Lojistik regresyonda bazı yanlı kestiricilerin incelenmesi
| dc.contributor.advisor | Taylan, Pakize | |
| dc.contributor.author | Urgan, Nurkut Nuray | |
| dc.date.accessioned | 2017-10-09T12:53:05Z | |
| dc.date.available | 2017-10-09T12:53:05Z | |
| dc.date.issued | 2017 | |
| dc.date.submitted | 2007-10-19 | |
| dc.department | Dicle Üniversitesi, Fen Bilimleri Enstitüsü, Matematik Anabilim Dalı | en_US |
| dc.description.abstract | Bu çalışma dört bölümden oluşmaktadır. Birinci bölümde, lojistik regresyon modeli ve özellikleri verilmektedir. Ayrıca, lojistik regresyonun kullanıldığı çalışma alanları ve tarihsel gelişmeler ile lineer regresyona göre avantajları verilmektedir. İkinci bölümde, lojistik regresyonda kullanılan yansız kestiriciler verilmiştir. Ayrıca, lojistik regresyonda verilerin iç ilişkili olması ve iç ilişkinin yansız kestiricilere etkisi verilmektedir. Bundan başka, veriler iç ilişkili olduğu durumlarda kullanılan bazı yanlı kestiriciler tanıtılmaktadır. Üçüncü bölümde, lojistik regresyonda veriler iç ilişkili olduğunda kullanılan bazı yanlı kestiriciler alanında yapılmış olan bazı çalışmalar incelenerek bu kestiriciler ile ilgili temel bilgiler verilmiştir. Son bölümde, lineer regresyonda kullanılan özel bir kestirim lojistik regresyona uyarlanmıştır. Son olarak, bu kestirici ile yanlı ve yansız kestiriciler karşılaştırılmıştır. | |
| dc.description.abstract | This study consists of four chapters. In the first chapter, logistic regression model and its properties are given. Moreover, previous progresses and the study fields in logistic regression are given with its advantages in comparison linear regression. In the second chapter, unbiased estimators in logistic regression are given. Moreover, collinearity and its effects to the unbiased estimation in logistic regression are given. Furthermore, some biased estimators are introduced when the data are collinear. In the third chapter, some fundamental information are given about some biased estimators in logistic regression when the data are collinear by analyzing the previous works in this field. In the final chapter, a special estimation in linear regression is adapted to the logistic regression. Finally, this estimator is compared with both biased and unbiased estimators. | |
| dc.identifier.uri | https://hdl.handle.net/11468/3325 | |
| dc.institutionauthor | Urgan, Nurkut Nuray | |
| dc.language.iso | tr | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Lojistik regresyon yöntemi | en_US |
| dc.subject | Logistic regression method | en_US |
| dc.subject | Maksimum olabilirlik yöntemi | en_US |
| dc.subject | Maximum likelihood method | en_US |
| dc.subject | Ridge regresyon | en_US |
| dc.subject | Ridge regression | en_US |
| dc.title | Lojistik regresyonda bazı yanlı kestiricilerin incelenmesi | en_US |
| dc.type | Doctoral Thesis | en_US |
