این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های نوین روانشناختی، جلد ۱۰، شماره ۳۸، صفحات ۹۹-۱۱۷
عنوان فارسی پیش‌بینی سطح رضایت زناشویی دانشجویان زن بر اساس سبک‌های دلبستگی: مقایسه توانمندی رگرسیون لجستیک و شبکه‌های عصبی مصنوعی
چکیده فارسی مقاله هدف پژوهش حاضر مقایسه توانمندی رگرسیون لجستیک و شبکه­های عصبی مصنوعی در پیش­بینی سطوح رضایت زناشـویی دانشجویان زن بر اساس سـبک­های دلبستگی آنها بود. داده­های مربوط به پرسشنامه رضایت زناشویی (انریچ) و مقیاس دلبستگی بزرگسالان که توسط 300 دانشجوی زن متأهل تکمیل شده بود با استفاده از دو روش یاد شده تحلیل شدند و نسبت موفقیت هریک از مدل­ها از طریق آزمون مک نمار مورد مقایسه قرار گرفتند. نتایج نشان داد اگرچه مدل شبکه­های عصبی مصنوعی موفق­تر از مدل رگرسیون لجستیک بود، اما با کاهش تعداد عوامل پیش­بینی­کننده به سه عبارت، بین توانمندی مدل­های یاد شده تفاوت معنی­داری مشاهده نشد. بر این اساس می­توان گفت مدل شبکه­های عصبی مصنوعی در شرایطی که تعداد عوامل پیش­بینی­کننده افزایش یافته و از چند سطح فراتر می­رود، از مدل رگرسیون لجستیک موفق­تر عمل می­کند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Prediction of Marital Satisfaction Level of Female Students based on Attachment Styles: Comparing the Power of Logistic Regression and Artificial Neural Networks
چکیده انگلیسی مقاله The aim of the present study was to compare the power of logistic regression and artificial neural network in the prediction of marital satisfaction of female students based on their attachment styles. Data were collected through the marital satisfaction questionnaire (ENRICH) and adult attachment Inventory that was completed by 300 female married students and were analyzed by the mentioned methods. Proportions of correct prediction of the two methods were compared using McNemar test as well. Results showed that although the artificial neural network model was more successful than the other, reducing number of the predictors into three items, there was no significant difference between the mentioned models. Hence, it could be proposed that when the number of predicting factors is in creased and goes beyond some levels, the artifical neural network model would be more successful than the logistic regression model.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسین پورشهریار |
دانشگاه شهید بهشتی
سازمان اصلی تایید شده: دانشگاه شهید بهشتی (Shahid beheshti university)

نشانی اینترنتی http://psychologyj.tabrizu.ac.ir/article_4082_678.html
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1434/article-1434-246436.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات