Geri Dön

Çok değişkenli veri matrislerine uygulanan bazı analiz yöntemleri ve bunlarla ilgili bir paket program

Başlık çevirisi mevcut değil.

  1. Tez No: 761
  2. Yazar: FAHRİYE BAFRA
  3. Danışmanlar: DOÇ. DR. MEHMET C. OKUR
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1987
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

- 4-1 - 6. ÖZET Çok değişkenli istatistikte olayların kendi doğal çevreleri içinde birçok yönleri ile gözlenmeleri söz konu sudur. Bu durum gözlenen özellikler arasındaki bağımlılık yapısının incelenmesini ortaya çıkarır. Değişkenler arasındaki bağımlılık yapısın}., ana bi leşenler ve faktör analizleri yöntemleri ila incelemek de mümkündür. Bu yöntemler sistemi m p adet yeni değişken ta rafından açıklarlar. Ana bileşenlerin önemlilik sırası 1. den başlıyarak azalır. Böylece 1. bileşen toplam varyansm en büyük kısmını, 2. bileşen l.nin açıklamadığı «aryansın en büyük kısmını vb. açıklar. Bu çalışmada çok değişkenli istatistiğin teaıel kav ramları, ana bileşen analizi ve faktör analizi hakkında literatür bilgisi verilmiş ve bu yöntemlere ilişkin bir paket program hazırlanmıştır. Program sistemin kovaryans ve korelasyon matrislerini, Özdeğerler ve özvektörl erini ayrıca skor matrisini hesaplar1* Tüm bu işlemleri isteğe bağlı olarak, kovaryans yada korelasyon matrislerinden bi rini kullanarak yapar. Ayrıca, veri matrisine logaritma, karekök, l/a>. ve ortalamalara göre düzeltme dönüşümleri uyguladıktan sonra da ana bileşenler analizi yapmak müm kündür. Bunun dışında ana faktör yöntemi i^e faktör ana lizi sonuçları da elde edilebilir. Program bir krungan (yem bitkisi) ile ilgili denemede elde edilen veil matri sine uygulanmıştır.- 42 - Sonuçlar, program paketinin, verilerin genel özel liklerinin incelenmesi amacı ile olduğu kadar ana bileşen veya faktör analizlerinin uygulanması amacı ile de kulla nılabileceğini ortaya koymuştur.

Özet (Çeviri)

Özet çevirisi mevcut değil.

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. Novel methods for microscopic image processing, analysis, classification and compression

    Mikroskopik imge işleme, analiz, sınıflandırma ve sıkıştırma için yeni yöntemler

    ALEXANDER SUHRE

    Doktora

    İngilizce

    İngilizce

    2013

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. A. ENİS ÇETİN

  3. Enhancing hyperspectral and multispectral image fusion using high dimensional model representation

    Yüksek boyutlu model gösterimi kullanılarak hiperspektral ve multispektral görüntü füzyonunun iyileştirilmesi

    EFE KAHRAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SÜHA TUNA

  4. A novel approach for time series forecast combinations based on multi-criteria decision making (MCDM) methods

    Zaman serisi tahmin kombinasyonları için çok kriterli karar verme yöntemlerine dayalı yeni bir yaklaşım

    TUĞBA YASEMİN KARAGÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERKAN IŞIKLI

  5. Deep learning based dynamic turkish sign language recognition with leap motion

    Derin öğrenme tabanlı leap motıon ile dinamik türk işaret dili tanıma

    BURÇAK DEMİRCİOĞLU KAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HATİCE KÖSE