Geri Dön

Statistical and machine learning modelling of suicide rate with respect to provinces in Turkey

Türkiye'deki intihar hızının iller bazında istatistiksel ve makine öğrenmesi modellemesi

PDF İndir

  1. Tez No: 756360
  2. Yazar: SÜLEYMAN ERDOĞAN
  3. Danışmanlar: PROF. DR. ÖZLEM İLK DAĞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Rassal katsayılı modeller, Sabit etki, İntihar, İstatistik, Random coefficients models, Fixed effect, Suicide, Statistics
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Ruhsal sağlığı etkileyen ve kişiyi intihara sürükleyen birçok faktör vardır. Bu çalışma, Türkiye'deki bütün illerdeki intihar oranı ile bağlantılı olabilecek sosyal ve ekonomik faktörleri incelemektedir. Bu olası faktörler, 2012-2019 yıllarını kapsayan 8 yıllık bir dönemde standart uzunlamasına veri modeli metotları ve hibrit model metotları kullanılarak analiz edilmiştir. Standart uzunlamasına veri modelleri; Sabit Etkiler Modeli, Rassal Etkiler Modeli ve Geçiş Modelini kapsamaktayken, hibrit modeller karışık etki regresyon ağacı(MERT) modeli, karışık etki rastgele orman(MERF) modeli ve rassal etki - beklenti maksimizasyonu ağacı(RE-EM Tree) modellerini kapsamaktadır. Modellerin sonucunda, faktörler arasından boşanma ve illerdeki sağlık imkanlarının, illerdeki intihar oranı ile önemli bir ilişkisi olduğu görülmüştür. Bir diğer gözlemlenen sonuçta ise hibrit modellerin, standart uzunlamasına veri modellerinden daha iyi sonuç verdiği gözlemlenmiştir.

Özet (Çeviri)

There are many factors that can affect the individual's mental health and thus lead them to commit suicide. This study, focuses on the social and economic factors that may contribute to the suicide rates in all provinces of Turkey. Possible effects of these factors are studied in an 8 year period between 2012-2019 using standard longitudinal data modelling methods and hybrid modelling methods. Standard longitudinal data models include; fixed effect models, random effect models and transition models whereas hybrid models include Mixed Effect Regression Tree(MERT) models, Mixed Effect Random Forest(MERF) models, Random Effect - Expectation Maximization Trees(RE-EM Tree) models. The overall results suggest that the divorce and healthcare accessibility of the provinces have significant relation with the suicide rates of provinces. Another observed result was the hybrid models overall performed better than the standard longitudinal data models.

Benzer Tezler

  1. Tez No

    954731

    An ınvestıgatıon ınto the abrasıve waterjet cuttıng of natural stones: ımprovement of the cuttıng performance and leveragıng the machıne learnıng algorıthms for modellıng and optımızatıon

    Doğaltaşların aşındırıcı sujeti ile kesilmesine yönelik bir araştırma: kesme performansının iyileştirilmesi, modelleme ve optimizasyon için makine öğrenimi algoritmalarından yararlanılması

    IMENE ROGAI

    Doktora

    İngilizce

    İngilizce

    2025

    Maden Mühendisliği ve MadencilikKaradeniz Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    PROF. DR. İZZET KARAKURT

  2. Tez No

    998357

    Su kalitesi parametrelerinin uzaktan algılama ve derin öğrenme teknikleriyle modellenmesi

    Modelling of water quality parameters with remote sensing and deep learning techniques

    OSMAN KARAKOÇ

    Doktora

    Türkçe

    Türkçe

    2026

    Jeodezi ve FotogrametriNecmettin Erbakan Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKAY BUĞDAYCI

  3. Tez No

    637945

    Performance comparison of machine learning methods and traditional time series methods for forecasting

    Geleneksel zaman serisi yöntemleri ve makine öğrenmesi yöntemlerinin öngörü performans karşılaştırması

    OZANCAN ÖZDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. CEYLAN YOZGATLIGİL

  4. Tez No

    828209

    Makine öğreniminde sıralayıcı ölçekteki verilerin sınıflandırma yöntemleri ile modellenmesi

    Modelling of ordinal scale by classification methods in machine learning

    İLKE GENÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İstatistikDokuz Eylül Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ÖZGÜL VUPA ÇİLENGİROĞLU

  5. Tez No

    793621

    Geopolimer betonun yangın dayanımının makine öğrenmesi algoritmaları kullanılarak modellenmesi

    Modelling the fire resistance of geopolymer concrete via machine learning algorithms

    MUHAMMED KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İnşaat MühendisliğiIğdır Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET EMİN KURTOĞLU

    DR. ÖĞR. ÜYESİ NECİP ALTAY EREN

Geri Dön