Çok değişkenli istatistiksel analiz yöntemleri ve bir uygulama
Multivariate statistical analysis techniques and an application
- Tez No: 133818
- Danışmanlar: PROF. DR. AYDIN ÜNSAL
- Tez Türü: Doktora
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2003
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 183
Özet
170 ÖZET Çok değişkenli istatistiksel analizde, deney birimlerinden gözlem ya da ölçüm yoluyla elde edilen özellikler göz önüne alınır. Değişken adı verilen bu özelliklerin çok sayıda olması, sorunun tek değişkenli istatistiksel analiz yöntemleri ile çözümüne olanak tanımamaktadır. Bu nedenle birçok yöntem geliştirilerek sorunun çözümüne çalışılmıştır. Çok değişkenli istatistiksel analiz yöntemleri adı verilen bu yöntemlerin asıl amacı; bilimsel çalışmaların sayı ile ifade edilebilen sonuçlarının özetlenmesi, yorumlanması ve karar verilirken kullanılmasının sağlanmasıdır. Genellikle ele alınan sorunlar birbiriyle ilişkili pek çok etkenin etkisi altındadır. Bu nedenle uygulamada pek çok sayıda değişken ile karşılaşılmaktadır. Yapılan çalışmaların geçerli ve güvenilir sonuçlar verebilmesi için, incelenmesi istenilen konuların, mümkün olduğunca bütün yönleri ile değerlendirilmesi esastır. Bunun sonucunda araştırmacı çok değişkenli veri ve bunların istatistiksel analizi ile karşı karşıya kalır. Çok değişkenli istatistiksel analiz, birden çok özelliğin analizi ile ilgilendiğinden, değişik amaçlar için kullanılabilir. Bu amaçlardan en önemli olanları: boyut indirgeme, birimlerin sınıflandırılması, bağımlılık yapısının incelenmesi, hipotez testleri ve sıralama şeklinde özetlenebilir. Bu çalışmada sözü edilen amaçlara hizmet eden, çok değişkenli istatistiksel analiz yöntemlerinden, Önemli Bileşenler Analizi, Faktör Analizi, Diskriminant Analizi ve Kümeleme Analizi, teorik anlamda incelenmiş, yöntemlerin temel özellikleri ve sağladığı yararlara yer verilmiştir. Çalışmanın teorik bölümlerinin ardından, sözü edilen bu yöntemler kullanılarak, seçilen sosyo-ekonomik değişkenler yardımıyla illerin gelişmişlik düzeylerine göre sınıflandırılmasını kapsayan bir uygulamaya yer verilmiştir.171 Çalışmanın uygulama bölümünde 1990-2000 yılları için 73 ile ait gelişmişlik düzeyini temsil ettiği düşünülen 49 adet sosyo-ekonomik değişken seçilmiştir. Elde edilen sonuçlar birbirleri ile karşılaştırılarak ele alınan illerin gelişmiş ve gelişmekte olan ayırımını en iyi yapan diskriminant fonksiyonu belirlenmiştir. Analizlerde kullanılan değişkenler Devlet İstatistik Enstitüsü ve Devlet Planlama Teşkilatı kuruluşlarının veri tabanlarından ve yayınlarından alınmıştır.
Özet (Çeviri)
172 ABSTRACT In multivariate analysis, properties obtained by observation or measurement from sample units are considered. These properties, called variables, are too much to analyze by univariate statistical methods so several methods are developed to solve this problem. The main purpose of these methods, called multivariate statistical analysis, is to summarize of the conclusions expressed by numbers in scientific researches, to interpret and to help while making decisions. Generally the problems considered are under effect of several correlated factors. Because of this, plenty of variables are encountered in application. For the studies to be valid and reliable, the subjects handled have to be evaluated as extensive as possible. Therefore researchers come across with multivariate data and its statistical analysis. Multivariate statistical analysis is deal with more than one property, so it can be used for various purposes. The most important ones of this purposes are summarized as reduce the dimension, classification of the units, investigate the correlation structure, test of hypothesis and ranking. In this study, the multivariate statistical methods; Principle Component Analysis, Factor Analysis, Discriminant Analysis and Cluster Analysis are studied in a theoretical manner, the basic properties of the methods and the advantages of these are given. After the theoretical parts, an application part, in which the countries are classified by the mentioned methods with respect to their development levels measured by the aid of chosen socio-economic variables, is given.173 In application part of the study, 49 socio-economic variables which are supposed to represent the development levels of 73 countries for 1 990-2000 periods are used. The obtained results are compared and the best discriminant function which makes the best discrimination between developed and developing countries is determined. The variables used in analysis are taken from the databases and publications of The State Institute of Statistics and The State Planning Organization.
Benzer Tezler
- Lojistik regresyon ve bankacılık verileri üzerine bir uygulama
Logistic regression and an application of banking data
ELMİRA KOCABAŞ
Yüksek Lisans
Türkçe
2014
EkonometriYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FİLİZ KARAMAN
- Çok değişkenli istatistiksel bir boyut indirgeme yöntemi olarak kümeleme analizi ve bir uygulama
Cluster analysis as a reducation of dimensionality technique for multivariate statistical and an application
AYNUR İNCEKIRIK
Yüksek Lisans
Türkçe
2005
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. KADİR ERTAŞ
- Askeri personelin motivasyon ve etkinliğini etkileyen etmenlerin çok değişkenli istatistiksel analiz yöntemlerle belirlenmesi
Appractice to determine the factors that effects the military staff's motivation and effectiveness with multiple variable statistical analysis methods
ADNAN EROĞLU
- Sağlık hizmetlerinin Türkiye'deki dağılımının faktör analizi ve bilgisayar yardımıyla çözümlenmesi
Başlık çevirisi yok
NİHAL RAKICI(YELKENKAYA)
- Melen nehri su kalitesinin istatistiksel analiz yöntemleri ve yapay zeka teknikleri kullanılarak değerlendirilmesi
Water quality assessment of Melen river using statistical and artificial intelligence methods
RABİA KÖKLÜ
Doktora
Türkçe
2010
Çevre MühendisliğiSakarya ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT ŞENGÖRÜR