Bayesian estimation for multinomial logistic regression
Bayesçi multinomiyal lojistik regresyon
- Tez No: 406337
- Danışmanlar: DOÇ. DR. ATIF AHMET EVREN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, Somali'de belirli bir yaştaki gençlerin mutluluğunun, yaş ve eğitim düzeyi gibi iki açıklayıcı değişken ile incelenmesinde, Bayesçi multinomiyal lojistik regresyon modelinin uygulanabilirliğini savunmaktadır. Multinominal lojistik regresyon yöntemi, parametrelerin posterior (sonsal) yoğunluğunun kestirilmesinde, klasik yöntem ve Bayesçi (veya Markov Zinciri Monte Carlo (MCMC) yöntemi) olmak üzere iki farklı yaklaşım sunar. Bu iki yöntemin karşılaştırılması, multinominal lojistik regresyon yöntemine Bayesçi yaklaşımın katkısını belirlemek amacıyla yapılmıştır. Modeli eldeki verilere uydurmak için R ve WinBugs (Bayesçi yaklaşımı kullanarak Gibbs örnekleme) programları kullanılmıştır. Her iki yöntemde mutluluk seviyesinine ğitim seviyesi ile doğru orantılı, yaşile ise ters orantılı olduğunu göstermiştir. Klasik yöntemeek olarak bu çalışmada, Bayesçi Multinominal lojistik regresyonun, doğrudan hesaplamalarda ve posterior yoğunluğun yüksek birkesinlik derecesinde belirlenmesinde yararlı olduğu gözlenmiştir.
Özet (Çeviri)
This thesis discusses the applicability of Bayesian multinomial logistic regression model on the prediction of happiness of Somaliland youth by two variables; age and educational level. It presents two approximate methods on multinomial logistic regression estimation; classical method and Bayesian method or Markov Chain Monte Carlo (MCMC), to obtain the marginal posterior density for the parameters. A comparison of these two methods is carried out to determine the usefulness of Bayesian method on multinomial logistic regression estimation. R and WinBUGS (Bayesian Inference using Gibbs Sampling) programs have been used to fit the model. As both of these two methods have suggested; happiness increases with educational level and decreases with age. In addition, it is also shown that Bayesian Multinomial logistic regression is useful in direct computations and it produces very accurate approximations to the posterior density.
Benzer Tezler
- Bayesyen multinominal lojistik regresyon ile işletmelerin finansal başarısızlığının değerlendirilmesi: İmalat sanayi uygulaması
Evaluation of financial failure of firms with bayesian multinominal logistic regression analysis: An application of manufacturing sector
NİMET MELİS ESENYEL İÇEN
- Meteorolojik verilerin ısıl değerlendirilmesi ve bilgisayarda simülasyonu
Başlık çevirisi yok
KAYA SARICALI
- Multistage repeated inspection allocation with initially unknown defective probabilities
Başlık çevirisi yok
İNCİ PEKGÜLEÇ
