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
- 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
- Cezalı regresyon yöntemlerinin model tahmini ve değişken seçimindeki etkisinin karşılaştırılması
Comparison the effect of shrinkage regression methods on modelestimation and variable selection
ALİ TÜRKER ÇİFTÇİ
Yüksek Lisans
Türkçe
2021
BiyoistatistikMersin ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DİDEM DERİCİ YILDIRIM
- Prediction of death on international stroke trial dataset with the comparison of different statistical methods
International stroke trial veri setindeki ölüm tahmininin farklı istatistiksel yöntemlerle kıyaslanması
ALPER UMUT TOSUN
Yüksek Lisans
İngilizce
2022
BiyoistatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. FİLİZ KARAMAN