Bayesian estimation for multinomial logistic regression
Bayesçi multinomiyal lojistik regresyon
- Tez No: 406337
- Danışmanlar: DOÇ. DR. ATIF AHMET EVREN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, Somali'de belirli bir yaştaki gençlerin mutluluğunun, yaş ve eğitim düzeyi gibi iki açıklayıcı değişken ile incelenmesinde, Bayesçi multinomiyal lojistik regresyon modelinin uygulanabilirliğini savunmaktadır. Multinominal lojistik regresyon yöntemi, parametrelerin posterior (sonsal) yoğunluğunun kestirilmesinde, klasik yöntem ve Bayesçi (veya Markov Zinciri Monte Carlo (MCMC) yöntemi) olmak üzere iki farklı yaklaşım sunar. Bu iki yöntemin karşılaştırılması, multinominal lojistik regresyon yöntemine Bayesçi yaklaşımın katkısını belirlemek amacıyla yapılmıştır. Modeli eldeki verilere uydurmak için R ve WinBugs (Bayesçi yaklaşımı kullanarak Gibbs örnekleme) programları kullanılmıştır. Her iki yöntemde mutluluk seviyesinine ğitim seviyesi ile doğru orantılı, yaşile ise ters orantılı olduğunu göstermiştir. Klasik yöntemeek olarak bu çalışmada, Bayesçi Multinominal lojistik regresyonun, doğrudan hesaplamalarda ve posterior yoğunluğun yüksek birkesinlik derecesinde belirlenmesinde yararlı olduğu gözlenmiştir.
Özet (Çeviri)
This thesis discusses the applicability of Bayesian multinomial logistic regression model on the prediction of happiness of Somaliland youth by two variables; age and educational level. It presents two approximate methods on multinomial logistic regression estimation; classical method and Bayesian method or Markov Chain Monte Carlo (MCMC), to obtain the marginal posterior density for the parameters. A comparison of these two methods is carried out to determine the usefulness of Bayesian method on multinomial logistic regression estimation. R and WinBUGS (Bayesian Inference using Gibbs Sampling) programs have been used to fit the model. As both of these two methods have suggested; happiness increases with educational level and decreases with age. In addition, it is also shown that Bayesian Multinomial logistic regression is useful in direct computations and it produces very accurate approximations to the posterior density.
Benzer Tezler
- Bayesyen multinominal lojistik regresyon ile işletmelerin finansal başarısızlığının değerlendirilmesi: İmalat sanayi uygulaması
Evaluation of financial failure of firms with bayesian multinominal logistic regression analysis: An application of manufacturing sector
NİMET MELİS ESENYEL İÇEN
- Yol kazalarının Bayesci yaklaşımla analizi
Bayesian analysis of road accidents
UĞUR KARABEY
Yüksek Lisans
Türkçe
2007
İstatistikHacettepe ÜniversitesiAktüerya Bilimleri Ana Bilim Dalı
PROF.DR. ÖMER ESENSOY
- İnference and parameter estimation in bayesian change point models
Bayesçi değişim noktası modellerinde çıkarım ve parametre kestirimi
ÇAĞATAY YILDIZ
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ TAYLAN CEMGİL
- Particle methods for bayesian multiobject tracking and parameter estimation
Parçacık metodları ile çoklu nesne izleme ve parametre kestirimi
EMRE ÖZKAN
Doktora
İngilizce
2009
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MÜBECCEL DEMİREKLER
- Bayesian compressive sensing approach for ultra-wideband channel estimation
Ultra geniş bant kanal kestirimi için bayes sıkıştırılmış algılama yaklaşımı
MEHMET ÖZGÖR
Yüksek Lisans
İngilizce
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN