Genetik algoritma uygulanarak ve bilgi kriterleri kullanılarak çoklu regresyonda model seçimi
Model selection in multiple regression by applying genetic algorithm and by using information criteria
- Tez No: 212516
- Danışmanlar: PROF. DR. HAMZA EROL
- Tez Türü: Yüksek Lisans
- Konular: Matematik, İstatistik, Mathematics, Statistics
- Anahtar Kelimeler: Bilgi kriteri, Çoklu lineer regresyon, Genetik algoritma, Model seçimi, Information criterion, Multiple linear regression, Genetic algorithm, Model selection
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 140
Özet
Çoklu lineer regresyon modelinde açıklayıcı değişken sayısı fazla olduğunda aday model sayısı da üstel olarak artmaktadır. Bu durumda geleneksel yöntemlerle, adımsal yöntemlerle ve istatistik paket programları kullanılarak model seçimi mümkün değildir. Bu çalışmada açıklayıcı değişken sayısının fazla olması durumunda ortaya çıkan model seçimi problemi, genetik algoritma uygulanarak ve bilgi kriterleri kullanılarak incelenmiştir. Bu amaçla çalışmada önce, çoklu lineer regresyon modeli hakkında genel bilgiler verilmiş ve çoklu lineer regresyon modellerinin oluşturulması açıklanmıştır. Sonra, açıklayıcı değişken sayısının fazla olması durumunda çoklu regresyonda ortaya çıkan en iyi modelin seçimi problemi adımsal yöntemlerle incelenmiştir. Daha sonra da, çoklu lineer regresyon modeli için genetik algoritma ve bilgi kriterleri açıklanmıştır. Çoklu lineer regresyonda genetik algoritma uygulanarak ve bilgi kriterleri kullanılarak model seçimi incelenmiştir. Genetik algoritma için kod oluşturulması ele alınmıştır. Son olarak, sonuç ve öneriler tartışılmıştır.
Özet (Çeviri)
The number of models increases exponentially when the explanatory variables increases in a multiple linear regression model. In this case, model selection is impossible by using traditional procedures, stepwise methods and even existing statistical softwares. In this study, the model selection problem in a multiple linear regression model when there are more explanatory variables or regressors is considered by applying genetic algorithm and by using information criterias. For this purpose first, general information about multiple linear regression model are given and building multiple linear regression model is explained. Then, the best model selection problem in a multiple linear regression model when there are more explanatory variables is examined by stepwise methods. After than, genetic algorithm and information criterias for multiple linear regression model are emphasized, following model selection in multiple regression by applying genetic algorithm and by using information criterias is explained. Finally, results and discussions are given.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Bulanık çok modlu kaynak kısıtlı proje çizelgeleme problemlerinin çözümü için matematiksel bir model
A mathematical model for the solution of the fuzzy multi mode resource-constrained project scheduling problems
ÖMER ATLI
Doktora
Türkçe
2012
Endüstri ve Endüstri MühendisliğiHava Harp Okulu KomutanlığıEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ KAHRAMAN
- Meta-analysis of microRNA and gene selection using machine learning
Makine öğrenmesi kullanarak microRNA meta-analizi ve gen seçimi
ELNAZ PASHAEI
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
- Kapasite ihtiyaç planlaması ve sonlu çizelgeleme
Capacity requirements planning and finite scheduling
CÜNEYT DEĞERTEKİN
- Beyin görüntüleme tekniklerinin alzheımer hastalığı erken tanı tahmininde kullanılması
The use of brain imaging techniques for predicting early diagnosis of alzheimer's disease
SAVAŞ OKYAY
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NİHAT ADAR