Kayıp gözlemli olumsallık tablolarında sınır çözümleri
Boundary solutions in contingency tables with missing data
- Tez No: 952076
- Danışmanlar: DOÇ. AYFER EZGİ YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Kategorik veri çözümlemelerinde logaritmik doğrusal modeller kullanılarak değişkenler arasındaki ilişkiler araştırılır. Ancak, kayıp gözlem içeren olumsallık tablolarında klasik modellerin kullanılması uygun olmamaktadır. Bu nedenle, kayıp gözlemlerin de bir değişken olarak modele dahil edildiği özel logaritmik doğrusal modeller kullanılır. Bu modellerin analizinde kapalı form çözümlerinden faydalanılır. Kapalı form çözümlerinde bazı parametre tahminlerinin negatif çıkması ise istenmeyen bir durumdur. Bu durumda, parametre tahminlerini hesaplayabilmek için sınır çözümlerinden yararlanılır. Bu tez çalışması kapsamında, kayıp gözlem içeren olumsallık tablolarındaki sınır çözümlerini tanıtmak, kayıp gözlem mekanizmalarına karar verme yöntemlerini ve sınır çözümleri için gerekli koşulları ortaya koymak ve bu yöntemlerin uygulama verisi üzerinden tartışılması amaçlanmaktadır.
Özet (Çeviri)
In the analysis of categorical data, log-linear models are employed to investigate the relationships among variables. However, in contingency tables with missing observations, the use of classical models may not be appropriate. Therefore, special log-linear models that incorporate missing data as an additional variable are utilized. The analysis of these models often relies on closed-form solutions. Nonetheless, the occurrence of negative parameter estimates in closed-form solutions is an undesirable outcome. In such cases, boundary solutions are employed to estimate the parameters. The aim of this thesis is to introduce boundary solutions in contingency tables with missing data, to present decision methods for identifying missing data mechanisms, and to establish the necessary conditions for boundary solutions. Furthermore, these methods are discussed through application to real data.
Benzer Tezler
- Kayıp gözlem içeren olumsallık tablolarında log-doğrusal modeller
Log-linear models for contingency tables with missing data
EMİNE ÖÇAL
Yüksek Lisans
Türkçe
2024
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. AYFER EZGİ YILMAZ
- Kayıp gözlemli verilerde ortalama vektörü için alternatif testler
Alternative test procedures for normal mean vektor with incomplete data
FEYZA ALTUNTAŞ
- 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
- Kayıp veri analizi istatistiksel ve makine öğrenimi algoritmalarının karşılaştırılması
Missing data analysis comparison between statistical and machine learning algorithms
HASAN YASİN SUCU
Yüksek Lisans
Türkçe
2018
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF ÖZGE ÖZDAMAR
- Kayıp veri analizinde sıklıkla kullanılan etkin yöntemlerin değerlendirilmesi
Evaluation of the commonly used missing value analysis methods
ARZU BAYGÜL
Yüksek Lisans
Türkçe
2007
Biyoistatistikİstanbul ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
PROF. DR. MUSTAFA ŞENOCAK