Geri Dön

Kategorik veri analizi yöntemleri ve uygulamalar

Categorical data analysis methods and applications

PDF İndir

  1. Tez No: 234537
  2. Yazar: SİNAN METE
  3. Danışmanlar: PROF. DR. AYDIN ÜNSAL
  4. Tez Türü: Doktora
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada son yıllarda popüler hale gelen Kategorik Veri Analizi yöntemleri incelenmiştir. Çalışmada öncelikle ?Kategorik Veri? kavramı verilmiş ve kategorik verilerle ilgili istatistiki dağılımlar ve olumsallık tabloları irdelenmiştir. Aynı zamanda, olumsallık tablolarında kullanılan göreli risk, odds değeri ve odds oranı kavramları verilmiştir. İki yönlü olumsallık tablolarında istatistiki çıkarsamalar için Pearson'un ki-kare istatistiği yeterli olmakta ancak daha büyük boyutlu olumsallık tablolarında bu istatistik kullanılamamaktadır. Üç veya daha çok boyutlu olumsallık tablolarında ilişki yapılarının belirlenmesi için değişkenler arasında bağımlı ? bağımsız ayrımına gitmeyen ?Logaritmik Doğrusal Modeller? ele alınmıştır. Hiyerarşik ve hiyerarşik olmayan modeller olarak ikiye ayrılan logaritmik doğrusal modeller yardımıyla daha çok değişken arasındaki etkileşimler sorgulanabilmektedir. Ayrıca, tezde bağımlı değişkeni kategorik veri olarak ele alan ?Lojistik Regresyon Analizi? konusu incelenmiştir.

Özet (Çeviri)

In this study, Categorical Data Analysis methods which has been popular in last decade, is investigated. Firstly, ?Categorical Data? notion is given, and statistical distributions about categorical data and contingency tables is explicated. Also, relative risk, odds and odds ratio notions whis is used in contingency tables are given. In two-ways contingency tables, Pearson?s chi-square statistics is enough for statistical inferences but can?t used in bigger contingency tables. For determining association structures in three-ways or bigger contingency tables, ?Log-Linear Models? is discussed which doesn?t discriminate variables as dependent or independent. Interactions between many variables can be interrogated with log-linear models whis is classified as hierarchical and non-hierarchical. Also, ?Logistics Regression Analysis? is disscussed which can take a categorical data as a dependent variable.

Benzer Tezler

  1. Tez No

    341635

    Kategorik-sınıflandırılmış veri analiz yöntemleri ve uygulamaları

    Categoricial-classified data analysis methods and applications

    SAİDE NUR TAŞTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    BiyoistatistikSüleyman Demirel Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. HİKMET ORHAN

  2. Tez No

    915991

    Bayesçi gizli sınıf analizi ve makine öğrenimi yöntemleri ile CRISPR Cas9 gen düzenlemesinde hedef dışı skorların tahmini

    Prediction of off-target scores in CRISPR Cas9 gene editing with Bayesian latent class analysis and machine learning methods

    ALİ MERTCAN KÖSE

    Doktora

    Türkçe

    Türkçe

    2024

    BiyoistatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. OZAN KOCADAĞLI

  3. Tez No

    806595

    Veri madenciliğinde kategorik veri analizi: Teknoloji bağımlılığı üzerine bir uygulama

    Categorical data analysis in data mining: An application on technology addiction

    RAMAZAN PEHLİVAN

    Doktora

    Türkçe

    Türkçe

    2023

    İstatistikİstanbul Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. ÇİĞDEM ARICIGİL ÇİLAN

  4. Tez No

    974328

    Kaba kümeleme teorisi kullanılarak diyabet veri setinin analiz edilmesi ve diyabet hastalığının teşhisi için gerçek zamanlı bir veri analitiği sistemi kurulması

    Analyzing diabetes data set using rough clustering theory and establishing a real-time data analytics system for diagnosis of diabetes disease

    MEHMET YÜKSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN DEMİRCİ

  5. Tez No

    855478

    Yapay sinir ağları ve makine öğrenmesi ile otomobil satış tahmininin yapılması ve zaman serileri analizi ile karşılaştırılması

    Forecasting automobile sales using artificial neural networks and machine learning and comparison with time series analysis

    BEYZA KURTGERİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MERVE CENGİZ TOKLU

Geri Dön