Stokastik sınır analizinde yeni bir yaklaşım
A new approach in stochastic frontier analysis
- Tez No: 449474
- Danışmanlar: PROF. DR. İHSAN ALP
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 122
Özet
Hızla gelişen dünya, hemen hemen her alanda kar amacı olan ya da olmayan her karar verme birimi için bir rekabet ortamı oluşturmaktadır. Karar verme birimi, belirli bir girdiyi belirli bir çıktıya dönüştüren herhangi bir birey, yapı, organizasyon veya teknoloji olabilir. Karar verme birimleri, birbirlerine göre pozisyonlarını korumak ya da geliştirmek için kaynaklarını etkin olarak kullanmak zorundadırlar. Kaynaklarını hangi seviyede etkin kullanıldıklarının belirlenmesi için karar verme birimlerinin girdilerini çıktılara dönüştürmedeki göreceli performanslarının değerlendirilmesi oldukça önemlidir. Veri Zarflama Analizi ve Stokastik Sınır Analizi, karar verme birimlerinin göreceli performanslarının değerlendirilmesinde yaygın olarak kullanılan iki yöntemdir. Bu tez çalışmasında, sırasıyla Veri Zarflama Analizi ve Stokastik Sınır Analizi yöntemlerinin temel özellikleri verilmiştir. Ayrıca Stokastik Sınır Analizi için Uç Değer-Düzgün ve Normal-Rayleigh olmak üzere iki yeni model önerilmiştir. Bu modeller için gerekli bilgiler ve matematiksel ifadeler ayrıntılı olarak verilmiştir. Önerilen modeller, farklı veri setlerine uygulanmış ve diğer modeller ile kıyaslanarak farklı senaryolar için simülasyon yapılmıştır. Ayrıca gerçek bir veri setine uygulanarak diğer Stokastik Sınır Analizi ve Veri Zarflama Analizi modelleri ile karşılaştırılmıştır. Bu işlemler ile ilgili sonuçları içeren çizelgeler, yorumları ile verilmiştir. Elde edilen sonuçlara göre, önerilen modellerden tatmin edici sonuçlar alınmıştır. Sonuç olarak, karar verme birimleri için göreceli performans değerlendirilmesinde kullanılmak üzere Stokastik Sınır Analizi'nin konusu olan iki yeni parametrik model literatüre sunulmuştur.
Özet (Çeviri)
The rapidly developing world creates a competitive environment in almost all areas for profit or nonprofit decision-making units. Decision-making units may be individual, structure, organization or technology that convert a specific input into a specific output. Decision-making units must use their resources effectively to maintain or improve their position relative to each other. It is very important to evaluate relative performance of decision-making units in converting inputs into outputs to determine at which level resources are effectively used. Data Envelopment Analysis and Stochastic Frontier Analysis are two common methods to evaluate the relative performance of decision-making units. In this thesis, basic features of Data Envelopment Analysis and Stochastic Frontier Analysis are given respectively. Furthermore, two new models called Extreme Value-Uniform and Normal-Rayleigh have been proposed for Stochastic Frontier Analysis. Required information and mathematical expressions are given for these models in detail. The proposed models are applied to different data sets and simulated for various scenarios by comparing them with other models. They are also applied to real data sets and compared with other models of Stochastic Frontier Analysis and Data Envelopment Analysis. Tables that include the results related to these processes are given with their reviews. According to the results obtained, satisfying results are received from proposed models. Finally, two new parametric models of Stochastic Frontier Analysis are presented to be used in the relative performance evaluation for decision-making units in the literature.
Benzer Tezler
- Efficient deep learning approaches for signal and image analysis applications
Sinyal ve görüntü analizi uygulamaları için verimli derin öğrenme yaklaşımları
ONUR CAN KOYUN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Bayes tümleştirme teknikleri kullanılarak yüzey kurma ve ayrıt sezme
Visual surface recontruction and boundary detection using bayesian integration
BİLGE GÜNSEL
Doktora
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERDAL PANAYIRCI
- District-based urban sprawl monitoring and modelling using CA-Markov model: application in two mega cities
İlçe bazlı kentsel yayılma izleme ve CA-Markov model ile modelleme: iki mega şehirde uygulama
ANALI AZABDAFTARI
Doktora
İngilizce
2022
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- Developing data-driven methods using machine learning in operations and finance
Üretim yönetimi ve finansta yapay öğrenme kullanan veri tabanlı yöntemler
DAVOOD PIRAYESH NEGHAB
Doktora
İngilizce
2021
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği ve Operasyon Yönetimi
PROF. DR. AHMET FİKRİ KARAESMEN