Modeling count variables is a common task in many application areas such as economics, social sciences, and medicine. The classical Poisson regression model for count data is often used and it is limited in these disciplines since count data sets typically exhibit overdispersion, so negative binomial regression can be used. We use a jackknife- after- bootstrap procedure to assess the error in the bootstrap estimated parameters. The method is illustrated through two real examples. The results suggest that the jackknife- after- bootstrap method provides a reliable alternative to traditional methods particularly in small to moderate samples.

تعد عملية نمذجة المتغيرات القابلة للعد من المهام المهمة في العديد من المجالات منها الاقتصادية والعلوم الاجتماعية والطبية . غالبا ما يستخدم نموذج انحدار بواسون لنمذجة مثل هذا النوع من البيانات ويكون هذا النموذج غير ملائم عندما يعاني من مشكلة (Overdispersion)وعليه سوف يستخدم نموذج انحدار ثنائي الحدين السالب . وقد استخدمنا في هذا البحث أسلوب (Jackknife- after- Bootstrap) لتقييم الخطأ الذي يحصل عند تقدير المعلمات باستخدام الـ (Bootstrap) في انحدار بواسون ، إذ استخدمنا مجموعتين من البيانات الحقيقية لتوضيح الأسلوب المستخدم وقد وضحت النتائج بان استخدام أسلوب (Jackknife- after- Bootstrap) يمكن التعويل عليه مقارنة بالطرائق التقليدية وخاصة عند أحجام العينات الصغيرة والمتوسطة .

Poisson regression --- Overdispersion --- Negative binomial regression --- Bootstrap --- Jackknife- after- Bootstrap

In this research was the study of a single method of estimation and testing parameters mediating variables (Mediation) in a specimen structural equations SEM a bootstrap method, for the purpose of application of the integrated survey of the situation Marital data and health mirror Iraqi (I-WISH) for the year 2011 from the Ministry of Planning - device Central Bureau of Statistics, and applied to the appropriate data from the terms of the data to a form of structural equation SEM using factor analysis affirmative (Confirmatory Factor analysis) CFA As a way to see the match variables that make up the model, and after confirming the model matching or suitability are having the effect of variables mediation in the model tested by the bootstrap mentioned above using AMOS V.23 software method, as researcher found that the independent variable X affects the dependent variable Y indirectly through the mediation of one variable of the presence of any single mediation in the form.

المستخلص: يدرس هذا البحث طريقة واحدة من طرائق تقدير واختبار معلمات متغيرات الوساطة (Mediation) في انموذج المعادلات الهيكلية SEM وهي طريقة التمهيد bootstrap, لغرض تطبيقها على بيانات المسح المتكامل للاوضاع الاجتماعية والصحية للمرأة العراقية (I-WISH) لسنة 2011 من وزارة التخطيط – الجهاز المركزي للاحصاء , وطبقت على البيانات الماخوذة شروط ملائمة البيانات لانموذج المعادلة الهيكلية SEM باستخدام التحليل العاملي التوكيدي (Confirmatory Factor Analysis) CFA كاسلوب لمعرفة تطابق المتغيرات التي تؤلف الانموذج , وبعد التاكد من مطابقة الانموذج او ملأمته يتم اختبار وجود تاثير متغير الوساطة في الانموذج بحسب طريقة التمهيد bootstrap التي ذكرت انفا باستخدام برنامج AMOS V.23 , , كما توصلت الباحثة الى ان المتغير المستقل X يؤثر في المتغير التابع Y بصورة غير مباشرة من خلال متغير وساطة واحد اي وجود وساطة مفردة في الانموذج.

structural model --- mediation --- bootstrap . --- الانموذج الهيكلي --- الوساطة --- التمهيدbootstrap .

Monotonic regression is a nonparametric method designed for application in which the expected value of a response variable increases or decreases in relation to one or more explanatory. One approach is to first apply nonparametric regression to data Estimation of a response variable as a function of two continuous predictor variables is considered and then monotone smooth the initial estimates to ًiron outً violations to the assumed order. Here, such estimators are considered, where local polynomial regression is first used, followed by monotone method using simple averages( SAT) and we use bootstrap procedure and compare by this methods through Monte Carlo simulation using mean – squared error(MSE) . The primary focus of this work is to estimate different types of confidence intervals for these monotone nonparametric regression estimators Most of the confidence intervals use local polynomial regression and resampling methods bootstrap procedure and suggested method and combine between this methods, the methods are then applied for a real data in air pollution field.

عند تطبيق الانحدار اللامعلمي على البيانات ، ربما يتوقع الباحث في حالات معينة بان دالة متوسط الاستجابة ستكون رتيبة( متزايدة أو متناقصة ) وعلى الرغم من مرونة الانحدار اللامعلمي ، فان هناك بعض الحالات والتي تكون فيها الدالة المقدرة ليست رتيبة ، لذا سيتم معالجة القيم الشاذة (outlier) لجعل الدالة اللامعلمية المقدرة رتيبة ،لقد تم تقدير دالة الانحدار اللامعلمي باستخدام ممهد الـ loess أو Lowess(Locally weighted scttarplot smoothing (وهو مختصر لممهد الرسم المبعثر الموزون الموضـــعي ، ومن ثم نقوم بتقدير الطرائق الرتيبة لجعل الدالة (متزايدة) ،وسوف نستخدم الطريقة الرتيبة لمعالجة القيم الشاذة من خلال التقنية المقترحة من قبل الباحثيـــن (Mukerjee & Stern) والتي تعتمد على المعدلات الاعتيادية البسيطة للحدود العليا والدنيا وهي تقنيـــة (SAT) Simple Average Methods لتعديل مقدرات kernel الأولية وربطنا مع الانحدار اللامعلمي الرتيب طرائق إعادة المعاينة الـ (bootstrap) وقارنا بين هذه الطرائق من خلال استخدام أسلوب المحاكاة باستخدام معيار متوسط مربعات الخطأMSE) (، وعليه فان هدف البحث هو تقدير الأنواع المختلفة من حدود الثقة لمقدرات الانحدار اللامعلمية هذه وتم تقدير حدود الثقة باستخدام نموذج الانحدار الموضعي المتعدد الحدود و الطرائق المستعملة والطرائق المقترحة من خلال الدمج بين طريقة الانحدار الرتيب وطرائق إعادة المعاينة وتم تطبيق هذه الطرائق على بيانات حقيقية خاصة بتلوث الهواء.

: local polynomial regression --- monotone regression --- simple averages methods --- least squares isotonic regression --- pool –adjacent – violators --- PAV --- bootstrap. --- الانحدار الموضعي المتعدد الحدود، الانحدار الرتيب، طريقة المعدلات البسيطة، الانحدار الرتيب ذو المربعات الصغرى ،خوارزمية PAV --- ، طريقة إعادة المعاينة الـ bootstrap --- .