provides detailed insights on clusters that were largely overlooked by fixed-effects conditional logistic regression

المستخلص:من الواضح أن الانحدار اللوجستي الشرطي مختلط التأثيرات أكثر فعالية في دراسة الاختلافات النوعية في بيانات التلوث الطولية، فضلاً عن آثارها المترتبة على مجموعات فرعية غير متجانسة. حيث يثبت هذا البحث أن الانحدار اللوجستي الشرطي هو طريقة تقييم حصينة للدراسات البيئية، من خلال تحليل تلوث البيئة كدالة لإنتاج النفط والعوامل البيئية. ونتيجة لذلك، فقد ثبت من الناحية النظرية أن الهدف الأساسي لاختيار النموذج في هذا البحث هو تحديد نموذج مرشح ليكون هو الأمثل للتصميم المشروط، وينبغي على النموذج المرشح تحقيق قابلية التعميم، وحسن المطابقة والتقتير parsimony فضلاً عن إقامة التوازن بين التحيز وتقلبه، غير أنه في المجال العملي من الأفضل اختيار أكثر المعلمات معنوية ً لتصميم البحث من خلال مطابقة أفضل نموذج مرشح لهذا البحث. حيث تبين المحاكاة أن الانحدار اللوجستي الشرطي مختلط التأثيرات هو أكثر دقة لدراسات التلوث، مع نماذج الانحدار اللوجستي الشرطية ثابتة التأثيرات من المحتمل ان تولد استنتاجات خاطئة. وهذا لان الانحدار اللوجستي الشرطي مختلط التأثيرات يقدم أفكاراً تفصيلية على العناقيد التي تم تجاهلها إلى حد كبير من قبل الانحدار اللوجستي الشرطي ثابت التأثيرات.

Maximum likelihood method --- conditional logistic regression --- longitudinal data --- mixed effects models --- Quasi-likelihood under independence Criterion --- QIC --- Empirical Akaika Information Criteria --- EAIC --- environmental pollution --- Cluster analysis. --- طريقة الإمكان الأعظم، الانحدار اللوجستي الشرطي، البيانات الطولية، نماذج التأثيرات المختلطة، معيار شبه الإمكان في ظل نموذج الاستقلال QIC --- ، معيار اكايكي التجريبي EAIC --- ، التلوث البيئي، التحليل العنقودي.