Multiple linear regression model under skewed error distributions: a case-study of fetal weight prediction

Fetal ağırlık tahmini, gebelik bakımının önemli bir bileşenidir. Mevcut ağırlık tahmin yöntemleri, normallik varsayımı altında en küçük kareler veya en çok olabilirlik metodlarından elde edilen parametreleri kullanır. Bununla birlikte, normal dağılıma sahip olmayan hata terimi, örnek boyutuna bakılmaksızın gerçek yaşam verilerinde çok yaygındır. Bu çalışma, çarpık hata dağılımları olan çarpık normal ve genelleştirilmiş lojistik altında çoklu doğrusal regresyon modeli için en küçük kareler, ridge, en çok olabilirlik ve uyarlanmış en çok olabilirlik tahmincilerinin özelliklerini göstermektedir. Performans ölçümleri, ultrasonografik uzuv, karın ve baş ölçümleri ile gerçek hayattaki bir fetüs örneğinden elde edilmiştir. Tahmin ve kestirim performansı, tahminlerin standart hatası, Akaike ve Bayesçi bilgi kriteri ve kestirim hataları kullanılarak mevcut ve yeni algoritmalar arasında karşılaştırılmıştır.