COVID-19 salgın verilerinin büyüme modelleri ve mekânsal-zamansal modeller ile incelenmesi
Analysis of COVID-19 pandemic data using growth models and spatio-temporal models
- Tez No: 1004926
- Danışmanlar: PROF. DR. SERPİL AKTAŞ ALTUNAY
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: İstatistiksel modeller, Statistical models
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
COVID-19 pandemisi, zaman içinde istikrarlı bir ilerleme varsayan geleneksel büyüme modellerinin sınırlılıklarını ortaya çıkarmıştır. Bu modeller salgının erken aşamalarında iyi performans gösterirken, salgın ilerledikçe ve dalgalanmalar sergilediğinde modellerin tahmin performansı azalmıştır. Bu durum, salgın dinamiklerindeki zamansal değişimlere uyum sağlayabilen daha esnek modelleme yaklaşımlarına duyulan ihtiyacı ortaya çıkarmıştır. Bu tezin temel amacı, verilerdeki zamansal değişimleri hesaba katarak COVID-19 vaka ve ölüm sayısı tahminlerinin doğruluğunu ve güvenirliğini artırmaktır. Bu amaçla geliştirilen, pandemi zaman çizelgesini değişim noktalarına dayalı olarak anlamlı aralıklara bölen ve her aralığa en uygun büyüme modelini uygulayan Modifiye Parçalı Büyüme Eğrisi Modeli (Modified Piecewise Growth Curve Model - MPGCM) bu tez çalışmasının özgünlüğünü oluşturmaktadır. Bu parçalı yapı için, literatürde sıklıkla yer alan Üstel, Lojistik ve Gompertz epidemiyolojik modeller kullanılmıştır. Bu tez çalışması ayrıca, büyüme modeli optimizasyonunda karşılaşılan hiperparametre tanımlama sorununu ele almaktadır. Gompertz büyüme modeli tahmininde, model performansını artırmak ve hesaplama maliyetini azaltmak için Parçacık Sürü Optimizasyonu (Particle Swarm Optimization - PSO) kullanılmış ve PSO hiperparametrelerinin ayarlanması için etkili bir yöntem olarak Latin Hiperküp Örnekleme (Latin Hypercube Sampling - LHS) yönteminin kullanımı önerilmiştir. Son olarak, zamansal dinamiklerin yanı sıra COVID-19 salgın yayılımı üzerindeki mekânsal ve demografik faktörlerin etkilerinin incelenmesi ve risk değerlendirmesinin yapılması amaçlanmıştır. Türkiye'nin COVID-19 verilerine zaman, mekân, aşılama oranları ve nüfus özelliklerinin etkisini değerlendirmek ve il düzeyinde risk haritaları oluşturmak için mekânsal-zamansal modelleme yaklaşımı uygulanmıştır. Tez çalışması kapsamında, tek model yaklaşımlarının eksikliklerini gidermek için parçalı modellerin kullanılması, optimizasyon aşamasında hiperparametre sorunlarına alternatif oluşturulması ve açıklayıcı değişkenlerin etkisinin de yer aldığı risk değerlendirmesi için mekânsal-zamansal modellerin kullanımı ile birleşik bir çerçeve oluşturmak amaçlanmıştır.
Özet (Çeviri)
The COVID-19 pandemic has revelaed the limitations of single growth models, which assume steady progression over time. While these models performed well in the early stages of the pandemic, their prediction performance decreased as the pandemic progressed and exhibited fluctuations. This situation has highlighted the need for more flexible modeling approaches that can adapt to temporal changes in pandemic dynamics. The main objective of this thesis is to improve the accuracy and reliability of COVID-19 case and death count preditions by accounting for temporal changes in the data. A Modified Piecewise Growth Curve Model (MPGCM), developed for this purpose, which divides the pandemic timeline into meaningful intervals based on change points and applies the best-fitting growth model to each interval, constitutes the originality of this thesis. For this piecewise structure, Exponential, Logistic, and Gompertz epidemiological models, which are frequently used in the literature, were utilized. Furthermore, this thesis addresses the hyperparameter definition problem encountered in growth model optimization. Particle Swarm Optimization (PSO) was used in Gompertz growth model estimation to improve model performance and reduce computational costs, and the use of the Latin Hypercube Sampling (LHS) was suggested as an effective method for adjusting PSO hyperparameters. Finally, the aim is to examine the effects of spatial and demographic factors on the spread of the COVID-19 pandemic, in addition to temporal dynamics, and to conduct a risk assessment. A spatio-temporal modeling approach was applied to evaluate the impact of time, space, vaccination rates, and population characteristics on Türkiye's COVID-19 data and to create risk maps at the provincial level. Within the scope of the thesis, the aim is to establish a unified framework by using piecewise models to address the shortcomings of single-model approaches, cerating an alternative to hyperparameter issues during the optimization phase, and employing spatio-temporal models for risk assessment that also includes the effects of explanatory variables.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Group analysis of nonlinear dynamical systems
Nonlineer dinamik sistemlerin grup analizi
NAVID AMIRI BABAEI
Doktora
İngilizce
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. TEOMAN ÖZER
- COVID-19 pandem dönemi öncesi ve sonrası e-ticaret ve ekonomik büyüme arasındaki ilişki
The relationship between e-commerce and economic growth before and after the COVID-19 pandemic period
BÜŞRA CANPOLAT
Yüksek Lisans
Türkçe
2023
Ekonomiİnönü ÜniversitesiUluslararası Ticaret ve İşletmecilik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK DERİNDAĞ
- Global goals, local voices: A multinational comparative sentiment and topic analysis of public transportation in the context of SDGs
Küresel hedefler, yerel sesler: Sürdürülebilir kalkınma amaçları bağlamında toplu taşımaya yönelik ülkelerin karşılaştırmalı duygu ve konu analizi
ASLIGÜL AKSAN
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
- Covid-19'un BIST İnşaat Endeksi (XINSA) şirketlerine etkilerinin finansal analiz yoluyla incelenmesi
Investigation of the effects of Covid-19 on BIST Construction Index (XINSA) companies through financial analysis
SAMET VARİŞLER