Geri Dön

Ridge regresyon yönteminin farklı paket programlarıyla uygulanması

Ridge regression method with implementation of the different package programs

  1. Tez No: 478565
  2. Yazar: ÇAĞLA KIRDEMİR
  3. Danışmanlar: DOÇ. DR. FİLİZ KARAMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Çalışmamızda, öncelikle regresyon analizi anlatılacaktır. Regresyon analizi basit ve çoklu regresyon olarak ikiye ayrılır. Bu yöntemlerin geçerli olması için bazı varsayımların gerçekleşmesi gerekmektedir. Bu varsayımlardan biri olan çoklu doğrusal bağıntı problemi; kısaca bağımsız değişkenler arasında bağıntı olması anlamına gelmektedir. Bu problemi ortadan kaldıracak yöntemlerden biri olan ridge regresyon yöntemi uygulamalarımızda kullanılacak ve bazı istatistik paket programları yardımıyla analizler yapılacaktır. Önce en küçük kareler yöntemi kullanılarak regresyon analizleri yapılacak daha sonra Ridge Regresyon analizi yapılarak sonuçlar yorumlanacaktır. SPSS 23, NCSS 11 ve R studio 3.4.0 programları ile yapılan analizler ayrıntılı olarak anlatılacaktır.

Özet (Çeviri)

In our study, first of all regression analysis will be explained. Regression analysis are divided into simple and multiple regression. For this method to be valid, certain assumptions needs to be made. Multicollinearity problem is one of the most important assumption. It means that correlation between the independent variables. One of the methods to eliminate this problem is Ridge regression method. By using the method multiple linear regression, regression analysis will be performed. First, regression analysis will be done using least squares method after that the results will be interpreted by ridge regression analysis. The analyzes made will be explained in detail by using SPSS 23, NCSS 11 and R studio 3.4.0 programs.

Benzer Tezler

  1. Development of chemometric calibration toolbox and its application for determination of salep adulteration

    Kemometrik kalibrasyon yazılım paketi geliştirilmesi ve salep tağşişinin belirlenmesinde kullanılması

    GÜN DENİZ AKKOÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Kimyaİzmir Yüksek Teknoloji Enstitüsü

    Kimya Ana Bilim Dalı

    PROF. DR. DURMUŞ ÖZDEMİR

  2. Kısmi en küçük kareler yönteminin simülasyon verileri ile diğer yöntemlerle karşılaştırılması

    Comparison of partial least squares prediction and other prediction methods with simulated data

    İSMAİL BAĞCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ATİLA GÖKTAŞ

  3. Ridge regresyon analizi ve zootekni alanında kullanımı

    Ridge regression analysis and its use in animal science

    METEHAN SARP ESKİTOROS

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    ZiraatTekirdağ Namık Kemal Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. ESER KEMAL GÜRCAN

  4. Alternatif regresyon modelleriyle miyokard infarktüsü sonrası sağkalımı etkileyen faktörlerin belirlenmesi

    Determination of factors that influence the survival using alternative regression models in myocardial infarction

    İBRAHİM HALİL TANBOĞA

    Doktora

    Türkçe

    Türkçe

    2019

    BiyoistatistikAtatürk Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    DOÇ. DR. ÖMER ALKAN

  5. Çok boyutlu lineer regresyonda robust ve sparse tahmin metotlarının zooteknide kullanımı

    Usage of robust and sparse estimation methods for high-dimensional linear regression in animal science

    CEM TIRINK

    Doktora

    Türkçe

    Türkçe

    2020

    BiyoistatistikOndokuz Mayıs Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. HASAN ÖNDER