<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Babol University of Medical Sciences</title>
<title_fa>مجله علمی دانشگاه علوم پزشکی بابل</title_fa>
<short_title>J Babol Univ Med Sci</short_title>
<subject>Medical Sciences</subject>
<web_url>http://jbums.org</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>1561-4107</journal_id_issn>
<journal_id_issn_online>2251-7170</journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi>10.22088/jbums</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science></journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1389</year>
	<month>3</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2010</year>
	<month>6</month>
	<day>1</day>
</pubdate>
<volume>12</volume>
<number>2</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>مقایسه کارایی مدل رگرسیون پواسن تعمیم یافته و چند سطحی با پواسن معمولی در تحلیل رفتار باروری زنان روستایی استان فارس</title_fa>
	<title>Comparison of Generalized and Multilevel Poisson Regression Model with Poisson Model in Fertility Data in Rural of Fars Province (Iran)</title>
	<subject_fa>بیوشیمی</subject_fa>
	<subject>Biochemical</subject>
	<content_type_fa>تحلیلی</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>سابقه و هدف: در تحلیل داده های باروری از روشهای مختلف آماری میتوان استفاده نمود. در حالتی که متغیر پاسخ (وابسته)، گسسته  باشد مدل پواسن مورد استفاده قرار می گیرد. در صورتی که شرایط مدل پواسن برقرار نباشد، از تعمیم یافته آن و یا در صورتی که متغیری به عنوان متغیر لایه (سطح) وجود داشته باشد بهتر است از پواسن چند سطحی استفاده گردد. هدف از این مطالعه، مقایسه برازندگی دو  مدل تعمیم یافته و چند سطحی، نسبت به مدل پواسنی معمولی در برآورد ضرایب عوامل موثر بر تعداد فرزندان است.&lt;br&gt;مواد و روشها: این مطالعه مقطعی بر روی یک نمونه 1019 نفری از زنان روستایی 49-15 سال که با استفاده از روش نمونه گیری طبقه بندی انتخاب شدند، انجام گردید. زنان در 7 طبقه قرار گرفتند و در هر طبقه بطور مساوی با استفاده از روش نمونه گیری سیستماتیک تعداد نمونه های مورد نظر انتخاب شده سپس تحلیل داده ها با استفاده  از رگرسیون پواسنی معمولی، تعمیم یافته و چند سطحی انجام گرفت. &lt;br&gt;یافته ها: میانگین فرزندان هر زن 3/4 و واریانس آن 3/8 بود. تحصیلات زن و همسر، سن ازدواج زن، وضعیت اقتصادی و متوسط شیردهی و فاصله گذاری بین فرزندها در دو مدل تعمیم یافته و چند سطحی  معنی دار شدند (05/0&gt;p). &lt;br&gt;نتیجه گیری: نتایج مطالعه نشان داد که دو مدل تعمیم یافته و چند سطحی نسبت به معمولی جهت تحلیل این داده ها مناسب تر بوده و می توانند ضرایب عوامل موثر بر تعداد فرزند را دقیقتر برآورد نمایند.</abstract_fa>
	<abstract>BACKGROUND AND OBJECTIVE: Different statistical methods can be used to analyze fertility data. In cases that dependent variable is count, Poisson model is applied. If Poisson model is not applicable in a specific situation, it is better to apply generalized Poisson model and in cases that multilevel variable exists, it is better to use multilevel Poisson model. Our goal in this study is to compare both generalized and multilevel Poisson regression model with Poisson regression model in estimating of coefficient of the effective factors on the number of children.&lt;br&gt;METHODS: This is a cross-sectional study. A sample of 1019 women (15-49 years old) from rural area was selected by stratified sampling. The women were categorized into seven groups and in each group the intended samples were selected equally by systematic sampling. Data were analyzed by Poisson regression model, generalized and multilevel Poisson regression model.&lt;br&gt;FINDINGS: The sample mean and sample variance of the number of children were 4.3 and 8.3, respectively. There was a significant relationship between educational status of the spouses, age of marriage, feeding period, economical status and the interval between the children in generalized and multilevel Poisson regression model.&lt;br&gt;CONCLUSION: According to the results of this study, generalized and multilevel Poisson regression models were more suitable for data analysis and it can estimate coefficient effective of factors on the number of children exactly.</abstract>
	<keyword_fa>رفتار باروری, مدل پواسن معمولی, مدل پواسن تعیم یافته, مدل پواسن چتدسطحی, تعداد فرزندان</keyword_fa>
	<keyword>Fertility behavior, Poisson model, Generalized poisson model, Multilevel poisson model, Number of children</keyword>
	<start_page>35</start_page>
	<end_page>40</end_page>
	<web_url>http://jbums.org/browse.php?a_code=A-10-1370-646&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>N</first_name>
	<middle_name></middle_name>
	<last_name>Zare, </last_name>
	<suffix></suffix>
	<first_name_fa>نجف</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa> زارع، </last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846003756</code>
	<orcid>10031947532846003756</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>M</first_name>
	<middle_name></middle_name>
	<last_name> Sayadi</last_name>
	<suffix></suffix>
	<first_name_fa>مهراب </first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>صیادی،</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846003757</code>
	<orcid>10031947532846003757</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>E</first_name>
	<middle_name></middle_name>
	<last_name>Rezaeyan Fard,</last_name>
	<suffix></suffix>
	<first_name_fa> الهام </first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa> رضائیان فرد،</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846003758</code>
	<orcid>10031947532846003758</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>H</first_name>
	<middle_name></middle_name>
	<last_name>Ghaem</last_name>
	<suffix></suffix>
	<first_name_fa>هاله </first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>قائم، </last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846003759</code>
	<orcid>10031947532846003759</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>M</first_name>
	<middle_name></middle_name>
	<last_name> Vosugh</last_name>
	<suffix></suffix>
	<first_name_fa>مهرداد </first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>وثوقی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846003760</code>
	<orcid>10031947532846003760</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
