Cezalı Regresyon yöntemleri ve uygulaması
Penalized regression methods and its application
- Tez No: 623023
- Danışmanlar: PROF. DR. SIDDIK KESKİN
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Yüzüncü Yıl Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Bu çalışmada, cezalı regresyon yöntemleri ve yöntemlerin kullanılabilirliği hakkında genel bilgiler verilmiş ve bir uygulama yapılmıştır. Çoklu regresyon analizde, en küçük kareler yöntemi ve çoklu bağlantı problemine yer verilmiştir. Ayrıca, çoklu bağlantının belirlenmesi, neden olduğu sonuçlar ve çözüm yöntemleri anlatılmıştır. Uygulamada 146 bebeğe ait veriler kullanılmıştır. Bağımlı değişken olarak bebeklerde doğum ağırlığı alınmış ve buna etkili olabileceği düşünülen toplam 7 adet sürekli değişkenle modeller oluşturulmuştur. Modelin regresyon katsayıları; EKK, Ridge, Lasso ve Elastik net yöntemleri kullanılarak tahmin edilmiştir. Bu yöntemler, etkinlik ve yanlılık bakımından değerlendirilmiş ve sonuçlar yorumlanmıştır. Sonuç olarak, koşulların sağlanmadığı durumda, daha doğru tahminler yapılabilmesi ve hata kareler ortalamasının azaltılması bakımından, cezalı regresyon yöntemlerinin, EKK yöntemine göre tercih edilebileceği vurgulanmıştır.
Özet (Çeviri)
In this study, general information about penalized regression methods and possibilities of usability to these methods were presented and an application was performed. In the multiple regression analysis, the least squares method and the multicollinearity problem were considered. In addition, the determination of multicollinearity and its results as well as solution methods were explained. In the application, data of 146 babies were used. As a dependent variable, birth weight was taken for the infants and a total of 7 models with continuous variables were deemed to be effective. Regression coefficients of model; ESK, Ridge, Lasso and Elastic net methods. These methods were evaluated for efficacy and bias and the results were interpreted. As a result, it has been emphasized that the penalty regression methods can be prefered according to the EKK method in order to make more accurate predictions and to reduce the average of error squares when the conditions are not met.
Benzer Tezler
- Yaşam çözümlemesinde yarı parametrik regresyon yöntemleri ve uygulaması
Semiparametric regression methods in survival analysis and its application
ÖZLEM ARIK
Yüksek Lisans
Türkçe
2014
BiyoistatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. DURSUN AYDIN
- Modeling of the marine diesel engines with comparative machine learning methodologies
Gemi dizel motorların karşılaştırmalı makine öğrenmesi yöntemleri ile modellenmesi
MEHMET İLTER ÖZMEN
Doktora
İngilizce
2024
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN AZMİ ÖZSOYSAL
- Lasso VAR ve VARX modelleri üzerine bir uygulama
An application on Lasso VAR and VARX models
EMSAL ÇAĞLA AVCU
Yüksek Lisans
Türkçe
2019
Ekonometriİnönü ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. BAHADIR YÜZBAŞI
- Bağlantısallık probleminin cezalı regresyon yöntemleri ile giderilmesi
Eliminating the connectivity problem with penalized regression methods
EMEL CİĞER
Yüksek Lisans
Türkçe
2023
İşletmeMersin Üniversitesiİşletme Bilgi Yönetimi Ana Bilim Dalı
DOÇ. DR. EVRİM ERSİN KANGAL