Geri Dön

Sağlık alanında keşifçi veri analizi yöntemlerinin incelenmesi

Investigation of exploratory data analysis methods in the field of health

  1. Tez No: 780360
  2. Yazar: SADIK IBRAHIM OMAR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HARUN YONAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Veterinerlik Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 63

Özet

Keşfedici Veri Analizi (EDA), verileri modellemeden ve çıkarım yapmadan ele almaya yönelik bir yaklaşım olup, araştırmacının deneyimi ve bakış açısıyla tasarlanmış çalışmaya özgü bir değerlendirmedir. İlk ortaya çıktığı zamanlarda temel düzeyde incelemeleri yapan EDA, veri madenciliği ve yapay zeka algoritmalarının gelişimi ile daha kapsamlı incelmeleri bünyesinde barındıran bir yaklaşım olmuştur. Bu çalışma, EDA'ya yönelik yöntemlerin bir arada kullanılarak büyük boyutlu bir veri yapısının keşfine yönelik yapılabilecekleri ele almaktadır. Bu amaçla, tek değişkenli ve çok değişkenli analizler, grafiksel yöntemlerle desteklenerek kullanılmıştır. Analitik yöntemler, sağlık alanında oldukça sık karşılaşılan klasik istatistiksel yöntemler ve çok değişkenli analizlere yönelik tasarlanmış ve aşamalı olarak verilmiştir. EDA yaklaşımının, veri analizinin standart bir parçası olması gerektiği; çalışmanın içeriğinden ve hipotezlerinden bağımsız olarak katkı sağlayacağı ortaya konulmuştur.

Özet (Çeviri)

Exploratory Data Analysis (EDA) is an approach to handle data without modeling and inference, and it is a study-specific assessment designed with the experience and perspective of the researcher. EDA, which made basic examinations when it first emerged, has become an approach that includes more comprehensive examinations with the development of data mining and artificial intelligence algorithms. This study discusses what can be done for the discovery of a large data structure by using a combination of methods for EDA. For this purpose, univariate and multivariate analyzes were used by supporting with graphical methods. Analytical methods were designed for classical statistical methods and multivariate analyzes, which are quite common in the field of health, and are given gradually. It has been revealed that the EDA approach should be a standard part of data analysis and will contribute independently from the content and hypotheses.

Benzer Tezler

  1. Tıbbi katı atık bertarafı ve Trabzon-Rize illeriörneği

    Medical solid waste disposal and example of Trabzon-Rize cities

    ELİF YAZICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Çevre MühendisliğiKaradeniz Teknik Üniversitesi

    Çevre Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. OSMAN ÜÇÜNCÜ

  2. Sakarya ilinde yaşayan 15-49 yaş grubu kadınlarda kronik pelvik ağrının prevalansı, risk faktörleri ve yaşam kalitesine etkisi

    Prevalence of chronic pelvic pain, associated risk factors and impact on quality of life in women in the 15-49 age group who reside in sakarya

    KEVSER ÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    HemşirelikEskişehir Osmangazi Üniversitesi

    Doğum ve Kadın Hastalıkları Hemşireliği Ana Bilim Dalı

    YRD. DOÇ. DR. NEBAHAT ÖZERDOĞAN

  3. İzmir'deki hastanelerde işçi sağlığı ve iş güvenliği hizmetlerinin değerlendirilmesi

    Evaluation of occupational health and safety services of the hospitals in İzmi̇r

    UMUT OTLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    Halk SağlığıEge Üniversitesi

    Halk Sağlığı Ana Bilim Dalı

    PROF. DR. MERAL TÜRK

    PROF. DR. ŞAFAK TANER

  4. Impact of Covid-19 on Islamic and conventional stock indexes

    Covıd-19'un İslami ve geleneksel hisse senedi endeksleri üzerindeki etkisi

    ALMABROK F AHMİD

    Doktora

    İngilizce

    İngilizce

    2022

    MaliyeAtatürk Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. ENSAR AĞIRMAN

  5. Makine öğrenmesi teknikleri ile frezeleme işlemlerinde takım aşınmasının tahmini

    Prediction of tool wear in milling operations using machine learning techniques

    GÖKBERK SERİN

    Doktora

    Türkçe

    Türkçe

    2024

    Makine MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKKI ÖZGÜR ÜNVER