Comparison of machine learning methods in predicting female labor force participation rates
Kadınların işgücüne katılım oranlarının tahmininde makine öğrenmesi metotlarının karşılaştırılması
- Tez No: 898911
- Danışmanlar: PROF. DR. SEYİT MÜMİN CILASUN
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, İstatistik, Economics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Ted Üniversitesi
- Enstitü: Lisansüstü Programlar Enstitüsü
- Ana Bilim Dalı: Uygulamalı Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Uygulamalı Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezin amacı, kadınların işgücüne katılım oranlarının tahmininde makine öğrenmesi metotları içerisinde en iyi performans gösteren metodun hangi metot olduğunun belirlenmesi ve kadınların işgücüne katılımları üzerinde hangi faktörlerin en belirleyici olduğunun saptanmasıdır. Bu doğrultuda Dünya Değerler Araştırması'nın 1990-2022 dönemini kapsayan ikinci, üçüncü, dördüncü, beşinci, altıncı ve yedinci dalgaları incelenmiştir. Makine öğrenmesi algoritmaları olarak sırası ile Logistic Regression, Naïve Bayes, KNN (k-nearest neighbours), Karar Ağacı (Decision Trees), SVM (Destek Vektör Makineleri), Rastgele Orman (Random Forests), GBM ve XGBoost kullanılmıştır. Kullanılan yöntemler performans metrikleri olan Doğruluk (Accuracy), Kesinlik (Precision), Duyarlılık (Recall), F1-Score, AUC ve ROC değerlerine bakılarak karşılaştırılmıştır. Bulunan sonuçlar en iyi performans gösteren metotların XGBoost ve Rastgele Orman (Random Forest) olduğunu göstermektedir. Bu sonuçların yanında, makine öğrenmesi metotları, sırası ile bir kadının eğitim seviyesinin, yaşının, çocuk sayısının ve gelir düzeyinin işgücüne katılım kararında en önemli etkenler olduğunu göstermiş, bir kadının ataerkillik seviyesinin ve dindarlığının işgücüne katılım kararında etkisinin sınırlı olduğunu göstermiştir.
Özet (Çeviri)
The aim of this thesis is to determine which of the machine learning methods performs the best in predicting women's labour force participation rates and to determine which factors are the most significant in women's labour force participation. For this purpose, the second, third, fourth, fifth, sixth, and seventh waves of the World Values Survey which cover the period 1990-2022 are analyzed. Logistic Regression, Naïve Bayes, KNN (k-Nearest Neighbours), Decision Trees, SVM (Support Vector Machines), Random Forests, GBM (Gradient Boosting Machines), and XGBoost were used as machine learning algorithms. The methods used were compared based on performance metrics such as Accuracy, Precision, Recall, F1-Score, AUC, and ROC values. The results show that the best-performing methods are XGBoost and Random Forest. Along with these results, machine learning methods have shown that a woman's education level, age, number of children, and income level are the most important factors in her labour force participation decision, while a woman's patriarchal level and religiosity have limited effect on her labour force participation decision.
Benzer Tezler
- Cam ve plastik seraların sonbahar domates üretimi yönünden karşılaştırılması
Başlık çevirisi yok
ERGUN DURAN
- Konut bölgelerinde parsel düzeni uygulamasının kent topraklarının rasyonel kullanımı çerçevesinde mimari açıdan değerlendirilmesi
An Architeet's Criticism of the Currently Practised method of plot formation in residential areas from the point of View of rational utilization of urban deatories
SUZAN ESİRGEN
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. UMUR ERKMAN
- Bölünüme bağlı olmayan varyans çözümlemesi çoklu karşılaştırmalar ve tarımda uygulamaları
Distiribution-free analyis of variance multiple comparisons and applications in agriculture
HAMZA GAMGAM
- Çeşitli rib örgülerin boyutsal özellikleri üzerine bazı araştırmalar
Başlık çevirisi yok
ARZU YAĞCI
Yüksek Lisans
Türkçe
1986
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ARİF KURBAK
- Pamuk ipliklerinde istatiksel bir hata analiz yönteminin geliştirilmesi üzerinde araştırmalar
Başlık çevirisi yok
AYŞE KARAKOR
Yüksek Lisans
Türkçe
1986
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER