Bınary karışımlı lojistik regresyon
Binary mixture logistic regression
- Tez No: 199684
- Danışmanlar: Y.DOÇ.DR. ABDULLAH YEŞİLOVA
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, İstatistik, Biostatistics, Statistics
- Anahtar Kelimeler: AIC, BIC, EM algoritması, Genelleştirilmiş doğrusal modeller, Lojistik regresyon, Karışımlı modeller.i, AIC, BIC, EM algorithm, Generalized linear models, Logistic regression, Mixture models.iii
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Yüzüncü Yıl Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
ÖZETBINARY KARIŞIMLI LOJ ST K REGRESYONKAYA, YılmazYüksek Lisans Tezi, Zootekni Anabilim DalıTez Danışmanı: Yrd. Doç. Dr. Abdullah YEŞ LOVAOcak 2007, 33 sayfaKarışımlı modeller uzun yıllardır bilinmesine rağmen son yıllarda yoğun olaraksağlıkta, mühendislikte, biyoloji, ziraat ve fizikte kullanılmaya başlanmıştır. Karışımlımodellerde amaç, eldeki gözlenen gözlemlerin kaç alt populasyona ait olduğununbelirlenmesi ve hangi gözlem değerlerinin hangi alt populasyonda bulunması gerektiğinekarar verilmesidir. Dolayısıyla bütün gözlenen değişkenler için tek bir parametre tahminiyerine her alt populasyon için ayrı parametre tahmini yapılmaktadır. Parametre tahminde EMalgoritmasını esas alan ML yöntemi kullanılmaktadır. Uygun model seçiminde AIC ve BICölçütleri, veri kümesinin alt populasyonlardaki sınıflandırma olasılığının hesaplanmasında iseentropy ölçütü kullanılmaktadır.Çalışmada kullanılan veri kümesi, 2005-2006 öğretim yılında YYÜ EğitimFakültesi Beden Eğitimi ve Spor Öğretmenliği Bölümü için açılan özel yetenek sınavınabaşvuran 467 erkek, 142 kız aday oluşturmaktadır. Adayların mekik sayıları, ÖSS, AOÖBPve lise mezuniyet koluna göre sınav sonuçları modellenmiştir. Erkek ve kız adaylar için ayrıayrı karışımlı lojistik regresyon analizi yapılmıştır. Erkek adaylar için uygun alt populasyonsayısı 2 olarak belirlenmiştir. Uygun alt populasyondaki AIC değeri 52.672 BIC değeri67.260 ve Entropy değeri 0.565` dir. Kız adaylar için tek bir alt populasyon uygunbulunmuştur. Uygun alt populasyon için AIC değeri 22.00, BIC değeri 19.706 ve Entropydeğeri 1.00 olarak bulunmuştur. Son aşamada, her gözlemin ait olduğu alt populasyonbelirlenmiştir.
Özet (Çeviri)
ABSTRACTBINARY MIXTURE LOGISTIC REGRESSIONKAYA, YılmazMsc, Animal ScienceSupervisor: Assist. Prof. Dr. Abdullah YEŞ LOVAJanuary 2007, 33 pagesAlthough Mixture Models have been known for a long time ago, they have been usingintensively on health, engineering, biology, agriculture and physics in recent years. In thesemethods aim is to determine sub population belonging to the observed data and to decidewhich observed data are belonging to which sub population. Thus, instead of one parameterestimation for observed variables, individual parameters for all sub population have beenestimated. The ML method based on EM algorithm has been used in parameters estimation.For suitable model selection, AIC and BIC measurements and for calculation of classificationprobability in sub population of data group entropy measurement have been used.The population used in the present study was selected as 467 male and 142 femalenominees at sport education private skill examination held on 2005-2006 curriculium year in.university of Yüzüncü Yıl.. The examination results were modelled according to the shuttlecounting, ÖSS, AOÖBP and the area of student from secondary school. The different mixtureregression analysis was performed for male and female nominees. The suitable sub populationnumber for male student, AIC value is 52.672, BIC value is 67.260 entropy value is 0.565. forfemale students one suitable sub population was found. The AIC,BIC and entrophy values forsuitable sub population of female students were determined as 22.00,19.70 and 1.00respectively. The individual observation belonging to the sub populations were determinedaccording to the sıitable sub population
Benzer Tezler
- Üst düzey voleybol maçlarında sonuca etki eden bazı faktör ve beceri parametrelerinin analizi
Analysis of some factors and skill parameters affecting the results in high level volleyball matches
NECİP ARMAN
Doktora
Türkçe
2024
SporGazi ÜniversitesiAntrenörlük Eğitimi Ana Bilim Dalı
PROF. DR. EKREM LEVENT İLHAN
- Model building of logistic regression models
Lojistik regresyon modellerinde model kurulması
ÖZGÜL VUPA
Yüksek Lisans
İngilizce
2004
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SERDAR KURT
- Multinomial lojistik regresyonda farklı kestirim yöntemleri
Different estimation methods in multinomial logistic regression
EKREM BOZBEY
Yüksek Lisans
Türkçe
2024
MatematikTekirdağ Namık Kemal ÜniversitesiMatematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURKUT NURAY URGAN
- Parkinson hastalığı için parçacık yığını optimizasyonunda yeni topolojiye dayalı yüksek verimli optimizasyon algoritmasının geliştirilmesi
Development of high efficiency optimization algorithm based on new topology in particle swarm optimization for parkinson's disease
HAWA AHMED ALRAWAYATI
- Using machine learning algorithms for orthopedic classification
Başlık çevirisi yok
MOHAMEDSADEQ ABDULKHUDHR ALSAEDI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN