Geri Dön

Kayıp gözlem içeren olumsallık tablolarında log-doğrusal modeller

Log-linear models for contingency tables with missing data

  1. Tez No: 898352
  2. Yazar: EMİNE ÖÇAL
  3. Danışmanlar: DOÇ. DR. AYFER EZGİ YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 83

Özet

Kayıp gözlem, veri setinde bir ya da birden fazla hücrede değer olmaması durumudur. Kayıp gözlemlere sağlık, ekoloji, ekonomi, sosyal bilimler gibi veri elde etmenin zor olduğu alanlarda sıklıkla rastlanmaktadır. Veride kayıp gözlemler olması durumunda veri analizinde gerçeğe uygun olmayan sonuçlar ortaya çıkabilir. Bu nedenle veri analizinden önce kayıp gözlem probleminin çözülmesi gerekir. Bu tez çalışması kapsamında kayıp gözlem çeşitlerini ve kayıp gözlemle başa çıkma yöntemlerini incelemek, olumsallık tabloları için kullanılan yöntemleri tanıtmak ve logaritmik doğrusal modelleri tanıtarak bu yöntemleri uygulama üzerinden tartışmak amaçlanmaktadır.

Özet (Çeviri)

Missing value is the absence of a value in one or more cells in the data set. Missing values are frequently encountered in areas such as health, ecology, economics, and social sciences where it is difficult to obtain data. If there are missing values in the data, incorrect results may emerge in the statistical analysis. For this reason, the missing value problem should be solved before data analysis. Within the scope of this thesis, it is aimed to examine the types of missing values and the methods of dealing with missing values, to introduce the methods used for contingency tables and to introduce log-linear models and discuss these methods through application.

Benzer Tezler

  1. Kayıp gözlem içeren dengesiz veri setlerinin topluluk öğrenme algoritmaları ile sınıflandırılması

    Classification with ensemble methods on missing and imbalanced data

    ENİS GÜMÜŞTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. AYÇA ÇAKMAK PEHLİVANLI

  2. Kayıp veriler ve kayıp veriler için bir çoklu veri atama yöntemi: Propensity skor

    Missing data and a multiple imputation method for missing data: Propensity score

    ELİF ÇİĞDEM KASPAR

    Doktora

    Türkçe

    Türkçe

    2011

    EkonometriMarmara Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. DİLEK ALTAŞ

  3. Ekonomik büyümenin iç ve dış borçlanma ile arasındaki ilişkinin çapraz spektral analizi

    A cross-spectral analysis of the relationship between economic growth and domestic and external debt

    TUĞBA YILMAZ

    Doktora

    Türkçe

    Türkçe

    2024

    EkonometriBursa Uludağ Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. MUSTAFA SEVÜKTEKİN

  4. Toplumsal bellek çerçevesinde Bomonti Bira Fabrikası

    Bomonti Brewery in the framework of social memory

    EDA YİĞİT

    Doktora

    Türkçe

    Türkçe

    2024

    AntropolojiMimar Sinan Güzel Sanatlar Üniversitesi

    Sosyoloji Ana Bilim Dalı

    DOÇ. DR. NİSBET GAMZE TOKSOY

  5. Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar

    Densely connected structures in deep learning based image denoising

    VEDAT ACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU