Geri Dön

Ridge regresyon analizi ve bir uygulama

Ridge regression analysis and an application

  1. Tez No: 271791
  2. Yazar: MUSTAFA ÇAĞATAY BÜYÜKUYSAL
  3. Danışmanlar: PROF. DR. İSMET KAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Biyoistatistik, Regresyon analizi, Ridge regresyon, Bioistatistics, Regression analysis, Ridge regression
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Uludağ Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, çoklu doğrusal regresyon analizinde, bağımsız değişkenler arasında çoklu doğrusal bağıntı olması durumunda ortaya çıkan yanlılığı ortadan kaldırmak için en küçük kareler yöntemine alternatif olarak önerilen ridge regresyon yöntemi üzerinde çalışılmıştır. En küçük kareler ve ridge regresyon analizinden elde edilen sonuçlar karşılaştırılmıştır.İstanbul Üniversitesi İstanbul Tıp Fakültesi Hastanesine şişmanlık şikayeti ile başvuran hastalar arasından rastgele seçilen 20 kişiye ait beden ağırlığı (kg), deri alanı (cm2), uyluk kemiğinin çevresinin uzunluğu (cm) ve belden yukarı ölçülen kasların çevrelerinin uzunluğu (cm) değerleri elde edilmiş ve bu değerlerle hastaların vücut ağırlığıyla olan ilişkileri incelenmiştir.Yapılan analizlerin sonucunda, ridge regresyon analiziyle elde edilen regresyon katsayıları, kuramsal beklentilere cevap verirken, en küçük kareler yöntemiyle elde edilen regresyon katsayıları, beklenenden uzak sonuçlar vermiştir.Sonuç olarak çoklu doğrusal bağıntı halinde, ridge regresyon analizinin en küçük kareler yöntemine göre daha doğru sonuçlar verdiği görülmüştür. Bu yüzden çoklu doğrusal bağıntı varlığında, ridge regresyon analizinin kullanılmasını öneriyoruz.

Özet (Çeviri)

At this study, we studied on an alternative method suggested to least squares called ?Ridge Regression? which is used to remove multicollinearity between independent variables. Then, results from least squares and ridge regression analysis are compared.20 patients are randomly selected from a sample from whose had an obesity problem at Istanbul University, Faculty of Medicine. Body mass (kg), skin area (cm2), length of femur circle (cm) and length of muscles? circles which are above the waist (cm) datas are collected and the relationships between these parametres and body mass is examined.After the analysis, regression coefficients that are found with ridge regression are very close to theoretical expectations, whereas regression coefficients that are found with least squares are so different from expectations.As a result, when multicollinearity occurs, it is seen that ridge regression analysis gives more appropriate results than least squares. So, at problem of multicollinearity we suggest using ridge regression method.

Benzer Tezler

  1. Panel veri analizi ve panel rıdge regresyon üzerine bir uygulama

    Panel data analysis and an application about the panel ridge ression

    ALİ ALP

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. AYDIN ERAR

  2. Regresyon analizi ve TCDD'nin yük ve yolcu taşımacılığı üzerine bir uygulama

    Regression analysis and an application for freight and passenger transportation in Turkish railways (TCDD)

    CAHİT BILDIRCIN

    Yüksek Lisans

    Türkçe

    Türkçe

    1990

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. HAMZA GAMGAM

  3. Ridge regresyon üzerine bir çalışma

    A Study on ridge regression method

    ORHAN İPEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SONER GÖNEN

  4. Ridge Regresyon yöntemiyle Türk tekstil ve konfeksiyon sanayii dış satımının analizi

    Başlık çevirisi yok

    NURAY GİRGİNER

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    EkonomiAnadolu Üniversitesi

    NURAY GİRGİNER

  5. Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity

    Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini

    AMMAR HOMAIDA

    Doktora

    İngilizce

    İngilizce

    2025

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MERAL EBEGİL