Geri Dön

Genelleştirilmiş lineer karma modellerde klasik ve Bayesçi yaklaşımların karşılaştırılması

Comparison of classical and Bayesian approach in generalized linear mixed models

  1. Tez No: 599218
  2. Yazar: EMRE KOCABALKAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BURCU MESTAV
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Genelleştirilmiş Lineer Karma Modeller, Bayesci Yaklaşım, Klasik Yaklaşım, MCMC Yöntemleri, Poisson Regresyon, Generalized Linear Mixed Models, Bayesian Approach, Classical Approach, MCMC Methods, Poisson Regression
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Çanakkale Onsekiz Mart Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

İstatistik bilimindeki iki ana yaklaşım olan klasik ve Bayesci yaklaşım birbirlerine alternatif olarak kullanılabilmektedir. R yazılımı gibi bilgisayar programlarının geliştirilmesiyle birlikte Bayesci yaklaşımının uygulamada kullanımı daha pratik hale gelmiştir. Bu çalışmada, Poisson dağılımı gösteren değişkenlerin modellenebilmesini sağlayan genelleştirilmiş lineer karma modellerde klasik ve Bayesci yaklaşımla yapılan analizler verilmiş olup iki yaklaşım yöntem ve sonuç bakımından karşılaştırılmıştır. Sonuç olarak; Bayesci yaklaşımın klasik yaklaşıma alternatif olarak kullanılabileceği, parametre tahminlerinin iki yaklaşımda da birbirine yakın olduğu gözlemlenmiş ve Bayesci yaklaşımın kullanılması önerilmiştir.

Özet (Çeviri)

The two main approaches in statistics science, classical and Bayesian, can be used as alternatives to each other. With the development of computer programs such as R software, the use of Bayesian approach in practice has become more practical. In this study, classical and Bayesian approaches are analyzed in generalized linear mixed model which allow modeling of variables follows Poisson distribution and the approaches are compared in terms of method and result. As a result, it has been observed that the Bayesian approach can be used as an alternative to classical approach, parameters' estimates are close to each other in both approaches, and the use of the Bayesian approach has been suggested.

Benzer Tezler

  1. Genelleştirilmiş lineer karma modellerde bayesci yaklaşımın kullanımı

    Bayesian approach's usage in generalized linear mixed models

    ZEYNEP ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2014

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MEHMET ALİ CENGİZ

  2. Boylamsal verilerde semiparametrik karma etki modelleri ve bir uygulama

    Semiparametric mixed effects models in longitudinal data and an application

    SEDA BAĞDATLI KALKAN

    Doktora

    Türkçe

    Türkçe

    2014

    İstatistikMarmara Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. ŞAHAMET BÜLBÜL

  3. Tam bağli olmayan temas koşullari altinda elastik ve ön gerilmeli tabaka ile örtülmüş yari düzlemde genelleştirilmiş Rayleigh dalgalarinin dispersiyonu

    The influence of imperfectly bonded interfaces on the generalized Rayleigh wave dispersion in pre-stressed elastic stratified half-spaces

    MASOUD NEGİN

    Doktora

    İngilizce

    İngilizce

    2014

    Deprem Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. MUAMMER ERTAÇ ERGÜVEN

  4. Uzun süreli verilerin analizinde kullanılan makine öğrenmesi algoritmaları

    Machine learning algorithms for longitudinal data analysis

    CAN DEMİRCİGİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MELİKE BAHÇECİTAPAR

  5. Klasik ve mikrogermeli ortam teorisiyle modellenen plaklarin caputo kesirli türevi yardimiyla nonlokal titreşim analizi

    Nonlocal vibration analysis of classic and microstretch plates with the help of caputo fractional derivative

    SONER AYDINLIK

    Doktora

    Türkçe

    Türkçe

    2020

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET KIRIŞ