Geri Dön

Logit dönüşümü

Başlık çevirisi mevcut değil.

  1. Tez No: 4657
  2. Yazar: NÜVİT SEVÜKTEKİN
  3. Danışmanlar: YRD. DOÇ. DR. M. TEKİN SÖZER
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1988
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

ÖZET Bu çal ışrnada e>t) -i >; ^- oo 1 + e ' biçimindeki logistik eğri ve 1 = log i t P as İn P/(l - p) = <A + pX dönüşümü ele alınarak tanıtılmaya ve bir uygulaması ya pılmaya çalışılmıştır. Logit kelimesi Berkson (1944) ta rafından“ Logistik unif'in kısaltılması ile oluşturul muştur. Çalışmada parametrelerin tahmini için kullanılan iki yöntem ele alınmıştır. Bunlardan birisi Fisher tarafından geliştirilen, binom dağılmış orijinal gözlemlere dayalı bir tam en çok olabilirlik yöntemi^ öteki ise Berkson' un geliştirdiği Minimum Logit -X yöntemidir. En çok olabi lirlik yöntemi «* ve s nın tahminleri olan a ve b yi; a ve b gerçekten <* ve p olsalardı verilen gözlemlerin oluşması olasılığının maksimum olacağı ilkesine dayanmak tadır. Minimum Logit -X2, yönteminde ise amaç, gözlemlenen ve bek lenen değerler arasındaki ağırlıklı farkların karesinintoplamanın minimize edilmesidir. Minimum Logit ~k tahminleri ”RBAN“ (regular best asympto tically normal) ve etkin olmakta ve bu anlamda asimtotik olarak en çok olabilirlik tahminlerine eşdeğer olmakta dır. Her iki yöntemde kullanılan Pearson”)! ve Logit T( değerleri büyük örneklemler için hemen hemen aynıdır. Ancak logit T^'nin hesapl ama kolaylığı vardır. Küçük örnekl emlerde, Lo- git 'X değerleri Pearson -X den daha küçük değerler olmak- taysa da bu fark küçüktür. Çalışmada Berkson (1960) dan alınan bir uygulama veril mektedir.

Özet (Çeviri)

SUMMARY In this study, logistic curve 1 1 + e \ and logit transformation P logit P = In= c* +G.X 1 - P are considered. The term logit is a contraction of the phrase“logistic unit ”. A discussion of both“the Maximum Likelihood method, developed by Fisher and Minimum Chi- Square method, developed by Berkson for fitting the parameters of the logistic function is included. Principle of Maximum Likelihood involves choosing a and b as estimates of <* and e> in such a way that; if they actually were c* and e,, the given observations would have the greatest probability of occurence. In the method of Minimum Logit n^4 the aim is to minimize the sum of the weigthed squared differences between the observed and expected values. The Minimum Logit -X2, estimates have been shown to be ”RBAH" (regular best asymptotically Normal) (Taylor, 1933)and thus are asymptotically equivalent to the Maximum Li kelihood estimates. The Minimum Logit nf* of Berkson is asymptotically distri- buted as.* and as is the standart Pearson il and the va lues in practice are almost identical. But for small samples Logit OC2,. in general, gives values somewhat less are smal 1. than those of the Pearson t. However the differences In this study an application due to Berkson (1960) is gi ven.

Benzer Tezler

  1. Tez No

    85372

    Lojistik regresyon ve biyolojik alanlarda kullanımı

    Logistic regression and its using in biological fiels

    MUSTAFA ŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    ZiraatKahramanmaraş Sütçü İmam Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. ERCAN EFE

  2. Tez No

    18101

    Bağımlı gölge (dummy) değişkende regresyon analizi ile diabet komplikasyonlarının sıklığının risk faktörleri ile ilişkisi

    Başlık çevirisi yok

    NURTEN TURAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1990

    Endokrinoloji ve Metabolizma Hastalıklarıİstanbul Üniversitesi

    PROF.DR. YAKUT ÖZDEN(IRMAK)

  3. Tez No

    93600

    Kardiyak doppler sinyallerine hızlı fourier dönüşümü analizi uygulayarak elde edilen sonuçların bulanık mantık ile değerlendirilmesi

    Application of FFT method to cardiac doppler signals and utilize of results with fuzzy logic

    NECAATTİN BARIŞÇI

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. YILMAZ SAVAŞ

  4. Tez No

    83313

    Bulanık mantığa dayalı vektör kuantalama ile görüntü kodlama

    Image coding using fuzzy logic based vector quantization

    OKTAY LEVENT KELEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Elektrik ve Elektronik MühendisliğiKaradeniz Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ GANGAL

  5. Tez No

    39347

    SHEF: A tool for fuzzy control system development

    SHEF: Bulanık kontrol algoritması geliştirme ortamı

    ŞİMA ETANER

    Yüksek Lisans

    İngilizce

    İngilizce

    1992

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    PROF.DR. EMRE HARMANCI

Geri Dön