Temel bileşenler analizi, ayırma analizi, kümeleme analizleri ve ekolojik verilere uygulanması üzerine bir araştırma
An investigation on principal component, discriminant and cluster analyses and their application on ecological data
- Tez No: 212503
- Danışmanlar: PROF. DR. MUSTAFA AKAR
- Tez Türü: Doktora
- Konular: Su Ürünleri, İstatistik, Aquatic Products, Statistics
- Anahtar Kelimeler: Temel bileşenler, ayırma, kümeleme analizleri, Principal component, discriminant and cluster analyses
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Su Ürünleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çalışmalardaki herhangi bir sonuç, çok sayıda birbiriyle ilişkili değişkenin etkilemesiyle oluşur. Biyolojik çalışmalarda karşılaşılan sorunların birçoğu iki ya da daha fazla değişken arasında bir ilişkinin olup olmadığının araştırılması ile ilgilidir. Bu durumda, araştırmanın sağlıklı ve güvenilir olması açısından, iki veya daha fazla değişken kümesi arasındaki ilişkinin ortaya konulması zorunlu hale gelmiştir. Bu da çok değişkenli analiz tekniklerini ön plana çıkarmıştır. Bu çalışmanın amacı, çok değişkenli istatistik analizlerinden Temel Bileşenler Analizi, Ayırma Analizi ve Kümeleme Analizlerini ayrıntılı bir şekilde irdelemektir. Ele alınan istatistik metotları ekolojik verilere uygulayarak, analiz sonuçlarının nasıl yorumlanacağını dolayısıyla konunun hem teorik, hem de uygulamalı olarak, araştırmacılar tarafından daha iyi anlaşılmasını sağlamaktır. Bir yıl boyunca yapılan avcılık sonunda yakalanan 68 türe, temel bileşenler analizi uygulanmış ve biomasın çoğunluğunu oluşturan türlerin çim çim karidesi, lokum-zurna balığı, barbun, paşa barbunu ve yengeç olduğu belirlenmiştir. Kümeleme analizi ile %90'lık benzerlik düzeyinde aynı sonuçlara ulaşılmıştır. İskenderun körfezinden ve Mersin Babadıllimanından yakalanan benekli hani türünün iki ayrı stok olup olmadığını tespit etmek için ayırma analizi yapılmış. Doğrusal veya karesel ayırma analizinden hangisinin uygulanacağına karar vermek için bu türlerden alınan morfometrik özelliklere BoxM testi uygulanmış. Test sonunda sadece Şubat ayına ait değerlere doğrusal ayırma analizinin uygulanmasına karar verilmiş. Ayırma analizi sonunda bu iki bölgenin ayrı stok oluşturduğu ve yakalanan balıkların sırasıyla Ocak için %98.3'ünün, Şubat için %80.4'ünün, Mart için %100'ünün, Nisan için %94'ünün, Mayıs için %98.6'sının, Haziran için %92.3'ünün, Temmuz için %92.9'unun, Ağustos için %82.5'inin, Eylül için %89.7'sinin, Ekim için %98.8'inin, Kasım için %92.2'sinin ve Aralık için %98.6'sının kendi stokuna ait olduğu tespit edilmiştir.
Özet (Çeviri)
There may be many interrelated variables affecting a result reached by any study. Most of the problems challenging the contemporary researchers studying on biological researches are related to whether there is any relationship between two or more variables. Therefore, in order to achieve a reliable and accurate study, it is essential to determine the relations between two or more variable clutters, and that makes the analysis techniques, provided this becomes more important. The aim of this study is to examine Principle Component Analysis, discriminant analysis and cluster analysis in detail, all of which are among multi-variable statistical analyses. The statistical methods were applied to some ecological data, through which it was aimed to understand how the results must be evaluated and thus to reach a better understanding of the theoretical and practical view of the subject. Principle Component Analysis were applied to 68 species caught during a one-year catching season, and the species composing the majority of the biomass were found to be peregrineshrimp, lizardfish, red mullet, goldband goatfish and crab. Similar results were reached via cluster analysis at the 90% similarity level. Discriminant analysis was used to understand whether the brown comber caught from Mersin Babadillimani and Iskenderun Bay are the same stocks. BoxM test was applied to the morphometric features of these fish to find out whether linear or quadratic discriminant analysis should be preferred. As a result, linear discriminant analysis was determined to apply only to the data of February. Using discriminant analysis, two regions were seen to include two different stocks, and the ratio of the caught fish belonged to their own stock were 98.3% in January, 80.4% in February, 100% in March, 94% in April, 98.6% in May, 92.3% in June, 92.9% in July, 82.5% in August, 89.7% in September, 98.8% in November and 92.2% in December.
Benzer Tezler
- Türkiyedeki illerin sağlık düzeylerinin belirlenmesinde yöntem çalışması
Methot study for determining the health development levels of the provinces in turkey
MUHARREM VARLIK
Doktora
Türkçe
2007
BiyoistatistikHacettepe ÜniversitesiHalk Sağlığı Ana Bilim Dalı
PROF. DR. ZAFER ÖZTEK
- Karayaka kuzularında çeşitli karkas özelliklerinin çok değişkenli istatistiksel analiz yöntemleri kullanılarak yorumlanması
The evaluation of various carcass characteristics of Karayaka lambs by mutivariate statistical methods
FÜSUN COŞKUN
- Çok boyutlu ölçekleme yöntemlerinin incelenemesi ve bir uygulama
Investigating of multidimensional analysis methods an application
ESRA YİĞİT
Yüksek Lisans
Türkçe
2007
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
Y.DOÇ.DR. YÜKSEL ÖNER
- Prediction of protein subcellular localization using global protein sequence feature
Evrensel protein dizi özelliğinin kullanılarak protein hücresel sınıflandırılmasının tahmini
BURÇİN BOZKURT
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN ATALAY
- Zemin sıvılaşması ve fay hareketleri nedeniyle oluşan konum değişikliklerinin fotogrametrik yöntemlerle belirlenmesi
Determination of spatial changes caused by liquefaction and fault movements by means of photogrammetric methods
OKTAY AKSU
Doktora
Türkçe
2002
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF. DR. GÖNÜL TOZ