Geri Dön

Çok seviyeli regresyon modelleri ve uygulamaları

Multilevel regression models and application of multilevel regression analysis

  1. Tez No: 316067
  2. Yazar: BURÇİN ŞİMŞEK
  3. Danışmanlar: PROF. MEHMET ZİYA FIRAT
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Zootekni Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 100

Özet

Son yirmi yıl civarında geliştirilmiş olan çok seviyeli regresyon modelleri, hiyerarşik ya da iç içe veri yapısına sahip veri setlerinin analizinde oldukça kullanışlı olduğundan birçok farklı alanda kabul görmüş bir yöntemdir. Veri setinin yapısından kaynaklı olarak ortaya çıkan gözlemler arası korelasyon ve veri setinde yer alan seviyeler bu modellerce kolayca ifade edilebilmektedir. Veri setindeki iç içe yapının ve gözlemler arası bağımlılıkların göz ardı edilerek geleneksel istatistiksel yöntemlerle hiyerarşik verilerin analiz edilmesi ile yapılan analiz sonuçlarında yanlı parametre ve yanlış hata terimi tahminleri elde edilmesine sebep olur. Bu da araştırmacılar tarafından hiyerarşik veri yapısına sahip veri setlerinin analizinde çok seviyeli regresyon modellerinin kullanılmasını bir nevi zorunlu kılmaktadır. Çok seviyeli regresyon modellerinin zirai alandaki kullanımı çok yaygın olmadığı için bu çalışmanın amacı İngiliz Siyah Alaca ırkı sığırlarına süt verimlerini veri setinde çok seviyeli modelleme yöntemini uygulayarak bu alana bu konuyu tanıtmaktır. İlk olarak ortalama süt verimleri bağımlı değişken olarak alınıp regresyon modeli ve çok seviyeli regresyon modelleri kullanılarak analizler yapılmıştır. Bunun yanı sıra kontrol günü süt verimleri için çok seviyeli modelleme yönteminin tekrarlanan ölçümler veri setine nasıl uygulanacağı gösterilmiştir. Bu çalışmanın sonucunda, veri setindeki seviyelerin göz önüne alınması gerektiği ve çok seviyeli regresyon modellerin veri seti yapısına en uygun model olduğuna karar verilmiştir.ANAHTAR KELİMELER: Çok seviyeli regresyon modelleri, grup içi korelasyon, süt verimi, kontrol günü kayıtları

Özet (Çeviri)

Multilevel regression models, discovered over the past decade, have widely accepted in many different fields since it is considerably useful way to analyze nested or hierarchical data sets. This method can easily deal with the levels of the data and the possible correlation problems which usually occur as a result of the hierarchical data sets. Ignoring nested structured and correlation in traditional statistical analysis lead to biased parameter estimates and incorrect standard error estimation. Thus, using multilevel regression models for hierarchical data structure is kind of obligation for researchers. In agriculture field, the using of the multilevel regression model is not common; therefore, the aim of this study is to introduce this method to this area with applying multilevel modeling technique to milk yield data which obtained from England Holstein Friesian cattle. The average milk yield is considered as a dependent variable, and ordinal least square regression models (single level model) and multilevel regression models were used as a modeling method. Besides test day milk yield records is considered and a multilevel approach for repeated measurements were used. As a result of this study, the level structure of the data had to be considered and multilevel regression model is better fit the data.KEY WORDS: Multilevel regression models, intra-class corelation, milk yield, test day records

Benzer Tezler

  1. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  2. Makine öğrenmesi uygulamalarında yapay arı koloni programlama temelli yeni yöntemlerin geliştirilmesi

    Development of new methods based on artificial bee colony programming in machine learning applications

    SİBEL ARSLAN

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CELAL ÖZTÜRK

  3. Short term electricity load forecasting with deep learning

    Derin öğrenme ile kısa dönemli elektrik yük talep tahmini

    İBRAHİM YAZICI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  4. Prediction of early-age mechanical properties of high strength concrete with pozzolans by using statistical methods

    İstatistik yöntemler kullanılarak puzolan katkılı yüksek dayanmlı betonların erken yaş mekanik özelliklerinin tahmini

    MUZAFFER UMUR DALGIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Ana Bilim Dalı

    PROF. DR. YILMAZ AKKAYA

  5. Multivariate analysis of school principals' technology leadership competencies, learning school environment and schools' social network structures

    Okul müdürlerinin teknoloji liderliği yeterlikleri, okullardaki örgütsel öğrenme ortamı ve örgüt-içi sosyal ağ yapıları arasındaki ilişkinin çok yönlü analizi

    KÖKSAL BANOĞLU

    Doktora

    İngilizce

    İngilizce

    2019

    Eğitim ve ÖğretimMarmara Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. MÜNEVVER ÇETİN