The logistic regression model is one of the nonlinear models that aims at obtaining highly efficient capabilities, It also the researcher an idea of the effect of the explanatory variable on the binary response variable. The large number of explanatory variables usually used to illustrate the response led to the problem of linear multiplicity between the explanatory variables that make estimating the parameters of the model not very accurate. In this paper, examined methods for estimating the parameters of the logistic regression model in the case of the problem of linear multiplicity These methods are: Principal components of logistic regression method and Partial least square regression method. The results of the simulation showed that the method (PCLR(3pc’s)) is best for estimating the parameters of the binary logistic regression model response in the case of a problem of linear multiplicity.

المستخلصيعد أنموذج الانحدار اللوجستي من النماذج اللاخطية الذي يهدف الى الحصول على مقدرات تمتلك كفاءة عالية , كما انه يعطي الباحث فكره عن مقدار تأثير المتغير التوضيحي على متغير الاستجابة الثنائية.أن العدد الكبير لمتغيرات توضيحية تستعمل عادة لتوضيح الاستجابة ادى الى ظهور مشكلة التعدد الخطي بين المتغيرات التوضيحية التي تجعل تقدير معلمات النموذج ليست دقيقة جدا.يتم عرض في هذا البحث طريقتين لتقدير معلمات أنموذج الانحدار اللوجستي في حالة وجود مشكلة التعدد الخطي (Multicollinearity) وهما : طريقة المركبات الرئيسية للانحدار اللوجستي (PCLR), وطريقة انحدار المربعات الصغرى الجزئية(PLSR). اذ تم اجراء المقارنة بين هاتين الطريقتين من خلال اسلوب المحاكاة وبأستعمال معيار المقارنة متوسط مربعات الخطأ(MSE) للوصول الى الطريقة الأفضل في تقدير المعلمات في حالة وجود مشكلة التعدد الخطي, وقد بينت نتائج المحاكاة أن طريقة (PCLR(3pc’s)) هي الافضل في تقدير معلمات أنموذج الانحدار اللوجستي ثنائي الاستجابة في حالة وجود مشكلة التعدد الخطي.

Logistic regression --- binary data --- Principal components --- Partial least square --- multicollinearity --- الانحدار اللوجستي --- البيانات الثنائية --- المركبات الرئيسية --- المربعات الصغرى الجزئية --- مشكلة التعدد الخطي

The logistic regression model of the most important regression models a non-linear which aim getting estimators have a high of efficiency, taking character more advanced in the process of statistical analysis for being a models appropriate form of Binary Data. Among the problems that appear as a result of the use of some statistical methods Is not to achieve some or all the requirements including the presence of abnormal values between data, appears when the data of the studied phenomenon are contaminated ,it means some of the observations variety clearly from other observations called outliers. From this point was the goal of this research to estimate parameters of logistic regression model through study some of Robust estimation methods The representing of the Robust weighted maximum likelihood estimators(WMLE), Quadratic Distance Estimators(QDE) We Use Simulation to comparison between two methods for different sample sizes and for difference proportions of contamination through mean square error (MSE) of the model, to reach the best method to estimate the parameter. It was Concluded in through this Research to advantage of the method (WMLE( )) in estimate parameters of binary response logistic regression model for different of samples sizes

المستخلصيعد أنموذج الانحدار اللوجستي من نماذج الانحدار اللاخطية الذي يهدف الى الحصول على مقدرات تمتلك كفاءة عالية، والذي يأخذ طابعاً اكثر تقدماً في عملية التحليل الاحصائي لكــونه من النماذج الملائمة للبيانات الثنائية (Binary Data).ومن بين المشاكل التي تظهر نتيجة استخدام بعض الطرائق الاحصائية هي مشكلة عدم تحقق بعض الشروط المطلوبة او كلها مثل مشكلة وجود القيم الشاذة بين البيانات حيث تكون بيانات الظاهرة المدروسة ملوثة, اي وجود بعض المشاهدات تنحرف وبشكل ملحوظ عن المشاهدات الاخرى تدعى بالشواذ.ومن هنا جاء هدف هذا البحث لتقدير معلمات أنموذج الانحدار الوجستي من خلال دراسة بعض طرائق التقدير الحصينة المتمثلة بطريقـة مقدرات الامكان الاعظم الموزونة الحصينة (WMLE) ,طريقة مقدرات المسافة التربيعية الحصينة (QDE)، وقد تم استخدام اسلوب المحاكاة للمقارنة بين الطريقتين بأختلاف احجام العينات ونسب التلوث المختلفة من خلال متوسط مربعات الخطأ(MSE) للانموذج للوصول الى الطريقة الأفضل في تقدير المعلمات. تم التوصل من خلال هذا البحث الى افضلية طريقة (WMLE( )) في تقدير معلمات انموذج الانحدار اللوجستي ثنائي الاستجابة بأختلاف حجوم العينات.

Logistic Regression --- Binary data --- the Robust weighted maximum likelihood estimators --- WMLE --- Quadratic Distance Estimators --- QDE --- Outlier Observations. --- الانحدار اللوجستي، البيانات الثنائية، مقدرات الامكان الاعظم الحصينة الموزونة WMLE --- ، مقدرات المسافة التربيعية الحصينة QDE --- ، المشاهدات الشاذة