Geri Dön

Doğrusal olmayan kovaryans analizi modelleri ile sosyal güvenlik verileri üzerine uygulama

Multivariate non-li̇near analyse of covariance wi̇th

  1. Tez No: 569656
  2. Yazar: CANSU MERCAN
  3. Danışmanlar: DOÇ. DR. NECATİ ALP ERİLLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, İstatistik, Econometrics, Statistics
  6. Anahtar Kelimeler: Doğrusal olmayan analiz, Ekonometri, Ekonometrik analiz, Kovaryans analizi, Sosyal güvenlik, Sosyal güvenlik sistemleri, Çok değişkenli varyans analizi, Nonlinear analysis, Econometrics, Econometric analysis, Covariance analysis, Social security, Social security systems, Multivariate variance analysis
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Sivas Cumhuriyet Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Çok değişkenli kovaryans analizi, birden fazla bağımlı değişkeni aynı anda inceleyerek grup ortalamaları arasındaki farkın istatistiksel olarak anlamlı olup olmadığını araştırmaktadır. Kovaryans analizinin en temel varsayımlarından biri olan doğrusallık varsayımı, kovaryans analizi sonucunda oluşturulan modelin temsil gücünü etkileyen önemli bir etkendir. Doğrusal olmayan veriler üzerinde çok değişkenli kovaryans analizinin kullanılması, modelin temsil gücünü zayıflatacaktır. Bu çalışmada, doğrusal olmayan kovaryans analizi tanıtılmıştır. Doğrusallık varsayımını sağlayan kovaryans analizi ile farklılıkları ortaya konmuş ve yapılan uygulama ile verinin doğrusal olup olmaması veya tam doğrusal olması durumlarının çok değişkenli kovaryans analizini nasıl etkilediği incelenmiştir. Yapılan analizler, doğrusal olmayan veriler üzerinde yapılacak analizin doğrusal olmayan kovaryans analizi ile yapılmasının daha uygun olduğunu ortaya koymuştur.

Özet (Çeviri)

By examining more than one dependent variable, multivariate analysis of covariance investigating whether differences between average of groups are statistically reasonable or unreasonable. The basic assumption of linearity the assumption of covariance the analysis of covariance generated as a result of the analysis of representation is an important factor that affects the strength of the model. Using multivariate analyse of covariance on the non-linear datas is going to weaken strenght of the model. In this study,whether the implementation by using the data of data received from Social Security Institution, linear or multivariate linear how affects of the multivariate covarinace analyses. Performed analysis has revealed that analyze on non-linear datas should be practised with analyses of non-linear covarince.

Benzer Tezler

  1. Varlık fiyatlama modeli ile arbitraj fiyat modelinin karşılaştırılması: BİST üzerinde bir uygulama

    The comparison of capital asset pricing model and arbitrage pricing model: Practice on BIST

    İLKER AKKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    EkonomiMef Üniversitesi

    Ekonomi Finans Ana Bilim Dalı

    DOÇ. DR. ERDEM BAĞCI

  2. Yapısal kırılma altında eşik birim kök testlerinin incelenmesi

    Investigation of threshold unit root tests under structural break

    MEHMET ÖZCAN

    Doktora

    Türkçe

    Türkçe

    2019

    EkonometriGazi Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. FUNDA YURDAKUL

  3. Essays on estimation methods

    Tahmin yöntemleri üzerine makaleler

    YASİN KÜTÜK

    Doktora

    İngilizce

    İngilizce

    2019

    Ekonomiİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  4. Early prediction of probability of collision for LEO satellites using an ensemble learning with unscented transform based dataset generation from conjunction data messages

    Yakınlaşma veri mesajlarından unscented transform tabanlı veri seti üretimi ile ensemble öğrenme kullanılarak LEO uyduları için çarpışma olasılığının erken tahmini

    RABİA TÜYLEK TOK

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMRE ONUR KAHYA

    DR. BURAK YAĞLIOĞLU

  5. Classification, prediction and state estimation algorithms for predictive maintenance

    Kestirimci bakım için sınıflandırma, tahmin ve durum kestirimi algoritmaları

    UĞUR YILDIRIM

    Doktora

    İngilizce

    İngilizce

    2026

    Elektrik ve Elektronik MühendisliğiAdana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HÜSEYİN AFŞER