Çok değişkenli verilerde sınıflama yöntemlerinin incelenmesi
Investigation of classification methods in multivariate data
- Tez No: 539704
- Danışmanlar: DOÇ. DR. YÜKSEL ÖNER
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Bu çalışmanın amacı İMKB 100'de İmalat Sanayi kategorisinde yer alan ve“Kimya, Petrol, Kauçuk ve Plastik ürünler”,“Kağıt ve Kağıt Ürünleri”ve“Metal Ana Sanayi”üretim sektörlerinde faaliyet gösteren şirketlerin 3 yıllık (2015-2016-2017) finansal verileri kullanılarak sınıflandırma çalışması yapmak, sınıflandırmada etkili değişkenleri ve sonuçların yıllara göre nasıl değişim gösterdiğini belirlemek, sınıflandırmada kullanılan yöntemleri başarı oranı açısından kıyaslamaktır. Bu amaçla KAP( Kamu Aydınlatma Platformu) üzerinden şirketlere ait yıllık bilanço ve gelir tablolarından yararlanarak araştırmada kullanılacak olan veriler 10 tane finansal değişken için yıllara göre düzenlenmiştir. Elde edilen bu değişkenlerler yardımıyla 9 tane finansal oran belirlenmiş ve her bir şirket için bu oranlarla ilgili hesaplamalar yapılarak şirketlere ait finansal oranlar verisi oluşturulmuştur. İMKB hisse senedi piyasasında işlem gören hisse senetlerinin sınıflandırma ölçütüne göre belirlenen sınıflar (A, B, C ve D grubu) dikkate alınarak, bu sınıflar üzerinde gruplara düşen şirket sayısı çokluğu gözönünde bulundurularak yeniden bir düzenleme ile şirketler iki sınıfta toplanmıştır. Diskriminant analizi, lojistik regresyon analizi, Bayes sınıflandırıcısı, k en yakın komşu ve karar ağaçları algoritmaları kullanılarak İMKB kritelerine göre yapılan sınıflamanın geçerliliği belirlenen değişkenlere göre hem orijinal veri üzerinden hem de finansal oranlar verisi üzerinden kontrol edilmiştir. Sonuçların geçerliliği doğru sınıflama yüzdeleri hesaplanarak değerlendirilmiştir
Özet (Çeviri)
The objective of this study is to make classification studies, to determine the effective variables in classification and how the results change over the years, to compare the methods used in the classification in terms of success rate by using the 3-year (2015-2016-2017) financial data of companies in the Manufacturing Industry category of ISE 100, which are active in the sectors of“Chemical, Petroleum, Rubber and Plastic Products”, Paper and Paper Products“ and ”Main Metal Industry". For this purpose, the data that will be used in the survey by taking advantage of the annual balance sheet and income statements of companies through PDP (Public Disclosure Platform) are prepared according to the years for 10 financial variables. With the help of these data, 9 financial ratios have been determined and the financial ratios of each company have been calculated for these ratios and the financial ratio data of each company have been created. By taking into account the groups determined according to the classification criteria of stocks traded in the ISE stock market (A, B, C, and D group), companies have been gathered in two groups with a rearrangement considering the number of companies per groups. The validity of the classification performed with respect to the ISE criteria by using discriminant analysis, logistic regression analysis, Bayes classifier, KNN algorithm, decision trees algorithm was checked both via Orijinal data and through financial ratios data according to the variables determined. The validity of the results was evaluated by calculating the correct classification percentages.
Benzer Tezler
- Veri madenciliğinde kümeleme analizi yöntemlerinin incelenmesi ve sağlık bilimleri alanındaki uygulamaları
Evulation of cluster analysis in the methods of data mining and its applications in health sciences
NİHAN MÜNİSE KAZAZ
Yüksek Lisans
Türkçe
2019
Biyoistatistikİstanbul ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. AHMET DİRİCAN
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- A radiogenomics-based approach to clinical decision making
Klinik karar vermede radyogenomik tabanlı bir yaklaşım
MERVE KAŞIKCI ÇAVDAR
Doktora
İngilizce
2025
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. ERDEM KARABULUT
DOÇ. DR. ERDAL COŞGUN
- Çok kategorili hastalık durumlarında tanısal modele yeni bir belirteç eklenmesinin tanı performansındaki değişime etkisinin incelenmesi
Investigation of the change in diagnostic accuracy of adding a new marker to the diagnostic model in multiclass disease status
HANDE ŞENOL
Doktora
Türkçe
2019
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. AHMET ERGUN KARAAĞAOĞLU