fa کاربرد رگرسیون چندک در تحلیل سلامت روانی رفاه اجتماعی اصیل orginal <p>طرح مسئله: رگرسیون معمولی اساساً برای میانگین شرطی ساخته می شود؛ به این معنا که رابطۀ بین میانگین و برخی متغیرهای تشریحی (تبیینی) را از طریق یک الگوی آماری نمایش می دهد. در این باره، ضروری است برخی از پذیره ها مانند نرمال بودن داده ها با یک درجۀ اطمینان قابل قبولی در داده ها صادق باشند تا استنباطهای صحیحی از الگو به دست آید . بنابراین، اگر به معیاری بجز میانگین علاقه مند باشیم یا آنک ه این پذیره ها به دلیل داده های پرت صادق نباشد این الگو مناسب نخواهد بود . این در حالی است که رگرسیون چندک نسبت به داده های پرت، استوار بوده و توانایی ساختن الگویی را برای هر نوع چندک دارد. روش: در این مقاله به کاربرد رگرسیون چندک در تحلیل داده های سلامت رو ان پرداخته شده است . در این پژوهش رگرسیون چندک رابطه سن را با سلامت روان مردان و زنان به گونه ای نشان می دهد که با رگرسیون میانگین نمایش پذیر نیست. یافته ها و نتایج : این تحلیل نشان می دهد که نقش سن در سلامت روانی به طور فاحش برای مردان و زنان توسط چندک متفاوت است</p> <p>Objectives: Ordinary regression model is basically built for conditional mean to show the relationship between mean and some explanatory variables through a statistical model. Some assumptions like normality should be defined with an acceptable degree of confidence to correctly make inference from this type of model. If a measure other than mean is interested in or these assumptions are not satisfied due to outliers, this model will not be useful. However, quantile regression is robust to the outliers and is able to build a model for any quantiles (quartles, deciles and percentiles). Method: In this paper the application of quantile regression is illustrated in the context of mental health data. Conclusion: In our study, quantile regression findings have shown different relationship of age to mental health for men and women whereas these could not be achieved by mean regression at all.</p> چولگی, رگرسیون معمولی, روش حداقل مربعات, سلامت روان, کمترین انحرافات مطلق Distribution Shape, General Health Questionnaire, Least Absolute Deviation, Least Squares Method, Mental Health, Ordinary Regression, Skewness 49 60 http://refahj.uswr.ac.ir/browse.php?a_code=A-10-1-298&slc_lang=fa&sid=1 Mohamad taghi Ansari محمد تقی انصاری Yes Mohamad Bamani moghadam محمد بامنی مقدم No Alireza Khoshgooyan fard علیرضا خوشگویانفرد No Ezatollah Samaram عزت‌الله سام‌آرام No