مهدی نخعی - پژوهشگاه علوم و فناوری اطلاعات ایران
علی معینی - دانشگاه تهران

فنون آماری به وفور در حوزه های گوناگون مهندسی نقش خود را به خوبی ایفا کرده اند. یکی از مواردی که در آن نیاز به نیاز به استفاده از این تکنیکها بیشتر محسوس است داده کاوی در حوزه فناوری اطلاعات است. از جمله فنون داده کاوی که برای پیش بینی استفاده می شود می توان از رگرسیون نام برد. نظر به اهمیت پیش بینی شاخص های علم سنجی کشورهای گوناگون، در این مقاله برای پیش بینی برخی از شاخص های مهم علم سنجی یعنی شاخص هایی نظیر تعداد مقالات منتشر شده توسط هر کشور و یا تعداد استنادها و یا خود استنادی این مقالات از رگرسیون استفاده شده است. با توجه به تنوع انواع رگرسیون، در این مقاله برای پیدا کردن مدل رگرسیون مناسب پیش بینی این شاخص ها، به معرفی انواع روش های پارامتری و ناپارامتری و شبه پارامتری پرداخته شده است و با اعمال آنها بر روی داده های گرفته شده از پایگاه اسکوپوس مدل رگرسیون مناسب این کار بدست آمده است. قابلیت اطمینان مدل بدست آمده توسط نمودارهایی نظیر نمودار Normal Q-Q و یا نمودار مقادیر باقیمانده در مقابل مقادیر متغیر هدف و آزمون هایی نظیر آزمون F و آزمون t بررسی شده است. از آنجا که برای استفاده از برخی روش ها نظیر روش خطی نیاز به تبدیل مناسب بود لذا با استفاده از روش باکس – کاکس نوع تبدیل بدست آمد. نتایج تجربی نشان دادند که برای پیش بینی شاخصی نظیر تعداد مقالات هر کشور، استفاده از روش لاوس و یا استفاده از روش خطی با تدبیل لگا یتمی، مناسب ترین مدل حاصل می شود.

رگرسیون پارامتری، رگرسیون ناپارامتری، رگرسیون شبه پارامتری، رگرسیون خطی و غیرخطی، شاخصهای علم سنجی