Türkiye sağlık araştırması verilerinin yapay sinir ağları ve çok kategorili lojistik regresyon yöntemiyle incelenmesi
Investigation of Turkey health survey data with artificial neural networks and multinomial logistic regression
- Tez No: 613938
- Danışmanlar: DOÇ. DR. MERAL EBEGİL
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sağlıklı olmak, kaliteli yaşam için gerekli olan temel faktördür. Kaliteli yaşam için ise birey, sağlığına zarar verecek tutum ve davranışlardan kaçınmalıdır. Bireylerin sağlık durumlarını etkileyen birçok etken vardır. Bu çalışmada bireylerin genel sağlık durumları ve genel sağlık durumlarına etki eden faktörler belirlenmeye çalışılmıştır. Bu amaçla TÜİK tarafından yürütülmekte olan Türkiye Sağlık Araştırması (TSA) kapsamında yer alan anket verileri kullanılmıştır. Çalışmada, yapay sinir ağları ve çok kategorili lojistik regresyon analizi ayrı ayrı uygulanmış olup sınıflandırma başarıları karşılaştırılmıştır. Yapılan analizler sonucunda, bireylerin genel sağlık durumlarının doğru sınıflandırma oranları, çok kategorili lojistik regresyon analizi için %76,29 ve yapay sinir ağları tekniği için de %75,37 olarak hesaplanmıştır. Çalışmaya alınan veri seti için çok kategorili lojistik regresyon analizinin yapay sinir ağları tekniğine göre daha iyi bir“doğru sınıflandırma oranına”sahip olduğu görülmüştür. Bu çalışma ile yapılan iki farklı analiz yöntemi ile elde edilen sınıflandırma başarılarının yorumlanması sonucunda literatüre katkı sağlamak hedeflenmektedir.
Özet (Çeviri)
Being healthy is the essential factor for quality life. For the quality of life, the individual should avoid attitudes and behaviors that will harm his / her health. There are many factors that affect the health status of individuals. In this study, the factors affecting the general health status of individuals and their general health status were tried to be determined. For this purpose, Turkey Health Survey conducted by Turkish Statistical Institute (TurkStat) within the scope of the data is used. In this study, artificial neural networks and multinomial logistic regression analysis were applied separately and classification successes were compared. As a result of the analyzes, the correct classification rates of the general health status of the individuals were calculated as 76,29% for the multinomial logistic regression analysis and 75,37% for the artificial neural network. Multinomial logistic regression has a better correct classification rate than artificial neural network for the data set. The aim of this study is to contribute to the literature as a result of the interpretation of the classification successes obtained by two different analysis methods.
Benzer Tezler
- Modeling educational data with machine learning methods
Eğitim verilerinin makine oğrenmesi algoritmaları kullanılarak modellenmesi
AYŞE İLKNUR DİLEK
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiMatematik ve Bilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET FATİH UÇAR
- İflas olasılığının genelleştirilmiş doğrusal modeller ve birleşik aktüeryal yapay sinir ağları için değerlendirmesi: Tamamlayıcı sağlık sigortası uygulaması
Evaluation of ruin probability using generalized linear model and combined actuarial neural networks methods: A complementary health insurance application
NERMİN ÖDÜL OKUNAKOL
Yüksek Lisans
Türkçe
2024
Aktüerya BilimleriHacettepe ÜniversitesiAktüerya Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BAŞAK BULUT KARAGEYİK
- Tokenizasyon, veri kalitesi ve alan uyarlaması ekseninde Türkçe dil modellerinin geliştirilmesi ve değerlendirilmesi
Developing and evaluating Turkish language models within a tokenization, data quality, and domain adaptation framework
MEHMET ALİ BAYRAM
Doktora
Türkçe
2026
DilbilimYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BANU DİRİ
DOÇ. DR. SAVAŞ YILDIRIM