DoktoraAçık Erişim

Sıfır değer kesilmiş regresyon yöntemleri ve uygulaması

Bu tez size mi ait?

Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.

2020
0 görüntülenme
0 i̇ndirme

Özet (TR)

Bu çalışmada; Türkiye İstatistik Kurumu'ndan alınan 2009-2013 yılları arasında Türkiye'de işlenmiş bazı suç verileri kullanılmış ve iki farklı bağımlı değişken kullanılarak regresyon yöntemleri karşılaştırılmıştır. Bu suçlar yedi coğrafi bölgeye göre yeniden düzenlenmiştir. Akdeniz Bölgesi referans alınarak bölgelerin suç oranları ve 2009 yılı referans alınarak yıllar karşılaştırılmıştır. Çalışmada klasik yöntemler (Poisson, negatif binomial) ile sıfır değer kesilmiş yöntemlerin performansı karşılaştırılmıştır. Bağımlı değişken "cinsel suçlar" olarak ele alındığında en iyi modelin aşırı yayılımı da dikkate alan sıfır değer kesilmiş negatif binomial, bağımlı değişken "kötü muamele" olarak alındığında ise sıfır değer kesilmiş Poisson regresyonunun en iyi yöntem olduğu sonucuna varılmıştır. Ortalaması 5'ten büyük sayım ile elde edilmiş pozitif değerlerden oluşan bağımlı değişkenin modellenmesinde sıfır değer kesilmiş yöntemlerin klasik yöntemlerle benzer sonuçlar ürettiği gösterilmiştir. Ortalaması 5'ten küçük sayım ile elde edilmiş pozitif değerlerden oluşan bağımlı değişken modellenmesinde ise sıfır değer kesilmiş regresyon yöntemlerinin en iyi sonucu verdiği tespit edilmiştir. Bağımlı değişkende aşırı yayılım varsa negatif binomial regresyon yöntemlerinin en uygun yöntemler olduğu elde edilmiştir. Elde edilen parametre tahminleri ile suçlar arasındaki ilişki incelenmiş ve bu suçların yıllara ve bölgelere göre değişimi yorumlanmıştır. En iyi modelin belirlenmesinde AIC ve BIC değerleri kullanılmıştır.

Yazar

Rıdvan Kara

Bu Yayına Nasıl Atıf Yapılır

Rıdvan Kara (Doktora Tezi). Sıfır değer kesilmiş regresyon yöntemleri ve uygulaması, 2020, Van Yüzüncü Yıl Üniversity.

Anahtar Kelimeler

Lisans

Tüm Hakları Saklıdır

Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.

Van Yüzüncü Yıl Üniversity tezlerinden daha fazlası