Çok değişkenli verilerde robust kümeleme analizi ile boyut indirgeme ve birimlerin sınıflandırılması
Dimension reduction and classification using robust cluster analysis in multivariate data sets
- Tez No: 497528
- Danışmanlar: DOÇ. DR. YÜKSEL ÖNER
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 104
Özet
Kümeleme analizi birbiriyle aynı ya da benzer karakteristikteki birimleri sınıflandırmak için kullanılan çok değişkenli istatistiksel yöntemler topluluğudur. Diğer istatistiksel yöntemlerde olduğu gibi veri setinde aykırı değer varlığında klasik kümeleme analizi sonuçları olumsuz etkilenmektedir. Bu çalışmada aykırı değerin varlığında klasik kümeleme analizine önerilmiş robust yaklaşımlar üzerinde durulmuştur. Robust algoritmalara ait sonuçlar veri setinde aykırı değer bulunmasından etkilenmemektedir. Ayrıca bu çalışmada boyut indirgeme amacıyla kullanılan robust bir temel bileşenler algoritması olan ROBPCA yöntemi ile birimleri sınıflandırmak amacıyla kullanılan EM algoritmalarının kombine edilmesi ile yeni bir robust kümeleme algoritması geliştirilmiştir. ROBEM adı verilen bu hibrit algoritmanın diğer klasik ve robust kümeleme algoritmalarından daha başarılı olduğu simülasyon ve gerçek veri uygulamaları ile gösterilmiştir.
Özet (Çeviri)
Clustering analysis is a multivariate statistical method used to classify units of the same or similar characteristics. As in other statistical methods, the results of classical clustering analysis are negatively affected in the presence of outliers in the data set. In this study, robust approaches proposed to classical clustering analysis in the presence of outliers focuses on. The results of robust algorithms are not affected in the presence of outliers. Moreover, in this project, a new robust clustering algorithm is developed by combining ROBPCA method which is a robust principal component analysis used to reduce dimension and EM algorithm which is a cluster algorithm used to classify units. It is verified that this hybrid algorithm called as ROBEM is more succesful than other classical and robust algorithms with simulation and real data applications.
Benzer Tezler
- Using spatial statistics techniques to determine the user profiles of social media
Sosyal medyada kullanıcı profillerinin belirlenmesinde konumsal istatistik tekniklerin kullanılması
İREM ERKUŞ
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. ARİF ÇAĞDAŞ AYDINOĞLU
- A dynamic risk assessment methodology (Dy-RAM) in port waters
Liman sularında dinamik risk değerlendirme (Dy-RAM) metodolojisi
ÜLKÜ ÖZTÜRK
Doktora
İngilizce
2019
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KADİR ÇİÇEK
- Okul liderliğinin öğretmenlerin öğretim uygulamaları üzerindeki etkisi: Öğretmen profesyonel iş birliği ve öğretmen özyeterliğinin aracı rolü (TALIS 2018 örneği)
The impact of school leadership on teachers' teaching practices: The mediatory role of teacher-professional collaboration and teacher self-efficacy (Evidence from TALIS 2018)
SADULLAH GENÇ
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimNiğde Ömer Halisdemir ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. GÖKHAN BAŞ
- Çok değişkenli verilerde ve regresyonda derinlik ölçüleri
Depth measures in multivariate date and regression
BARIŞ ALTAYLIGİL
Yüksek Lisans
Türkçe
2004
Ekonometriİstanbul ÜniversitesiEkonometri Ana Bilim Dalı
YRD. DOÇ. DR. ENİS SINIKSARAN
- Ordinal verilerde doğrulayıcı faktör analizi: Sağlık alanında uygulanan bir ölçek üzerine uygulama
Ordinal data in confirmatory factor analysis: Application onmedical scale
VOLKAN TÜRKMEN
Yüksek Lisans
Türkçe
2019
BiyoistatistikAnkara ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. SERDAL KENAN KÖSE