Parçalı regresyon ile polinom regresyon analizlerinin karşılaştırılması
Comparison of piecewise regression and polynomial regression analyses
- Tez No: 541206
- Danışmanlar: PROF. DR. İMRAN KURT ÖMÜRLÜ
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Polinom Regresyon, Parçalı Regresyon, Dönüm Noktası, Simülasyon, Polynomial Regression, Piecewise Regression, Knot, Simulation
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Adnan Menderes Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Bu çalışmada hem simülasyon verisi hem de gerçek veri setleri kullanılarak tek değişkenli polinom regresyon analizi ile karesel ve kübik parçalı regresyon analizlerinin karşılaştırılması hedeflendi. Çalışmanın uygulama basamağında R yazılım programı kullanılarak simülasyon uygulaması için algoritmalar oluşturuldu. Hem bu algoritmalar yardımıyla türetilmiş veri setleri hem de tüberküloz ve kızamık veri setleri kullanılarak oluşturulan polinom ve parçalı regresyon modellerinin tahmin performansları; belirtme katsayısı (R2), hata kareler ortalaması (HKO), Akaike bilgi kriteri (ABK) ve Bayes bilgi kriteri (BBK) değerlerine göre karşılaştırıldı. Simülasyon uygulaması ve gerçek veri setleri ile yapılan uygulamaların sonunda en uygun dönüm noktalarına göre oluşturulan tüm parçalı regresyon modellerinin R2 değerlerinin polinom regresyonlardan daha yüksek; HKO, ABK ve BBK değerlerinin ise daha düşük olduğu belirlendi. Sonuç olarak bağımlı ve bağımsız değişken arasındaki ilişkinin inceleneceği tüm veri setleri için sayı ve konumu en uygun şekilde belirlenen dönüm noktalarına göre oluşturulan parçalı regresyon modelleri, polinom regresyon modellerine göre daha yüksek performanslı tahminleme yapmaktadır.
Özet (Çeviri)
In this study, it was aimed to compare quadratic and cubic piecewise regression analyses and univariate polynomial regression analysis using both simulated data and real data sets. In the application step of the study, algorithms are created by using R software for simulation practice. Estimation performances of the polynomial and piecewise regression models created using both data sets generated by means of these algorithms and real data sets are compared according to coefficient of determination (R2), mean square error (MSE), Akaike information criteria (AIC) and Bayes information criteria (BIC). At the end of the simulation applications and the real data sets, the R2 values of all piecewise regression models formed with respect to the most suitable knots are higher than those of polynomial regression; MSE, AIC and BIC values were found to be lower. As a result, for all data sets to examine the relationship between dependent and independent variables, the piecewise regression models that are formed according to the knots determined optimally by the number and the position make higher performance estimations than the polynomial regression models.
Benzer Tezler
- Prediction of api gravity (oil quality) using some geochemical parameters with ensemble boosted trees and smoothing spline correlation models
Küme destekli ağaçlar ve düzleştirme eğrisi korelasyon modelleri ile bazı jeokimyasal parametreler kullanılarak apı gravitesinin (petrol kalitesinin) tahmini
LEO KORKU ANYIGBA
Yüksek Lisans
İngilizce
2021
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILDIRAY PALABIYIK
- New opportunities in MOS-only filter design
Salt MOSFET süzgeç tasarımında yeni olanaklar
DENİZ ÖZENLİ
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HULUSİ HAKAN KUNTMAN
- Mlue: Multiple look-up table based exponentiation
Mlue: Çoklu sayı-tablosu kullanarak üs alma
HATİCE ŞAHİN
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HASAN FATİH UĞURDAĞ
- CFRP plakalarda delaminasyon hasarının makina öğrenmesi ile tahmin edilmesi
Predicting delamination failure in CFRP composite plates with machine learning algorithms
AMMAR TARIK DİNÇER
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAKKAL
- CNC takım tezgahlarında hızlı talaş kaldırma prosesinin teorik ve deneysel incelenmesi
Theoretical and experimental study of high speed machining process in CNC machine tools
ERDAL GAMSIZ