Geri Dön

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

  1. Tez No: 696864
  2. Yazar: UMUT EKREM ŞENYAY
  3. Danışmanlar: DOÇ. DR. ASLI ÖZDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Queuing Theory, Covid-19 Disease, Birth-and-Death Process
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Sayısal Yöntemler Bilim Dalı
  13. 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

  1. 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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  2. Değişim noktaları tahminleri kullanılarak stokastik diferansiyel denklemler ile modelleme

    Modeling with stochastic differential equations using the change points estimations

    SEVDA ÖZDEMİR ÇALIKUŞU

    Doktora

    Türkçe

    Türkçe

    2023

    İstatistikVan Yüzüncü Yıl Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. FEVZİ ERDOĞAN

    PROF. DR. ALADDIN SHAMILOV

  3. 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

    İngilizce

    2023

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLFEM TUZKAYA

  4. Numeric methods for stochastic disease spread models

    Stokastik hastalık yayılım modelleri için sayısal yöntemler

    ZEYNEP GÖKÇE İŞLİER

    Doktora

    İngilizce

    İngilizce

    2020

    Endüstri ve Endüstri MühendisliğiBoğaziçi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. WOLFGANG HÖRMANN

  5. 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

    İngilizce

    2024

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURHANEDDİN İZGİ