An Enumerative inferential procedure in the presence of measurement error
Hatalı ölçümlerin bulunduğu durumlarda sayısal çıkarım yöntemleri
- Tez No: 35446
- Danışmanlar: DOÇ. DR. İSMAİL ERDEM
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Hatalı Sınıflandırma, Yaygınlık, Hassaslık, Duyarlılık, Bağıntılı Olabilirlilik, En iyi Olabilirlilik Tahmini, Üst Sınırlar, Mlsclassification, Prevalence, Specificity, Sensitivity, Relative Likelihood, Maximum Likelihood Estimate, Upper Bounds
- Yıl: 1994
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
oz HATALI ÖLÇÜMLERİN BULUNDU?U DURUMLARDA SAYISAL ÇIKARIM YÖNTEMLERİ ÇOLAK, Meriç Yüksek Lisans Tezi, istatistik Anabil im Dalı Tez Yöneticisi: Doç. Dr. İsmail ERDEM Mayıs, 1994, 75 sayfa Veri toplamadaki grup 1 andırma hataları, gözlenen frekans hesaplamalarında hatalı sınıflandırmaya yol açar. Hatalı sınıflandırma, kesin bir hastalığın yaygınlığını belirlemede çok önemli bir faktördür. Epidemiyoloji, Tıp biliminin bir dalı olan Epidemiyoloji, hastalığın yaygınlığının belirlenmesiyle uğraşan bir bilim dalıdır. Örneğin, hastalık hakkında akla gelebilecek en önemli soru, onun ne kadar sıklıkla meydana geldiğidir, ve insanların 'hasta' veya 'hasta olmayan diye sınıflandırılmaları veya herhangi bir faktörün varlığı veya yokluğu tıbbi araştırmalarda gerekli bir adımdır. Ne yazık ki bir bireyde hastalığın varlığı kesin olarak belirlenemiyebilir. Hastalığın teşhisi çeşitli mekanizmaların kullanılması ile yapılabilir. Bu türden belirlemeler doktorlar veya laboratuvar sonuçları veya sorulan sorulara verilen yanıtların kullanımı ile yapıldığı zaman, teşhisler hatalı olabilir. Bu şekilde yapılan sınıflandırmalara hatalı sınıflandırma denir.Bu çalışmanın başlıca amacı, sonlu bir popülasyondaki bilinmeyen hasta insanların sayısını tahmin etmektir. Fakat tahminde zorluk hatalı olcum işlemlerinin hassaslık ve duyarlılık olarak adlandırılan parametrelerinden kaynaklanır. Bu zorluk, verilen hassaslık ve duyarlılık değerlerine karşın, hatasız durumdaki olabilirlikleri hatalı ölçümün olduğu durumdaki bağıntılı olabilirliklerle eşleyebilecek şekilde, örnek büyüklüğünü küçültme yoluyla önlendi. Bağıntılı olabilirlilik fonksiyonu, hatalı sınıflandırma altında sayısal çıkarım için önerildi ve hatalı sınıflandırmanın hiç olmadığı fakat örnek sayısı küçüldüğünde sonuçların olabilirliklerinin, hatalı durumdaki bağıntılı olabilirliklerle çok yakın olabildikleri gösterildi. Popülasyon parametresi için en İyi olabilirlilik tahmini sunuldu ve sınırlar, indirgenmiş sayıda gözlemler hatalı sınıflandırma olmaksızın yapılmış gibi hesaplandı.
Özet (Çeviri)
ABSTRACT AN ENUMERATIVE INFERENTIAL PROCEDURE IN THE PRESENCE OF MEASUREMENT ERROR ÇOLAK, Meriç M.S. In Statistics Supervisor: Assoc. Prof. Dr. Ismail Erdem May, 1994, 75 pages Errors in categorical data collection lead to misclassification in the observed frequency counts. Misclassification is a very important factor in determining the prevalence of a certain disease. Epidemiology, a branch of medical science, deals with the determination of prevalence of a disease. For example, the most important question that can be posed about a disease is the frequency with which it occurs, and the classification of persons to the diseased or non diseased category or for the presence or absence of any factor is an essential step in medical research. Unfortunately, the presence of a disease in an individual can not be determined with certanity. The identification of patients with a disease can occur through a variety of mechanisms. Whenever such assignments are done by physians or by labarotary reportings or by responses to a questionnaire, the assignment can be in error. This process is called 111mlsclassification. The main objective of this study is to estimate the unknown number of diseased persons in a finite population, and is to set upper bounds. But the difficulty arises from the nuisance parameters, as they are called specificity and sensitivity of the measurement error process. This difficulty is avoided by equating a certain reduction in sample size to given values of specificity and sensitivity by the matching of Likelihoods under no error case and the Relative Likelihoods in the presence of measurement error case. Relative Likelihood function is suggested for enumerative inference under mlsclassification and it has shown that if mlsclassification is entirely absent, but sample size is decreased then the resulting Likelihood fits closely to the Relative Likelihood function under error case. Maximum Likelihood Estimate of the population parameter is presented and bounds are calculated as if the reduced number of observations had been made without mlsclassification.
Benzer Tezler
- Measures of association and agreement between two random classification variables: A statistical approach to some compatibility problems in serological measurements
İki rassal sınıflandırıcı değişken arasındaki uyum ve ilişki ölçümleri: Serolojik ölçümlerdeki bazı tutarlılık sorunlarına istatisitiksel bir bakış
BELGİN ÖZÇELİKYILDIZ
Yüksek Lisans
İngilizce
2003
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. SÜLEYMAN ALPAYKUT
PROF. DR. SAİM KENDİR
- Türkiye'de çevreci otomobillere talep: İzmir ve çevre iller örneği
Demand on ecologist cars in Turkey: Sample of iİzmir and surrounding cities
BİLHAN SEZGİN
Yüksek Lisans
Türkçe
2015
EkonomiYaşar ÜniversitesiUluslararası Ticaret Ve Finansman Ana Bilim Dalı
PROF. DR. MEHMET EDİP TEKER
- Two approaches for fair resource allocation
Eşitlikçi kaynak dağıtımına iki yaklaşım
MİREL YAVUZ
Yüksek Lisans
İngilizce
2018
Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖZLEM KARSU
- An integer programming based algorithm for the resource constrained project scheduling problem
Kaynak kısıtlı proje çizelgeleme problemi için tamsayı programlama tabanlı bir algoritma
İSMET ESRA BÜYÜKTAHTAKIN
Yüksek Lisans
İngilizce
2005
Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiEndüstri Mühendisliği Bölümü
DOÇ.DR. OSMAN OĞUZ