Geri Dön

Kayıp verilerin benzerlik temelli atama yöntemi ile belirlenmesi ve basit atama yöntemleri ile karşılaştırılması

Determining missing data with similarity based impitation method and comparison with simple imputations method

  1. Tez No: 739986
  2. Yazar: AHMET ŞENGÜL
  3. Danışmanlar: DOÇ. DR. ALPER SİNAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Eğitim ve Öğretim, İstatistik, Education and Training, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Eğitim Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Eğitim Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Eğitimde Ölçme ve Değerlendirme Bilim Dalı
  13. Sayfa Sayısı: 63

Özet

Araştırmada kayıp gözlem tamamlamada yeni yöntem olarak benzerlik temelli atama yönteminin geliştirilmesi ve bu yeni yöntem ile tanıtıcı istatistik yöntemlerinin güvenirlik ve doğru atama oranları açısından karşılaştırılması amaçlanmaktadır. Araştırma, temel araştırma modeli bağlamında kurgulanmıştır. Akdeniz Üniversitesi eğitim bilimleri alanında yapılan ilgi ölçeğini eksiksiz cevaplayan 3. Sınıf öğrenciler arasından rastgele sayılar tablosu ile seçilen 450 öğrenciye ait veriler araştırmanın çalışma grubunu oluşturmaktadır. Araştırmada elde edilen veriler üzerinde Cronbach alfa güvenirlik testi ve doğru atama oranlarının karşılaştırma analizleri ve betimleyici analizler spss paket program ile gerçekleştirilmiştir. Yapılan analizler ile benzerlik temelli atama yönteminin güvenirlik katsayısının tanıtıcı istatistik yöntemlerine göre daha yüksek olduğu görülmüştür. Ayrıca benzerlik temelli atama yöntemi ile kayıp gözlem tamamlamada doğru atama oranının tanıtıcı istatistik yöntemlerine göre daha büyük olduğu belirlenmiştir. Elde edilen bulgulara göre en çok doğru atama gerçekleştiren yöntemin benzerlik temelli atama yöntemi (% 5) olduğu sonucuna ulaşılmıştır.

Özet (Çeviri)

In the research, it is aimed to develop similarity-based assignment method as a new method in completing missing observations and to compare this new method and descriptive statistics methods in terms of reliability and correct assignment rates. The research was designed in the context of the basic research model. The study group of the research consists of the data of 450 students selected by random numbers table among the 3rd grade students who answered the interest scale in the field of educational sciences at Akdeniz University. Cronbach's alpha reliability test and comparison analyzes of correct assignment rates and descriptive analyzes on the data obtained in the study were performed with the spss package program. With the analyzes made, it was seen that the reliability coefficient of the similarity-based assignment method was higher than the descriptive statistics methods. In addition, it has been determined that the correct assignment rate in completing the missing observation with the similarity-based assignment method is higher than the descriptive statistics methods. According to the findings, it was concluded that the most accurate assignment method was the similarity-based assignment method (5%).

Benzer Tezler

  1. Direct pore-based identification for fingerprint matching process

    Parmak izi kimliklendirme sürecincde por temellieşleştirme sistemi

    VEDAT DELİCAN

    Doktora

    İngilizce

    İngilizce

    2023

    Adli Tıpİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  2. Çağdaş Suriye nesrinde siyasî hapishane edebiyatı üzerine eleştirel bir bakış

    The literature of political prisons in contemporary Syrian prose analytical prepective

    ABDOLGADER MOHAMED ALİ

    Yüksek Lisans

    Arapça

    Arapça

    2014

    Doğu Dilleri ve EdebiyatıSelçuk Üniversitesi

    Doğu Dilleri ve Edebiyatları Ana Bilim Dalı

    YRD. DOÇ. FİKRET ARSLAN

  3. Dağıtık pasif sensör dizinleri ile kazazede konum tespiti

    Victim location detection with distributed passive sensor arrays

    MELİKE GİRGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAYFUN AKGÜL

  4. Modeling of charging system and control of an alternator of a vehicle

    Araç şarj sisteminin modellenmesi ve alternatör kontrolü

    MUSTAFA GÖKAY UNUTULMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. LALE ERGENE

  5. A deep learning architecture for missing metabolite concentration prediction

    Eksik metabolit miktarı tahmini için bir derin öğrenme mimarisi

    SADİ ÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ ÇAKMAK