Stokastik bir yaklaşım ile COVID 19 dünya verileri üzerine bir kuyruk modeli uygulaması
A queuing model application on COVID 19 world data with a stochastic approach
- Tez No: 696864
- Danışmanlar: DOÇ. DR. ASLI ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Queuing Theory, Covid-19 Disease, Birth-and-Death Process
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: 178
Özet
Bu çalışma Covid-19 virüs salgınının dünya dağılımını incelemek ve virüs popülasyonunun değişimini analiz etmek amacıyla yapılmıştır. Çalışmada, 2020-2021 yılları içerisinde Covid-19 popülasyonuna giriş ve çıkış verileri kullanılarak stokastik bir süreç yaklaşımı olan doğum-ölüm süreçleri incelenmeye çalışılmıştır. Bu amaçla WHO-Dünya Sağlık Örgütü'nün günlük resmi verileri kullanılmıştır. Araştırma kapsamına Avrupa ülkelerini temsilen Almanya, Fransa, İngiltere, İspanya ve İtalya, Kuzey Amerika'yı temsilen A.B.D, Güney Amerika'yı temsilen Brezilya, Uzak Doğu'yu temsilen Çin ve Japonya ile Asya'yı temsilen Rusya ve Hindistan alınmıştır. Tüm bu gruplar incelenirken de Türkiye örneği ele alınmıştır. İçe ve dışa göç veren olayların stokastik olmaları nedeniyle her ülkeye ait popülasyona giriş ve çıkış olasılık dağılımları belirlenmeye çalışılmıştır. Ülkeler arası doğru karşılaştırma yapılması için virüsün yayılma oranı ve iyileşme oranları üzerinde matematiksel dönüşümler uygulanmıştır. Bu dönüştürülmüş veriler kullanılarak trafik yoğunluk parametresi olarak salgınlarda uygulama ve yorum kolaylığı getiren yeni bir formül önerilmiştir. Çalışma içinde stokastik modeller kullanılmış, analiz sırasında gruplama amaçlı ana bileşenler analizi ve faktör analizi uygulamaları gerçekleştirilmiştir. Bu analizlerin ışığı altında ülke ve bölge gruplamaları ve karşılaştırmaları yapılarak yorumlanmaya çalışılmıştır. Anahtar Kelime: Kuyruk Teorisi, Covid-19 Korona Virüs, Ölüm-Doğum Süreci.
Özet (Çeviri)
This study was conducted to examine the world distribution of the Covid 19 virus outbreak and to analyze the change in the virus population. In the study, the birth-death process, which is a stochastic process approach, was tried to be examined by using the immigration and emigration data of the Covid-19 population in the years 2020-2021. In this study, the stochastic process approach of birth-death model was examined by utilizing the immigration and emigration data in Covid-19 population during the period of 2020-2021. For this purpose, the daily official data of the WHO (World Health Organization) were used. In the scope of this research, Europe was represented by Germany, France, England, Spain and Italy, North America by USA, South America by Brazil, East Asia by China and Japan, and Asia by Russia and India. While examining these groups, the example of Turkey has also been handled. Given that the factors causing inflow or outflow in migration are stochastic, probability distributions of entry and exit to populations were determined for each country. Transformations have been applied to accurately compare the rates of virus spread or improvements in countries. Using these transformed data, a new formula has been proposed as a traffic density parameter that provides ease of application and interpretation in outbreaks. Stochastic models were used in the study, principal component analysis and factor analysis applications were performed for grouping purposes during the analysis. In the light of these analyses, country and region groupings were interpreted by making comparisons and contrasts.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Değişim noktaları tahminleri kullanılarak stokastik diferansiyel denklemler ile modelleme
Modeling with stochastic differential equations using the change points estimations
SEVDA ÖZDEMİR ÇALIKUŞU
Doktora
Türkçe
2023
İstatistikVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. FEVZİ ERDOĞAN
PROF. DR. ALADDIN SHAMILOV
- A stochastic approach to improve supply chain resilience under disruptions: COVID-19 case
Aksaklıklar altında tedarik zinciri dayanıklılığını artırmak için stokastik bir yaklaşım: COVID-19 örneği
FATMA CAYVAZ PARLAK
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLFEM TUZKAYA
- Numeric methods for stochastic disease spread models
Stokastik hastalık yayılım modelleri için sayısal yöntemler
ZEYNEP GÖKÇE İŞLİER
Doktora
İngilizce
2020
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- Matrix norm based-solution methods and machine learning: Stochastic games and their applications
Matris norm tabanlı çözüm yöntemleri ve makine öğrenmesi: Stokastik oyunlar ve uygulamaları
MURAT ÖZKAYA
Doktora
İngilizce
2024
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURHANEDDİN İZGİ