Lojistik regresyon modelinde çoklu iç ilişki problemi
Multicollinearity problem in the logistic regression model
- Tez No: 424220
- Danışmanlar: PROF. DR. MAHMUDE REVAN ÖZKALE
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Lojistik regresyon, Çoklu iç ilişki, Birinci-sıra jackknife ridge lojistik tahmin edici, Birinci-sıra r-k sınıf lojistik tahmin edici, Birinci-sıra r-d sınıf lojistik tahmin edici, Logistic regression, Multicollinearity, First-order jackknifed ridge logistic estimator, First-order r-k class logistic estimator, First-order r-d class logistic estimator
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Lojistik regresyon modelinde en yaygın kullanılan parametre tahmin yöntemi en çok olabilirliktir. Çoklu iç ilişkinin var olması durumunda en çok olabilirlik tahmin edicinin boyu ve asimptotik varyansı aşırı büyüktür. Bunun sonucu olarak, istatistiksel çıkarımlar hatalı olur. Çoklu iç ilişkinin etkilerini azaltmak için literatürde en çok olabilirlik tahmin ediciye alternatif bazı parametre tahmin yöntemleri önerilmiştir. Bu çalışmada ise, lojistik regresyonda çoklu iç ilişki olması durumunda birinci-sıra jackknife ridge lojistik tahmin edici, birinci-sıra r-k ve r-d sınıf lojistik tahmin ediciler önerilmiş ve bu tahmin edicilerin özellikleri ve performansları incelenmiştir. Teorik olarak elde edilen sonuçlar, hem sayısal örneklerle hem de simülasyon çalışmaları üzerinde gösterilmiştir.
Özet (Çeviri)
In logistic regression model, the most popular parameter estimation method is maximum likelihood. In the existence of multicollinearity, the length and the asymptotic covariance of the maximum likelihood estimator are excessively large. As a result, statistical inferences become imprecise. In order to reduce the effects of multicollinearity, some alternative parameter estimation methods to maximum likelihood were proposed in the literature. In this study, first-order jackknifed ridge logistic estimator, first-order r-k and r-d class logistic estimators are introduced. The properties and the performances of these estimators are examined. The theoretical results are illustrated via numerical examples and simulation studies.
Benzer Tezler
- Lojistik elastik net yönteminin alternatif yöntemlerle karşılaştırılması
Comparison of the logistic elastic net method with alternative methods
SEVİM SİMGE UYSAL
Yüksek Lisans
Türkçe
2020
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ARZU ALTIN YAVUZ
- Çoklu iç ilişki ve aykırı değer olduğu durumda lojistik regresyon yaklaşımları
Logistic regression approaches in case of multicollinearity and outlier existence
EBRU GÜNDOĞAN
Yüksek Lisans
Türkçe
2015
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ARZU ALTIN YAVUZ
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- New robust penalized estimators for linear and logistic regression
Lineer ve lojistik regresyon için yeni robust cezalı tahmin ediciler
FATMA SEVİNÇ KURNAZ
Doktora
İngilizce
2017
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ATIF AHMET EVREN
PROF. DR. PETER FILZMOSER
- İstatistiksel uygulamalarda lojistik regresyon analizi
Logistic regression analysis in statistical applications
ERSAN ÜRÜK