Geri Dön

Parçalı regresyon ile polinom regresyon analizlerinin karşılaştırılması

Comparison of piecewise regression and polynomial regression analyses

  1. Tez No: 541206
  2. Yazar: BUĞRA VAROL
  3. Danışmanlar: PROF. DR. İMRAN KURT ÖMÜRLÜ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Polinom Regresyon, Parçalı Regresyon, Dönüm Noktası, Simülasyon, Polynomial Regression, Piecewise Regression, Knot, Simulation
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Adnan Menderes Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2021

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YILDIRAY PALABIYIK

  2. New opportunities in MOS-only filter design

    Salt MOSFET süzgeç tasarımında yeni olanaklar

    DENİZ ÖZENLİ

    Doktora

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HULUSİ HAKAN KUNTMAN

  3. Mlue: Multiple look-up table based exponentiation

    Mlue: Çoklu sayı-tablosu kullanarak üs alma

    HATİCE ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HASAN FATİH UĞURDAĞ

  4. 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

    Türkçe

    2024

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA BAKKAL

  5. 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

    Doktora

    Türkçe

    Türkçe

    2000

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. MUSTAFA AKKURT