Geri Dön

Beta regresyon analizinde sezgisel optimizasyon algoritmaları kullanarak model seçimi

Model selection in beta regression analysis using heurisic optimization algorithms

PDF İndir

  1. Tez No: 484303
  2. Yazar: EMRE DÜNDER
  3. Danışmanlar: PROF. DR. MEHMET ALİ CENGİZ
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Genelleştirilmiş lineer modeller (GLM) istatistiksel veri analizinde regresyon analizi için en sık kullanılan model türüdür. GLM bağımlı değişkenin dağılımına bağlı olarak regresyon modeli oluşturmak için uygulanır. Bağımlı değişkenin uygun olduğu dağılım verinin değer aralığına ve yapısına bağlı olarak değişkenlik gösterir. Bağımlı değişken (0,1) aralığında değerler aldığında GLM'nin bir alt kolu olan beta regresyon analizi kullanılır. GLM için en uygun modelin seçimi çıkarsama ve tahmin açısından çok önemli bir konudur. GLM'de seçilen modelin performansı bilgi kriterlerine ve seçim algoritmasına bağlıdır. Bu tez çalışmasında beta regresyon analizi için model seçimi üzerinde duruldu. Model seçimi için sezgisel optimizasyon yöntemlerinden diferansiyel gelişim algoritması kullanıldı. Beta regresyon analizi kapsamında, klasik bilgi kriterleri dışında ceza teriminde modelin kovaryans matrisini bulunduran alternatif bilgi kriterlerinin performansları değerlendirildi. Uygulama aşamasında üç farklı benzetim tasarımı ve üç farklı gerçek veri setleri kullanılarak model seçimi gerçekleştirildi. Elde edilen analiz sonuçlarına göre, beta regresyon modeli için alternatif bilgi kriterlerinin; bağımlı değişkenin dağılımı normale yaklaştıkça ve bağımsız değişkenler arasındaki çoklu bağlantı düzeyi arttıkça daha doğru sonuçlar sağladığı sonucuna varılmaktadır.

Özet (Çeviri)

The generalized linear model (GLM) is the most commonly used model for regression analysis in statistical data analysis. The GLM is applied to form a regression model based on the distribution of the dependent variable. The distribution of the dependent variable is variable depending on the value range and structure. The beta regression analysis, a sub-line of the GLM, is used when the dependent variable takes on values in the range (0,1). Choosing the most appropriate model for GLM is a very important issue in terms of inference and prediction. The performance of the selected model in the GLM depends on the information criteria and the selection algorithm. This thesis focuses on the model selection for beta regression analysis. For the model selection, differential development algorithm was used as heuristic optimization method. Except of the classical information criteria, the performance of alternative information criteria, which includes the covariance matrix of the model in penalization term was evaluated in the context of beta regression analysis. In the implementation phase, the model selection was performed with three different simulation designs and three different real data sets. According to the obtained analysis results, it is concluded that alternative information criteria provide more accurate results as the distribution of the dependent variable is approximates to normal and as the multicollinearity level increases for beta regression model.

Benzer Tezler

  1. Tez No

    889456

    Karma frekanslı verilerle regresyon analizi ve bir uygulama

    Regression analysis with mixed frequency data and an application

    MUHAMMED İLKER ŞAHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EkonomiSivas Cumhuriyet Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. HAKAN TÜRKAY

  2. Tez No

    172757

    CAPM and beta - evidence from Turkey is beta alive in İstanbul stock exchange?

    FVFM beta-Türkiye'den kanıtlar beta İMKB'de yaşıyor mu?

    HAKKI ÖZTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    İşletmeBahçeşehir Üniversitesi

    İşletme Ana Bilim Dalı

    PROF.DR. ÜMİT EROL

  3. Tez No

    7233

    Sistematik risk ölçüsü olarak beta katsayı ile bir şirkete ilişkin finansal oranlar arasındaki ilişki ve bir örnek çalışma

    Başlık çevirisi yok

    GÜRSEL PERK(AKPINAR)

    Yüksek Lisans

    Türkçe

    Türkçe

    1989

    İşletmeİstanbul Üniversitesi

    Finans Ana Bilim Dalı

    DOÇ. DR. BELKIS SEVAL

  4. Tez No

    281889

    Genişlemiş spektrumlu beta laktamaz salgılayan Escherichia coli ve Klebsiella pneumoniae enfeksiyonlarında fataliteyi belirleyen faktörler ve uygun antibiyotik kullanımının rolü

    The Impact of Inadequate Antibiotic Use on Fatality among the patients with ESBL-producing E.coli and Klebsiella pneumoniae bloodstream infections

    PEGAH GOLABİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiMarmara Üniversitesi

    Enfeksiyon Hastalıkları ve Klinik Bakteriyoloji Ana Bilim Dalı

    PROF. DR. MEHMET ÖNDER ERGÖNÜL

  5. Tez No

    310040

    Trakya Üniversitesi Sağlık Araştırma ve Uygulama Merkezinde genişlemiş spekturumlu beta-laktamaz üreten gram negatif bakteri etkenli kan akımı infeksiyonlarında risk faktörlerinin irdelenmesi

    Analysis of risk factors in blood stream infections caused by extended spectrum beta-lactamase producing gram negative bacteria in Trakya University Medical Faculty Hospital

    FULYA TANRIKULU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiTrakya Üniversitesi

    Enfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı

    YRD. DOÇ. DR. AYGÜL DOĞAN ÇELİK

Geri Dön