Penalized logistic regression
Cezalandırılmış lojistik regresyon
- Tez No: 299119
- Danışmanlar: DOÇ. DR. AYLİN ALIN
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, İstatistik, Biostatistics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Lojistik regresyon kategorik verilerin modellemesinde sıklıkla kullanılan bir istatistiksel tekniktir. Kategorik verilerin en yaygın formu ?başarılı? veya ?başarısız?, ?evet? veya ?hayır? gibi ikili kategorilerin olduğu durumlardır. Regresyon modelini oluşturan değişkenler arasında çoklu doğrusal bağlantı olması durumunda, regresyon modelinin başarı oranı önemli ölçüde düşmektedir. Bu çalışmada, çoklu doğrusal bağlantı sorununu gidermek ve modelin başarı oranını arttırmak için karesel cezalandırılmış lojistik regreson modeli kullanılmıştır. En uygun cezalandırma miktarını belirlemek için çeşitli ölçüler kullanılmıştır. Bu iki yöntem gerçek veri setine (koroner kalp krizi verileri) uygulanmış ve performansları bakımından karşılaştırmaları yapılmıştır.
Özet (Çeviri)
Logistic regression (LR) is frequently used modeling technique for categorical response variables in statistical researches. Binary data are the most common form of categorical response for which the binary outcomes ?success? or ?failure?, ?yes? or ?no?. The estimation of regression parameters and classification rate is not accurate when there is multicollinearity among the predictors. In this thesis, we study the penalized logistic regression (PLR) model with quadratic penalization to eliminate the multicollinearity problem and improve the classification rate. We concentrate on several measures for determining the optimum amount of penalization on logistic regression model. We model the real data, coronary heart attack disease data, by both the PLR and LR model and compare their performances.
Benzer Tezler
- New robust penalized estimators for linear and logistic regression
Lineer ve lojistik regresyon için yeni robust cezalı tahmin ediciler
FATMA SEVİNÇ KURNAZ
Doktora
İngilizce
2017
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ATIF AHMET EVREN
PROF. DR. PETER FILZMOSER
- Nadir olaylarda cezalandırılmış lojistik regresyon yöntemlerinin karşılaştırılması
Comparison of penalized logistic regression methods in rare events
EZGİ NAZMAN
- Cezalandırılmış lojistik regresyon yöntemlerinin karşılaştırılması
Comparison of penalized logistic regression methods
PINAR KILINÇ ÖZARSLAN
- Denetçi rotasyonunun bağımsız denetim kalitesi üzerine etkisi: Borsa İstanbul'da bir uygulama
Effect of auditor rotation on independent audit quality: Evidence from Borsa Istanbul
RÜMEYSA ATICI
Yüksek Lisans
Türkçe
2020
İşletmeÇukurova Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MEHMET ÜNSAL MEMİŞ
- Bayesian semiparametric models for nonignorable missing data mechanisms in logistic regression
Lojistik regresyonda ihmal edilemeyen kayıp veri mekanizmaları için Bayesci yarı-parametrik modeller
OLCAY ÖZTÜRK
Yüksek Lisans
İngilizce
2011
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Bölümü
YRD. DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU