Birleşmiş Milletler Kalkınma Programı Beşeri Kalkınma Endeksi verilerini kullanarak diskriminant analizi, lojistik regresyon analizi ve yapay sinir ağlarının sınıflandırma başarılarının değerlendirilmesi
Evaluating classification success of discriminant analysis, logistic regression analysis and neural network models using United Nations Developing Programme?s Human Development Index
- Tez No: 241782
- Danışmanlar: PROF. DR. ERKAN OKTAY
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Diskriminant analizi, Kalkınma, Logit modeli, Lojistik regresyon analizi, Lojistik regresyon modelleri, Yapay sinir ağları, Discriminant analysis, Development, Logit model, Logistic regression analysis, Logistic regression models, Artificial neural networks
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Bölümü
- Bilim Dalı: İşletme Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde yapılan araştırmalar incelendiğinde artık tek değişkene bağlı olarak olayların analizi yerine birçok farklı değişkenin dikkate alındığı görülmektedir. Bu tez çalışmasında çok değişkenli istatistik yöntemleri ve yapay sinir ağları kullanılarak sınıflandırma analiz yöntemlerinin sınıflandırma gücü test edilmiştir. Analizde Birleşmiş Milletler Kalkınma Programı tarafından Beşeri Kalkınma Endeksinin hesaplanmasında kullanılan değişkenlerden yararlanılmıştır. Yapılan üç analizin sonucunda Çok Katmanlı Perseptron Modeli ve Lojistik Regresyon Modelinden Diskriminant Analizine göre daha iyi sınıflandırma başarısı elde edilmiş, Diskriminant Analizinden ise tatminkâr bir sonuç elde edilmiştir. Diskriminant Analizinde normallik varsayımları için logaritmik dönüşümler kullanılmış ve bu sayede yaklaşık 1 puanlık sınıflandırma başarısı artırılmıştır. Çok Katmanlı Perseptron Modelinde ise ham veriler kullanıldığında elde edilen sınıflandırma oranının geliştirilmesi için değişkenlere ait değerler normalize edilmek suretiyle %100'lük sınıflandırma başarısı elde edilmiştir.
Özet (Çeviri)
When the studies investigated nowadays, on behalf of analyzing cases up to the one variable, it can be seen that more than one and different variables taken into consideration. Classification power of classification analysis methods has been tested in this thesis study by using multivariate statistical techniques and neural network models. Human Development Index data, used by United Nations Developing Programme (UNDP) for classifying countries, have been used in the analysis. After making the analysis, better classification has been made by Multi Layer Perceptron Model and Logistic Regression Model. Also Discriminant Analysis produces a satisfactory result too. Classification success of Discriminant Analysis method has increased 1 point by providing uni-variate normality with logarithmic transformations of some variables. For improving classification success of Multi Layer Perceptron Model, variables are normalized. Because of normalization of variables, 100 percent classification success has been reached. Finally, results are discussed and which factors have affected the methods is scrutinized.
Benzer Tezler
- Computer aided design of lumped and distributed broadband matching and filtering networks
Başlık çevirisi yok
ADNAN KÖKSAL
Yüksek Lisans
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEVZAT YILDIRIM
- Anaokulu-anasınıfı öğretmenlerinin program konusundaki bilgi yeterlikleri ve hizmet-içi eğitim kurslarının okulöncesi eğitim ve program bilgilerine katkıları
Başlık çevirisi yok
NURCAN AVCI
Yüksek Lisans
Türkçe
1987
Eğitim ve ÖğretimGazi ÜniversitesiÇocuk Gelişimi ve Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. NURGÜN ERSAN