Geri Dön

Penalized logistic regression

Cezalandırılmış lojistik regresyon

  1. Tez No: 299119
  2. Yazar: DİNÇER GÖKSÜLÜK
  3. Danışmanlar: DOÇ. DR. AYLİN ALIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, İstatistik, Biostatistics, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Lojistik regresyon kategorik verilerin modellemesinde sıklıkla kullanılan bir istatistiksel tekniktir. Kategorik verilerin en yaygın formu ?başarılı? veya ?başarısız?, ?evet? veya ?hayır? gibi ikili kategorilerin olduğu durumlardır. Regresyon modelini oluşturan değişkenler arasında çoklu doğrusal bağlantı olması durumunda, regresyon modelinin başarı oranı önemli ölçüde düşmektedir. Bu çalışmada, çoklu doğrusal bağlantı sorununu gidermek ve modelin başarı oranını arttırmak için karesel cezalandırılmış lojistik regreson modeli kullanılmıştır. En uygun cezalandırma miktarını belirlemek için çeşitli ölçüler kullanılmıştır. Bu iki yöntem gerçek veri setine (koroner kalp krizi verileri) uygulanmış ve performansları bakımından karşılaştırmaları yapılmıştır.

Özet (Çeviri)

Logistic regression (LR) is frequently used modeling technique for categorical response variables in statistical researches. Binary data are the most common form of categorical response for which the binary outcomes ?success? or ?failure?, ?yes? or ?no?. The estimation of regression parameters and classification rate is not accurate when there is multicollinearity among the predictors. In this thesis, we study the penalized logistic regression (PLR) model with quadratic penalization to eliminate the multicollinearity problem and improve the classification rate. We concentrate on several measures for determining the optimum amount of penalization on logistic regression model. We model the real data, coronary heart attack disease data, by both the PLR and LR model and compare their performances.

Benzer Tezler

  1. Nadir olaylarda cezalandırılmış lojistik regresyon yöntemlerinin karşılaştırılması

    Comparison of penalized logistic regression methods in rare events

    EZGİ NAZMAN

    Doktora

    Türkçe

    Türkçe

    2019

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SEMRA ERBAŞ

  2. Cezalandırılmış lojistik regresyon yöntemlerinin karşılaştırılması

    Comparison of penalized logistic regression methods

    PINAR KILINÇ ÖZARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. HÜLYA OLMUŞ

  3. Denetçi rotasyonunun bağımsız denetim kalitesi üzerine etkisi: Borsa İstanbul'da bir uygulama

    Effect of auditor rotation on independent audit quality: Evidence from Borsa Istanbul

    RÜMEYSA ATICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İşletmeÇukurova Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. MEHMET ÜNSAL MEMİŞ

  4. Smart classification of normal and agressive muscle actions

    Normal ve agresif kas hareketlerinin akıllı sınıflandırması

    KEMAL AYDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERAP AYDIN

  5. New robust penalized estimators for linear and logistic regression

    Lineer ve lojistik regresyon için yeni robust cezalı tahmin ediciler

    FATMA SEVİNÇ KURNAZ

    Doktora

    İngilizce

    İngilizce

    2017

    İstatistikYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ATIF AHMET EVREN

    PROF. DR. PETER FILZMOSER