Sayı ile ifade edilen regresyon modellerinde bir bayesci yaklaşım
A bayesian approach for count regresssion models
- Tez No: 456020
- Danışmanlar: PROF. DR. MEHMET ALİ CENGİZ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Bu çalışmada, uygulamalı bilimlerde çok sık kullanılan sayı ile ifade edilen regresyon modellerinden Poisson, Negatif binomial, Sıfır yoğunluklu Poisson ve Sıfır yoğunluklu Negatif binomial regresyon modelleri incelendi. Her bir model için klasik ençok olabilirlik ve Bayesci tahminler elde edildi. Simülasyona dayalı Bayesci çıkarım, sonsal dağılımdan örneklemler çekilerek ilgilenilen niceliklerin hesaplanmasını gerektirdiğinden Markov zincirinin durağan dağılımına ulaşıp ulaşmadığının belirlenmesi ve Markov zinciri durağan dağılımına yakınsadıktan sonra tutulacak iterasyon sayısının belirlenmesi dikkat edilmesi gereken durumlardır. Bu amaçla bu iki durumun çözümlenmesinde kullanılan yakınsama kriterleri her bir modeldeki parametreler için hesaplandı. Ayrıca modellerin performanslarını karşılaştırmak amacıyla her bir model için bilgi kriterleri incelendi. Bu çalışmanın uygulama bölümünde 2006-2010 tarihleri arasında Afyon Göğüs Hastalıkları Hastanesi hasta kayıtlarından ve Afyon Çevre İşleri Müdürlüğü Hava Kirliliği biriminden elde edilen verilerden yararlanıldı. Bağımlı değişken olarak hastaneye başvuran tüm hasta sayısı, öksürüklü hasta sayısı, nefes darlığı olan hasta sayısı ve balgamlı hasta sayıları açıklayıcı değişken olarak PM10(parçacıklı madde) ve SO2 (sülfür dioksit) ölçümleri alınarak dört farklı veri seti oluşturuldu. Bütün çalışmalarda tüm hasta sayısı, öksürüklü hasta sayısı, nefes darlığı olan hasta sayısı ve balgamlı hasta sayısı üzerine PM10 değişkeninin etkili olduğu görüldü. Bayesci yöntem kullanılarak hesaplanan modellerin klasik ençok olabilirlik yöntemler kullanıllarak elde edilen modellere göre daha iyi sonuç verdiği belirlendi.
Özet (Çeviri)
In this study, Poisson, negative binomial, zero inflated Poisson and zero inflated negative binomial regression models which are the commonly used count models in applied sciences were investigated. For all models the classical maximum likelihood and Bayesian estimator were obtained. Since simulation-based Bayesian inference requires using simulated draws to calculate any relevant quantities of interest, there are two remarkable issues. One is to decide whether the Markov chain has reached its stationary distribution and the other one is to determine the number of iterations to keep after the Markov chain has reached stationarity. To resolve these issues the convergence diagnostics were computed for all parameters in the models. The information criterias to compare models performance were examined for all models. In the application part of this study the data set obtained from Afyon Respiratory Disease Hospital and Afyon Environmental Department Air Pollution Unit between 2006 - 2010 were used. Four different data set was created in which number of all patients, number of patients with cough, number of patients with exertional dyspnea and number of patients with expectoration taken as dependent variables and PM10 and SO2 taken as explanatory variables. For all models PM10 was found effective on number of all patients, number of patients with cough, number of patients with exertional dyspnea and number of patients with expectoration. It was determined that the models that were estimated by Bayesian method give better result than the models that were estimated by classical maximum lilelihood method.
Benzer Tezler
- 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
- Les applications de régression floue et d'optimisation floue aux problemes de sélection de la technologie
Bulanık regresyon ve bulanık optimizasyonun teknoloji seçimi problemlerine uygulamaları
ZEYNEP YILMAZ
Yüksek Lisans
Fransızca
2005
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. ERTUĞRUL KARSAK
- Ticari banka kredilerinin değerlendirilmesine yönelik bir karar destek modeli
A decision support model for the evaluation of commercial credits
SAİT GÜL
Doktora
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR KABAK
PROF. DR. YUSUF İLKER TOPCU
- Gestion de performance avec DEA en utilisant les extensions de controle des poids, d'efficacite croisee et d'analyse de fenetre
Ağırlık kısıtlamaları, çapraz etkinlik ve pencere analizi yöntemleri kullanılarak veri zarflama analizi ile performans yönetimi
FİRÜZAN İŞCAN
Yüksek Lisans
Fransızca
1999
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. E. ERTUĞRUL KARSAK
- Ortaokul öğrencilerinde sayı duyusu gelişimi
Development number sense in midle school students'
GÜL ŞAHİN
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimGaziantep ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RECEP BİNDAK