http://dspace.yildiz.edu.tr/xmlui/handle/1/139 2026-05-01T23:30:54Z http://dspace.yildiz.edu.tr/xmlui/handle/1/4226 Poisson regresyon modeli ve Türkiye`deki boşanma istatistiklerine uygulanması Yeşilyurt, Hande Çalışma içerisinde, 1989 ile 1998 yılları arasında Türkiye'deki boşanma sayısı verileriyle ilgili bir Poisson regresyon uygulaması yapmak amaçlanmıştır. İlk olarak regresyon analiziyle ilgili bilgi verilmiştir. Regresyon, doğrusal regresyon ve doğrusal olmayan regresyon şeklinde ikiye ayrılmaktadır. Poisson regresyon bir doğrusal olmayan regresyon şeklidir. Bağımlı değişken oluş sayısı (count) ile belirtilen bir veri olduğunda, Poisson regresyon analizi kullanılmaktadır. Bugüne kadar yapılan çalışmalarda, Poisson dağılımı için ortalama ve varyansın eşit olması varsayımı altında Poisson regresyon modeli incelenmiştir. Ancak, uygulamada genellikle aşırı yayılım yani varyansın ortalamadan büyük olması haliyle karşılaşılmaktadır. Aşırı yayılım olan durumlarda ise iki yol izlenmektedir. Bunlardan birincisi bir tartı parametresi tahmin ederek, bununla test istatistikleri ve kalıntıların düzeltilmesidir. kincisi ise negatif binom regresyon uygulamaktır. Poisson regresyon modeline ilişkin parametre tahminleri, iteratif olarak yeniden ağırlıklandırılmış en küçük kareler ve maksimum olabilirlik yöntemi kullanılarak yapılmaktadır. Veriyi en iyi açıklayan yapıyı bulabilmek için uyum ölçüleri ve kalıntılar incelenmektedir. Genellikle sapma (deviance) değeri en küçük olan model, veriyi en iyi açıklayan model olarak tercih edilmektedir. Boşanma verileri üzerinde yapılan uygulamada parametre tahminleri, uyum ölçüleri ve kalıntıların hesaplanmasında S-PLUS 2000 programı kullanılmıştır. Uygulama bölümünde boşanma verileri Poisson regresyon ile modellenmeye çalışılmıştır. Tez (Yüksek Lisans) - Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2005 2005-01-01T00:00:00Z http://dspace.yildiz.edu.tr/xmlui/handle/1/4224 Doğrusal olmayan regresyonda bazı eğrisellik ölçüleri Şahinbaşoğlu, Zehra Zeynep Doğrusal regresyonda kullanılan kalıntı analizi, normallik varsayımı altında gerçekleşmektedir. Elde edilen sonuçlar bu varsayımlara göre yorumlanmaktadır. Doğrusal olmayan regresyonda ise asimptotik özellikler söz konusudur. Dolayısıyla doğrusal regresyon için uygulanan kalıntı analizi sonuçları, doğrusal olmayan regresyon için hatalı sonuçlar verebilmektedir. Kalıntı analizi sonuçlarının güvenilirliğini anlamak için eğrisellik ölçüleri araştırılmıştır. Eğrisellik ölçüleri saf ve parametre etkili eğrisellik olmak üzere iki çeşittir. Safeğrisellik sadece veri seti ve model arasındaki geometrik anlamı verir. Parametre etkili eğrisellik ise, yeniden parametrelendirme yöntemiyle değiştirilebilir. Bu araştırma karşılaştırmalı bir uygulama içermektedir. İlk olarak, veri kümesinin doğrusal görünümlü bir grafiğe sahip olduğu görüldüğünden, ilk önce doğrusal regresyon analizi uygulanmıştır. Elde edilen modelin kalıntılarına kalıntı analizi uygulanmıştır. Daha sonra aynı veri kümesi için doğrusal olmayan regresyon analizi araştırılmıştır. Elde edilen modele kalıntı analizi uygulanmış, sonuçların doğrusal regresyon sonucu uygulanan kalıntı analizi sonuçlarıyla paralellik gösterdiği görülmüştür. Doğrusal olmayan modele uygulanan kalıntı analizi sonuçlarının güvenilirliğini test etmek için bazı eğrisellik ölçüleri araştırılmıştır. Sonuç olarak bulunan eğrisellik ölçülerinin çok küçük olduğu ve kalıntı analizini etkilemediği görülmüştür.Bu uygulamalar için, SPSS 11.5, Excel 2003 ve Mathcad 6 kullanılmıştır. Uygulamalar sonucunda, eldeki veri seti için doğrusal olmayan regresyon modeline uygulanan kalıntı analizinin eğrisellikten çok etkilenmediği, dolayısıyla sonuçlarına güvenilebileceği şeklinde yorumlanmıştır. Tez (Yüksek Lisans) - Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2005 2005-01-01T00:00:00Z http://dspace.yildiz.edu.tr/xmlui/handle/1/4223 Gözleme dayalı çalışmlarda propensity skor Tıp Bilimleri'nde bir uygulama Altunok, Elif Çiğdem Özellikle gözlemsel çalışmalarda, araştırmacının tedavi ve kontrol gruplarındaki birimleri rastlantısal olarak gruplara atama işleminde kontrolü yoktur. Bu nedenle, olgu-denetim gruplarına düşen bireylerin gerek demografik özelliklerinde gerekse ortak değişkenlerinde farklılıklar gözlemlenebilir ve bu farklılıklarda tedavi etkisinin sistematik hatalı tahminlerine neden olabilmektedir. Bir dengeleme skoru olarak tanımlayabileceğimiz propensity skor, tedavinin gözlenen ortak değişkenlere göre koşullu olasılığı olarak ifade edilir ve gözlemsel çalışmalarda başlıca sistematik hatanın azaltılmasında, kesinliğin artmasında ve belirli ortak değişkenlerin etkilerini ortaya koymak amacıyla kullanılır. Propensity skor lojistik regresyon yardımı ile hesaplanır. Propensity skor bir kez tahmin edildikten sonra eşleştirme, tabakalara ayırma, regresyon düzeltmesi veya bu üçünün bileşiminin kullanılması yöntemleriyle sistematik hatanın azaltılması amaçlanır. Çalışmamızda, Marmara Üniversitesi Hastanesi Göğüs Cerrahisi bölümünde 1996-2003yılları arasında aynı doktor tarafından göğüs cerrahisi ameliyatı geçirmiş n=478 hasta kullanılmıştır. Ameliyat sonrası delirium tanısı alan ve almayan hastalara ait, ameliyattan öncesi 10 risk faktörü ile ve ameliyat sonrası 14 risk faktörüne lojistik regresyon uygulanmış ve sonuçlar elde edilmiştir. Propensity skor hesaplanmış, tabakalara ayırma yöntemi kullanılarak benzer propensity skora sahip tedavi ve kontrol bireyleriyle oluşan yeni örneğe istatistik analiz uygulanmış ve değerlendirilmiştir. Propensity skor ile tabaklara ayırma yöntemi kullanılarak birbiri ile benzer dağılıma sahip tedavi ve kontrol bireyleri seçilmiş böylece yeni örneklemdeki tedavi ve kontrol grupları hemen hemen aynı karakteristiklere sahip olmuş ve sistematik hata azalmıştır. Sonuç olarak, propensity skor öncesi örneklem ile propensity skor sonrası tedavi ve kontrol bireylerine uygulanan lojistik regresyon sonucunda risk faktörlerinin anlamlılıklarında değişiklik gözlemlenmiştir. Tez (Yüksek Lisans) - Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2006 2006-01-01T00:00:00Z http://dspace.yildiz.edu.tr/xmlui/handle/1/4222 Kredi skorlamada kullanılan yöntemler ve uygulamaları  Turangil, Nurşahver Gelişmekte olan bankacılık sektöründe kredi kartları önemli bir ürün olarak yerini almıştır. Müşteriye kredi kartı verilmesi-verilmemesi ise banka açısından dikkatle incelenerek alınması gereken bir karardır ve kredi kartı talebi arttıkça başvuruların değerlendirilmesi daha da karmaşık bir hal almaktadır. Değerlendirmeyi yapan kişiler farklı kriterleri dikkate alabilecekleri için alınan kararlar subjektif olabilir. Bu durumda, hem artan başvuru sayısına doğru zamanda cevap vermek hem de subjektif kriterlerden arınıp objektif kararlar alabilmek için çeşitli istatistiksel ve istatistiksel olmayan yöntemler kullanılmaktadır. Bu çalışmada, bir bankanın kredi kartı müşterilerine ait on üç değişken ile iyi müşteri-kötü müşteri ayırımı yapılmaya çalışılmıştır ve uygulama sonuçları birbirleriyle kıyaslanmıştır. Uygulamada kullanılan bazı istatistiksel teknikler, Diskriminant Analizi, Lojistik Regresyon, Kümeleme Analizi (Cluster Analysis), Sınıflandırma Ağaçları (Classification Tree)'dır ve istatistiksel olmayan tek teknik ise Yapay Sinir Ağları'dır. Çalışmada bu tekniklerin uygulamaları ele alınmış, teorik ayrıntılara değinmekten kaçınılmıştır. Uygulamalarına yer verilmeden teorik bilgi olarak sunulan teknikler ise Lineer Programlama ve Tamsayı Programlama konularıdır. Bu tekniklerle ilgili uygulamalar ileride yapılacak çalışmalara bırakılmıştır. Modellerin uygulamasında çeşitli avantajlar-dezavantajlar mevcut olmasıyla birlikte kullanılan veri setine göre tahmin başarısı en yüksek olan modelin lojistik regresyon olduğu söylenebilir. İlgili veri setine göre tüm modellere giren AYLIK NET GELİR değişkeni ise bu çalışma için kredi skorlamada etkili değişkenler olarak gözlemlenmiştir. Tez (Yüksek Lisans) - Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2006 2006-01-01T00:00:00Z