İkili lojistik regresyonda robust yöntemler
Robust methods in binary logistics regression
- Tez No: 779803
- Danışmanlar: PROF. DR. ZAFER KÜÇÜK, PROF. DR. ARZU ALTIN YAVUZ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
Bağımlı değişkenin kesikli olması durumunda uygulanan regresyon analizi yöntemine lojistik regresyon analizi denir. Lojistik regresyon analizinin amaçlarından biri sınıflandırma, diğeri ise en az değişkeni kullanarak en iyi uyuma sahip olacak şekilde bağımlı ve bağımsız değişkenler arasındaki ilişkiyi tanımlayabilen ve genel olarak kabul edilebilen bir model kurmaktır. Doğrusal regresyon analizinde olduğu gibi lojistik regresyon analizinde de çoklu iç ilişki ve aykırı değer problemleriyle karşılaşılabilmektedir. Bağımsız değişkenler arasında çoklu iç ilişkinin var olması durumunda elde edilen regresyon katsayıları gerçek değerlerini yansıtmayacaktır. Veri kümesinde aykırı değerler olması durumunda ise bu değerlerin belirlenmesi ve parametre tahminleri üzerinde etkilerinin incelenmesi gerekmektedir. Bu problemlerin çözümleri için literatürde ayrı ayrı tahmin ediciler önerilmiştir. Bu tez çalışmasında veri kümesinde hem çoklu iç ilişki hem de aykırı değer problemlerinin olması durumunda bu iki problemin birlikte çözümü için robust yanlı bir tahmin edici önerilmiştir. Önerilen bu tahmin edici literatürde mevcut olan diğer tahmin edicilerle hata kareler ortalaması (MSE) kriterine göre karşılaştırılmıştır. Gerçek veri uygulaması ile simülasyon çalışması desteklenmiştir. Ayrıca veri setinde bulunan aykırı değerler için literatürde mevcut olan yöntemler yardımıyla robust teşhis yöntemleri ve bu yöntemler için robust eşik değerler önerilmiştir.
Özet (Çeviri)
The regression analysis method applied when the dependent variable is discrete is called logistic regression analysis. One of the purposes of logistic regression analysis is classification, and the other is to establish a generally acceptable model that can describe the relationship between dependent and independent variables in a way that has the best fit by using the fewest variables. As in linear regression analysis, multicollinearity and outlier problems can be encountered in logistic regression analysis. In case of multicollinearity between independent variables, the obtained regression coefficients will not reflect their true values. In case of outliers in the data set, these values should be determined and their effects on parameter estimations should be examined. For the solutions of these problems, different estimators have been proposed in the literature. In this thesis study, a robust biased estimator is proposed to solve these two problems together in case of both multicollinearity and outlier problems in the data set. This proposed estimator was compared with other estimators available in the literature according to the mean square error (MSE) criterion. Simulation study was supported with real data application. In addition, robust diagnostic methods and robust cut-off values for these methods were proposed with the help of the methods available in the literature for the outliers in the data set.
Benzer Tezler
- Lojistik elastik net yönteminin alternatif yöntemlerle karşılaştırılması
Comparison of the logistic elastic net method with alternative methods
SEVİM SİMGE UYSAL
Yüksek Lisans
Türkçe
2020
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ARZU ALTIN YAVUZ
- Kısmi en küçük kareler yapısal eşitlik modellerinde ikili değişken kullanımının incelenmesi
Investigation of the use of binary variables in partial least squares structural equation models
MERT VEZNİKLİ
Doktora
Türkçe
2023
BiyoistatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ATIF AHMET EVREN
- Jackknife-after-Bootstrap method as diagnostic toolin generalized linear models
Genelleştirilmiş doğrusal modellerde sorun tanımlama aracı olarak Jackknife den sonra Bootstrap yöntemi
UFUK BEYAZTAŞ
- Elektrik pano yangınlarına karşı nesnelerin interneti destekli algılama sisteminin geliştirilmesi
Development of an internet of things supported detection system against electric panel fires
MUHAMMED FATİH PEKŞEN
Doktora
Türkçe
2024
Mühendislik BilimleriSakarya ÜniversitesiYangın ve Yangın Güvenliği Anabilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Skaler-fonksiyon lojistik regresyon modelinin tahmini için dirençli bir kestirim yöntemi
A robust estimation method for scalar-on-function logistic regression model
BERKAY AKTÜRK
Yüksek Lisans
Türkçe
2023
İstatistikMarmara Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. UFUK BEYAZTAŞ
