Geri Dön

Eğilim skoru kullanılarak eşleştirme yöntemlerinin performanslarının karşılaştırılması

Comparison of performances of matching methods using propensity score

  1. Tez No: 515245
  2. Yazar: ESRA BEŞPINAR
  3. Danışmanlar: DOÇ. DR. HÜLYA OLMUŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 89

Özet

Gözlemsel çalışmalarda, tedavi ve kontrol grubu için seçilen rasgele bireyler araştırmacının kontrolü dışındadır. Bu tür çalışmalarda, birimler arasında farklılıklar oluşabilir. Bu durum elde edilen tahminlerin yanlı olmasına neden olacaktır. Eğilim skoru yaklaşımı, gözleme dayalı veri setinde tedavi etkilerinin tahminindeki yanlılığı azaltmak için kullanılan bir yöntemdir. Eğilim skoru, lojistik regresyon yöntemi, diskriminant analizi, probit model ve kümeleme analizi kullanılarak elde edilebilir. Eğilim skorlarını elde etmek için herhangi bir varsayım gerektirmeyen lojistik regresyon yöntemi en çok kullanılan yöntemlerden biridir. Eğilim skoru tahmin edildikten sonra, eşleştirme, tabakalara ayırma, ortak değişken düzeltmesi / regresyon düzeltmesi ve ağırlıklandırma gibi dört ana yöntemin bazı kombinasyonları kullanılabilir. Eğilim skoru eşleştirmesinde,tedavi ve kontrol grubundaki benzer eğilim skoruna sahip birimler eşleştirilir ve diğer tüm eşleşmeyen birimler çalışmadan çıkarılır. Böylece bu yöntemler kullanılarak, homojen gruplar elde edilmiş ve parametre tahminindeki standart sapma azaltılmış olur. Bu çalışmada eşleştirme yöntemlerinden, en yakın komşuluk (1:1) eşleştirmesi, caliper eşleştirmesi, tabakalı eşleştirme, mahalanobis metrik eşleştirmesi, tam eşleştirme ve mahalanobis metrik eşleştirmesi ile eğilim skorlarının birleşimi kullanılmıştır. Farklı örnek çapları, farklı ortak değişken sayıları ve farklı dağılımlar için ayrıntılı simülasyon çalışması yapılarak en iyi eşleştirme yöntemleri belirlenmeye çalışılmıştır. Ayrıca gerçek veri seti üzerinde uygulama çalışması yapılmış ve elde edilen sonuçlar yorumlanmıştır.

Özet (Çeviri)

Random individuals who are selected for treatment and control group are out of control of the researchers in observational studies. There may be differences between units in such studies. This situation will cause the obtained estimates to be biased. Propensity score approach is a method which is used to reduce bias in estimation of treatment effect in observational data set. The propensity score can be obtained by using logistic regression method, discriminant analysis, probit model and cluster analysis. Logistic regression method, which does not require any assumption to obtain the propensity score, is one of the most commonly used methods. The four main methods such as matching, stratification, covariate/regression correction and weighting of some combinations can be used. In propensity score matching, units with similar propensity score in treatment and control groups are matched and all other unmatched units are removed from the study. Thus, homogeneous groups are obtained and standard deviation in parameter estimation is reduced. In this study, combination of the propensity score with the matching methods nearest neighbor (1:1) matching, caliper matching,stratified matching, mahalanobis metric matching, full matching and combining propensity scores with mahalanobis matching which from matching were used. It was studied on determining the best matching methods by conducting a detailed simulation study for different number of sample sizes, number of covariate variables and distributions. In addition, an application study was performed on real data set and obtained results were interpreted.

Benzer Tezler

  1. Eğilim skoru eşleştirme yöntemlerinin performanslarının değerlendirilmesi ve web tabanlı bir arayüzün geliştirilmesi

    Evaluating the performance of propensity score matching methods and developing a web based interface

    GÜLDEN HAKVERDİ

    Doktora

    Türkçe

    Türkçe

    2023

    BiyoistatistikEge Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    DOÇ. DR. TİMUR KÖSE

    PROF. DR. CEMİL ÇOLAK

  2. Essays on estimation methods

    Tahmin yöntemleri üzerine makaleler

    YASİN KÜTÜK

    Doktora

    İngilizce

    İngilizce

    2019

    Ekonometriİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  3. Three essays in applied macroeconomics: A quasi-experimental approach

    Uygulamalı makroekonomi üzerine makaleler: Yarı deneysel bir yaklaşım

    AYMAR BERENGER ISMAEL NANA

    Doktora

    İngilizce

    İngilizce

    2022

    EkonomiAnadolu Üniversitesi

    İktisat Ana Bilim Dalı

    DOÇ. DR. İSMAİL ONUR BAYCAN

  4. Yapay zeka teknikleri kullanılarak beceri ve yeterlilik belirlemeye dayalı kariyer eşleştirme

    Career matching based on determining skills and competencies using artificial intelligence techniques

    HİLAL ERİSEV

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET SERTBAŞ

  5. Resolution of structural ambiguities during real-time l2 sentence processing: Evidence from online and offline measures

    İkinci dilin gerçek zamanlı olarak işlemlenmesi sırasında yapısal belirsizliklerin çözümlenmesi: Çevrimiçi ve çevrimdışı yöntemlerden edinilen bulgular

    ONUR ULUDAĞ

    Doktora

    İngilizce

    İngilizce

    2018

    Eğitim ve ÖğretimÇukurova Üniversitesi

    İngiliz Dili Eğitimi Ana Bilim Dalı

    PROF. DR. HATİCE SOFU