584
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
Arıma ve üstel düzeltme yöntemi ile hisse senetlerinin fiyat tahminlemesi
Tarih boyunca insanlar varlıklarını korumak ve yatırım yapmak için çeşitli alanlarda değerlendirmeler yapmaktadır. Bu alanlardan bir tanesi ise borsa yatırım araçlarından olan hisse senetleridir. Matematik ve istatistiksel alanda çalışmalar neticesinde hisse senetlerinin fiyatlanmasında etken olan birçok yöntem geliştirilmiştir. Daha çok ileri dönem tahminleri üzerine yoğunlaşan yatırımcılar bu alanda bir çok tahmin yöntemlerini ve algoritmalarını kullanmışlardır. ARIMA ve Üstel Düzeltme yöntemleri bu alanda kullanılabilecek yöntemlerdendir. Bu çalışmada, mevcut ve finansal açıdan sağlıklı hisse senetlerinin belirli güven aralığında geçmiş veri setlerini içeren modellerin kurulması amaçlanmaktadır. Modelin içeriğinde EREGL, PGSUS, TUPRS hisse senetlerinin 2017-2023 yılları aylık kapanış fiyatları veri seti olarak kullanılmıştır. Veri setlerinin içerdiği veriler ile önce ARIMA, daha sonra üstel düzeltme yöntemi ile çalışma yapılacaktır. Öncelikle belirtilen yılların verileri ile 2024 yılı fiyat tahminleri için çalışma yapılacaktır. Hedeflenen model grafik uyumu ile kıyaslanıp daha sonra kullanıma sunulacaktır. Son olarak bu çalışma ile ekonomi, istatistik ve finans çevrelerinin faydalanabileceği test edilmiş bir yöntem ortaya konması amaçlanmaktır. İki farklı analiz yapılarak modeller arasındaki doğruluk düzeyi değerlendirilmiş olacak; bu da yatırımcı güveni açısından önem arz etmektedir. Anahtar Kelimeler: ARIMA, BİST100, Hisse Senedi, Üstel Düzeltme
Kesikli dağılımlarda parametrelerin farklı tiplerde sıralı küme örneklemesine dayalı tahmini
Kesikli dağılımlar, sayma verilerinin modellenmesi, güvenilirlik analizi, sigorta matematiği ve yaşam süreci çalışmaları gibi birçok alanda önemli uygulama alanlarına sahiptir. Son yıllarda, mevcut dağılımların esneklik ve uyum sınırlılıklarını aşmak amacıyla, literatürde yeni kesikli dağılımların geliştirilmesine yönelik çalışmalar artış göstermiştir. Bu bağlamda, sürekli dağılımlara dayalı rekor tipi yapıların Poisson karışımları ile birleştirilmesiyle elde edilen yeni dağılımlar dikkat çekmektedir. Bu tezde, söz konusu yaklaşımla geliştirilen ve literatüre kazandırılan iki yeni Poisson transmuted rekor tipi üstel ve Poisson transmuted alt rekor tipi üstel dağılımları önerilmiştir. Bu çalışmada ayrıca, son yıllarda önerilen ve kesikli verilerin modellenmesinde sıkça tercih edilen Poisson Ailamujia, Poisson-Lindley ve Poisson new XLindley dağılımları da dahil edilmiş, bu dağılımlarla kapsamlı karşılaştırmalı analizler yapılmıştır. Parametre tahmini sürecinde; en çok olabilirlik, en küçük kareler, ağırlıklandırılmış en küçük kareler ve Cramér-von Mises gibi yöntemler kullanılmış; tahminler hem basit rasgele örnekleme hem de sıralı küme örneklemesi altında gerçekleştirilmiştir. Bu tahmin edicilerin performansları, Monte Carlo simülasyonları ile; ortalama bağıl hata, hata kareler ortalaması ve yan gibi kriterler bakımından değerlendirilmiştir. Tezin son bölümünde, incelenen dağılımlar için stres-dayanıklılık güvenilirlik analizleri yapılmış ve tahmin edicilerin gerçek veri setleri üzerinde incelenmiştir. Elde edilen sonuçlar, önerilen kesikli dağılımlar ve tahmin stratejilerinin değerlendirilmesinde, sıralı küme örneklemesinin basit rasgele örnekleme yöntemine kıyasla daha esnek, tutarlı ve etkili olduğunu ortaya koymaktadır. Bu tez, literatüre yeni katkılar sunarak hem yeni kesikli dağılımlar önermiş hem de çeşitli örnekleme senaryoları altında farklı tahmin yöntemlerinin performanslarını karşılaştırmalı olarak değerlendirmiş ve bulguları gerçek veri uygulamalarıyla desteklemiştir.
Ölçüm sistemleri analizinde üretici ve tüketici riski: dağılımsal modelleme, süreç yeterliliği ve tekrarlı ölçüm stratejileri
Ölçüm Sistemleri Analizi, imalat, mühendislik ve genel olarak ölçüm sistemlerinin güvenilirliğini değerlendirmek amacıyla kullanılan bir yaklaşımdır. Ölçüm sistemleri analizinin temel hedefi, sürecin gerçek varyasyonunu ölçümden kaynaklanan varyasyondan ayırmak ve böylece süreç performansını doğru bir biçimde izleyebilmektir. Ancak ölçüm sisteminden kaynaklanan kalibrasyon bozuklukları, operatörler arası tutarsızlık, ekipman eskimesi veya ortam koşullarındaki dalgalanmalar gibi faktörler, hatalı sınıflandırma riskini beraberinde getirmektedir. Bu riskler içerisinde en çok önem taşıyanlar ise üretici riski ve tüketici riski olarak bilinen hatalı sınıflandırma olasılıklarıdır. Bu tez çalışmasında, ölçüm hatalarından kaynaklanan hatalı sınıflandırma olasılıklarının istatistiksel olarak modellenmesi ve tahmin edilmesi problemi ele alınmıştır. Bu bağlamda, parçaların ve ölçüm hatalarının sırasıyla Weibull ve normal, Üstel ve Laplace, Linear Hazard Rate ve normal, Linear Hazard Rate ve Laplace olduğu durumlar ele alınmıştır. Ardından parçaların ve ölçüm hatasının normal olduğu durumda hatalı sınıflandırma olasılıklarının kapalı form ifadeleri türetilmiştir. Tek operatör kullanılarak elde edilen tekrarlı ek gözlemlerin hatalı sınıflandırma olasılıklarının tahmini üzerine etkisi incelenmiştir. Ayrıca, ölçüm sistemleri analizinde kullanılan Taguchi süreç yeterlilik indeksini süreç bağımsız değişkenlerine bağlayan log-doğrusal bir regresyon modeli önerilmiştir. Son olarak üretici riski üzerinde etkisi olan bağımsız değişken düzeyindeki faktörleri açıklamak ve nicelendirmek amacıyla en çok olabilirlik tabanlı bir yöntem önerilmiştir. Bu bağlamda nokta tahmini için en çok olabilirlik yöntemi kullanılmıştır. Linear Hazard Rate-normal durumu ve Linear Hazard Rate-Laplace durumlarında hatalı sınıflandırma olasılıklarının tahmini için EM algoritmaları türetilmiştir. Aralık tahmininde ise yaklaşık güven aralıkları, parametrik olmayan normal bootstrap, temel bootstrap, yüzdelik bootstrap ve yan düzeltilmiş bootstrap güven aralıkları, bayesçi güvenilir ve en yüksek sonsal yoğunluk güven aralıkları kullanılmıştır. Tez çalışmasında ele alınan yöntemlerin performanslarının incelenmesi için kapsamlı Monte Carlo simülasyon çalışmaları yapılmıştır. Elde edilen bulgular sayısal örnekler kullanılarak desteklenmiştir.
Multiple arbitrarily inflated count regression models
This thesis addresses the common challenge of modeling count data that exhibits inflation at multiple and arbitrary values, a feature often inadequately captured by standard statistical models. To flexibly model these complex data structures, this work introduces a unified family of models and their corresponding regression extensions that advance the existing literature. First, an extended Poisson distribution is developed, which encompasses numerous nested inflated Poisson models as special cases. This framework is then generalized to the Negative Binomial family to account for overdispersion. Finally, as an alternative to these two approaches, a novel discrete model based on a modified Uniform-Geometric distribution is presented. For each proposed model family, fundamental distributional properties are derived, maximum likelihood estimation methods based on Fisher scoring and the EM algorithm are developed, and an inferential framework is established. Simulation studies and real-data applications demonstrate the flexibility, superior goodness-of-fit, and enhanced interpretability of the proposed models compared to existing methods. This thesis provides a comprehensive and applicable methodological toolkit for modeling arbitrary inflation patterns in count data, making a significant contribution to the field.
Construction of a new continuous distribution with two variables and examination of its properties
This thesis introduces a novel class of bivariate generalized Rayleigh distributions derived from latent random variables following the generalized Rayleigh distribution and belonging to the Marshall-Olkin family. Their properties, including marginal and conditional probability density functions, as well as dependence measures such as Kendall's tau and Spearman's rho, are systematically investigated. The parameter estimation process incorporates both MLE and Bayesian methodologies. The Bayesian approach employs advanced Markov Chain Monte Carlo techniques to estimate posterior distributions, while bootstrap methods are utilized to construct robust confidence intervals for these parameters. The framework is validated by applying the proposed models to a real-world dataset, with their performance compared against existing models. Additionally, the thesis extends its contributions to the development of a novel copula that demonstrates improved dependence modeling capabilities. Key measures such as stability and tail behavior are thoroughly evaluated for the new copula. Furthermore, distortion-based extensions are explored, resulting in the creation of new families of univariate and bivariate copulas, which exhibit enhanced flexibility and practical applicability.
Kopula fonksiyonları ve kripto para birimlerine bir uygulama
Günümüzde adını sıkça duyduğumuz kripto paralar ilk olarak 2009 yılında hayatımıza Bitcoin ile girmiştir. Kripto paralar oldukça değişken olmakla birlikte risk düzeyleri çoğunlukla bilinmemektedir. Yatırımcılar için risk ve kuyruk özelliklerini bilmek önemlidir. Bu nedenle kripto paralar arasındaki bağımlılık yapısını modellemek için finansal verilerde yaygın olarak kullanılan kopula fonksiyonları kullanılmıştır. Bu amaçla piyasa değeri en büyük olan 4 kripto para birimi (Bitcoin (BTC), Ethereum (ETH), Binance Coin (BNB), Ripple (XRP)) seçilmiştir. Bu kripto para çiftleri arasındaki bağımlılık yapısına en uygun kopula fonksiyonları belirlenmiştir. Analizler sonucunda, BTC-ETH, BTC-BNB ve BTC-XRP kripto para çiftleri arasındaki bağımlılık yapısı Survival Tawn-2 kopula, ETH-BNB arasındaki bağımlılık yapısı Frank kopula, ETH ile XRP arasındaki bağımlılık yapısı Survival BB8 kopula ve BNB-XRP arasındaki bağımlılık yapısı Survival Gumbel kopula ile açıklanmaktadır. Böylece kripto para birimlerinin riskleri ve kuyruk bağımlılığı hakkında bir fikir verebilmesi açısından yapılan çalışma literatüre bir katkı sunmaktadır. Tez çalışmasında açık kaynak kodlu R yazılımının 4.2.2 versiyonu kullanılmıştır.
Birinci dereceden tam sayı değerli otoregresyon modellerinin incelenmesi
Poisson dağılımı genellikle tam sayı değerli otoregresyon modellerinde hataların dağılımı için kullanılır. Ancak, dağılımın ortalaması varyansına eşittir ve eşit yayılan seriler için uygundur. Gerçek tam sayı değerli zaman serileri genellikle aşırı veya yetersiz yayılmaktadır. Bu nedenle, literatürde Binom inceltmesine dayalı, farklı dağılımlara sahip hatalarla birçok birinci dereceden tam sayı değerli otoregresyon (INAR(1)) modelleri geliştirilmiştir. Bu tez çalışması kapsamında, tam sayı değerli zaman serilerinin modellenmesi için literatürde yer alan INAR(1) modelleri ayrıntılı olarak incelenmiştir. İncelenen modeller biri aşırı, diğeri yetersiz yayılım gösteren iki farklı gerçek tam sayı değerli zaman serisi üzerinde belirli kriterler ile karşılaştırılmış ve seriler için en uygun INAR(1) modelleri belirlenmiştir.
Kesirli polinomlar ile yaşam modelleri
Kesirli polinomlu regresyon modelleri, değişkenlerin doğrusal olmayan etkilerini modellemek için önerilmiştir. Sürekli değişkenlerin sürekli değişken olarak modele dahil edilmesi ve kategorik biçime dönüştürülerek modele dahil edilmesi sonuçları değiştirebilir.Özellikle sağlık alanındaki çalışmalarda sürekli değişkenler, örneğin yaş, çok kategorili değişkenlere dönüştürülerek kullanılmaktadır. Ancak değişkenleri kategorik biçime dönüştürmek bilgi kaybına neden olmaktadır. Değişken düzeylerinin nasıl belirleneceği konusunda da kararsızlıklar ortaya çıkmaktadır. Bu durumda da kesirli polinomlu modeller uygun bir alternatif olmaktadır. Literatürde, kesirli polinomların klasik regresyon modelinde ve lojistik regresyon modelinde kullanımına ilişkin çalışmalar vardır. Cox regresyon modelinde de açıklayıcı değişkenler ile yaşam süresi arasındaki ilişkiyi doğru bir biçimde modellemek için kesirli polinomlu Cox regresyon modeli kullanılabilir. Uygun fonksiyon seçimi yönteminin uygulanması, doğrusal bir fonksiyonun ya da doğrusal olma-yan bir kesirli polinomun uygun olup olmamasının kontrol edilmesini kolaylaştırmaktadır. Tez çalışmasında, kesirli polinomların Cox regresyon modelindeki kullanımı incelenmiş, meme kanseri ve prostat kanseri veri kümeleri üzerinde uygulaması yapılmıştır. Sürekli ve kategorik açıklayıcı değişkenli klasik Cox ve kesirli polinomlu Cox regresyon modelleri veri kümelerine uygulanmıştır. Meme kanseri veri kümesi için kesirli polinomlu Cox regresyon modelleri uygulanmış, ancak veri kümesi için yaş değişkeninin model üzerinde doğrusal bir etkisi olduğu ve klasik Cox regresyon modellerinin kullanılmasının daha uygun olduğu sonucuna ulaşılmıştır. Prostat kanseri veri kümesinde klasik Cox regresyon modeli için orantılı tehlikeler varsayımı sağlanmadığından bu sonuçların kullanılması ve yorumlanması uygun değildir. Bu veri kümesi için kesirli polinomlu Cox regresyon modeli incelendiğinde ise yaş değişkeninin bağımlı değişken ile doğrusal olmayan bir ilişkiye sahip olduğu belirlenmiş ve orantılı tehlikeler varsayımının sağlandığı görülmüştür. Buna göre, kesirli polinomlu Cox regresyon modelinin prostat kanseri veri kümesi için daha uygun olduğu sonucuna varılmıştır.
Stokastik ısı denklemlerinin çözümlerinin patlaması
Bu tez çalışmasında, doğrusal olmayan stokastik dalga ve ısı denklemi çalışılmıştır. Bu amaçla ilk bölümde stokastik dalga ve ısı denklemi ve tarihi hakkında bilgiler verilmiştir. İkinci bölümde çalıştığımız stokastik dalga ve ısı denkleminin literatür bildirişleri verilmiştir. Üçüncü bölümde ise tez boyunca kullanacağımız temel matematiksel tanım, teorem ve lemmalar hakkında bilgi verilmiştir. Dördüncü bölümde, stokastik dalga ve ısı denklemlerinin çözümlerin patlaması (blow-up) ile ilgili genel bilgiler verilmiştir. Beşinci bölümde daha önceden çalışılmış parabolik tip doğrusal olmayan stokastik ısı denklemi uygun enerji eşitsizlikleri kullanılarak çözümün patladığı (blow-up) gösterilmiştir. Altıncı bölüm bu tezin orijinal kısmıdır. Doğrusal olmayan stokastik dalga denkleminin çözümünün patladığı incelenmiştir. Çalışmamızda uygun enerji eşitsizlikleri kullanılarak çözümün sonlu ve sonsuz zamanda var olup olmadığına bakılmıştır. Yedinci bölümde elde edilen sonuçlar özetlenmiş ve bazı önerilerde bulunulmuştur.
Normal, multinomial, üssel (exponential) ve gamma dağılım gösteren veri yapıları ve eksik veri tiplerinde (MCAR, MAR, MNAR) tamamlama algoritmalarının parametre tahminleri üzerine etkileri
Eksik veri problemi araştırmacıların istatiksel analiz yaparken sürekli karşılaştıkları sorunlardan biridir. Eksik veri, çalışmayı yürüten bireyden, verisi toplanan kişilerin bilerek cevap vermemesinden, verilerin gözlenememesinden, veriyi kaydetmek için kullanılan ekipmanlardan ve bunun gibi nedenlerden kaynaklanabilmektedir. Verinin eksik olmasındaki en büyük sorun hemen hemen tüm istatistiksel analizler için eksiksiz bir veri setine ihtiyaç duyulmasıdır. Çalışmada dört dağılım türüne göre veriler üretilmiş, bu veriler eksik veri mekanizmaları olan MCAR, MAR ve MNAR tiplerine göre belli oranlarda eksiltilmiş ve bu eksiltilen veriler eksik veri analiz yöntemlerine göre tamamlanmışlardır. Türetilen veri, eksiltilen veri ve tamamlanan verilerin parametreleri hesaplanmış ve çıkan bu değerlerin karşılaştırmaları yapılmıştır. Sonuçta çoklu atama yönteminin diğer yöntemlere göre daha etkin ve tarafsız parametre tahminleri yaptığı tespit edilmiştir.
Öğrencilerin matematik başarılarını etkileyen faktörlerin rastgele orman, çok katmanlı algılayıcı ve radyal tabanlı fonksiyon yapay sinir ağları yöntemleri ile tahminleme yeteneği açısından karşılaştırılması: Türkiye örneği
Bu tez çalışmasında, PISA 2015 verilerine göre Türkiye'deki öğrencilerin matematik başarılarını etkileyen faktörleri belirlemek için, Karar Ağaçları ailesinden Rastgele Orman ve Yapay Sinir Ağları ailesinden Çok Katmanlı Algılayıcı Yapay Sinir Ağları (MLPANN) ve Radyal Tabanlı Fonksiyon Yapay Sinir Ağları (RBFANN) yöntemleri uygulanmıştır. PISA 2015 sınavına katılan 2165'i (%49) erkek ve 2257'si (%51) kız olmak üzere, toplam 4422 öğrenciden toplanan bilgiler kullanılmıştır. PISA 2015 sınavına giren öğrencilerin matematik testinden almış oldukları puanlar bağımlı değişken; bağımlı değişken ile kuramsal olarak ilişkisi olduğu düşünülen 25 adet değişken ise bağımsız değişken olarak modele dâhil edilmiştir. Bu çalışmada, üç yöntem, tahminleme yeteneği açısından karşılaştırılmış, model test edildiğinde; birçok performans göstergeleri açısından, Rastgele Orman yönteminin diğer iki yönteme göre daha düşük hatalar ile modeli tahminlediği görülmüştür. Bu nedenle; Rastgele Orman yönteminin, performans ölçütleri açısından daha kararlı, tutarlı olduğu ve tahminleme yeteneğinin az da olsa MLPANN ve RBFANN'ye göre daha yüksek düzeyde olduğu söylenebilir. Ayrıca; MLPANN ve RBFANN yöntemleri karşılaştırıldığında, MLPANN'nin RBFANN'ye göre daha iyi performans gösterdiği, diğer taraftan; RBFANN ve RF yöntemleri karşılaştırıldığında ise, RF yönteminin daha başarılı olduğu sonucuna varılmıştır.
Finansal başarısızlık ve iflası etkileyen faktörlerin genelleştirilmiş sıralı logit modeli ile analizi
Bu tez çalışmasında, Şirketlerin finansal başarısızlık ve iflasını belirleyen faktörlerin bulunması amacıyla Altman-Z skor yöntemi, 2017 yılı içinde BİST'te kote edilen 139 sanayi şirketi için uygulanmış ve genelleştirilmiş sıralı logit modeli ile analiz edilmiştir. Çalışmada, şirketlere ait finansal ve mali tablolar ile faaliyet raporlarından elde edilen veriler kullanılmıştır.Bu veriler şirketlerin internet sitelerinden, Kap (Kamu Aydınlatma Platformundan, https://www.kap.org.tr/tr), BİST'in (https://www.borsaistanbul.com/) internet sitesinden yararlanılarak elde edilmiştir. Altman-Z skor değerleri ile şirketlerin iflas riskleri "tehlikeli-gri-güvenli" olarak üç kategoride sıralanmış ve modelde bağımlı değişken olarak kullanılmıştır. Bağımsız değişkenler ise, şirketlerin finansal ve mali tablolarından elde edilen finansal oranlardan elde edilmiştir. Sıralı logit modeli tahminlenmiş ve tahmin edilen modelin paralellik varsayımını ihlâl ettiği görülmüştür. Bağımlı değişkenin sıralı yapısı dikkate alınarak, paralellik varsayımını gevşeten bir model olan genelleştirilmiş sıralı logit modeli ile analiz edilmiş ve modelin marjinal etkilerine göre yorumlamalar yapılmıştır. Sonuçlara göre, faaliyet kâr marjı, aktif devir hızı, net kâr marjı, asit-test oranlarında meydana gelecek bir artış şirketin güvenli bölgede olma olasılığını arttırmaktadır.Aynı zamanda, finansal kaldıraç oranında meydana gelecek bir artışta şirketin güvenli bölgede olma olasılığını azaltmaktadır.
Ağ tehdit algılamada derin öğrenme uygulamaları
Ağ saldırı tespit sistemleri günümüz bilişim sistemlerinde kritik bir yer teşkil ederken, önemli bir araştırma alanı olarak yükselmeye ve yapay sinir ağlarının kullanımı bu alanda giderek daha popüler hale gelmeye başlamıştır. Buna rağmen, bu alanda yapay sinir ağı mimarileri ve bu mimarilerin parametreleri hakkında karşılaştırma çalışmalarında eksiklikler vardır. Bu çalışmada, ağ saldırı tespit sistemleri alanında kullanılan yapay sinir ağları mimarileri ile ileride yapılacak olan mühendislik ve akademik çalışmalar için bir temel oluşturulması amaçlanmıştır. Bu doğrultuda kıyaslama veri seti olarak kabul edilen KDD-99 veri seti kullanılmıştır. İleri beslemeli yapay sinir ağı mimarisi ve evrişimsel sinir ağı mimarisi bu veri seti üzerinde kullanılmış ve % 90 üzeri başarı elde edilerek sonuçlar karşılaştırılmıştır.
Using multivariate methods to determine the most important affecting factors for students' admission and their interests in the specializations: A sample of Salahaddin University
The main goal of this thesis is to determine the most important effective factors for student admission and his/her interests in the specialization by using multivariate methods. Therefore, it focused on using factor analysis by identifying a number of the obtained factors and cluster analysis by classifying the number of the clusters into five clusters. Furthermore, the results of the factor analysis and cluster analysis will be compared to each other. Moreover, this study depends on analysis of 350 questionnaire forms, which is distributed by random stratified sample method on students in the first stage of three different colleges include Scientific colleges and Humanity colleges of Salahaddin University in Northern Iraq for the academic year 2018-2019. Thus, the IBM SPSS Statistics V:25 software program has been used in data analysis. Additionally, the results have demonstrated that the reliability is accepted, and also in factor analysis the rate of the total variance interpretation is %62.157. Moreover, the most common variables between the factor analysis and cluster analysis can be considered the most important and influential variables for the student admission and their interests in choosing specialization. Consequently, the first factor and the first cluster have five influential variables in common, they are V1, V2, V3, V4 and V5 (the system is helpful for student admission in the colleges to get his/her desired professions). Ultimately, the conclusion has shown that there is a kind of approach and similarity between factor analysis and cluster analysis.
Kayıp veri içeren veri setlerinde kümeleme uygulamaları
Kayıp veriler yapılan çalışmalarda olası bir durumdur. Kümeleme analizi nesnelerin doğal gruplarını bulmak için kullanılan bir yöntemdir. Birçok alanda kümeleme analizi veri çözümlemesinde en çok kullanılan yaklaşımlardan biridir. Çözümlenen veri setlerinde çeşitli oranlarda kayıp veri olabilir. Sayısal verilerde tamamen rastgele olan kayıp veri içeren veri setlerinin analizi için kullanılabilecek kümeleme yöntemleri içinde hangisinin en iyi olduğu ile ilgili kesin bir bilgi bulunmamaktadır. Veri sayısına ve veri yapısına göre her bir yöntemin birbirine üstünlükleri ve eksiklikleri vardır. Bu çalışmada sürekli tam ve kayıp veri içeren verilerin kümelenmesi incelenmiştir. Bölmeli kümeleme tekniklerinden k-ortalamalar ve yapay sinir ağı tabanlı kümeleme tekniklerinden öz düzenleyici haritalar (SOM) ve doğrusal vektör parçalama (LVQ) yöntemleri kullanılarak kümeleme analizleri yapılmış ve elde edilen sonuçlar karşılaştırılmıştır. Nitelikli bir karşılaştırma yapmak için literatürde bu tür karşılaştırmaların yapılmasında yaygın olarak kullanılan on bir gerçek veri setlinden yararlanılmıştır. Analiz sonuçlarına göre tüm yöntemlerde kayıp veri oranı arttıkça doğru sınıflandırma oranlarının düştüğü ve yedi veri setinde SOM kümeleme yönteminin k-ortalamalar ve LVQ yöntemlerine göre daha iyi performans gösterdiği görülmektedir. Dört veri setinde ise verilerin yapısına bağlı olarak LVQ'nun daha iyi performans gösterdiği tespit edilmiştir. Bu çalışmada, ifade edilen sınırlılıklar dahilinde kayıp veri ile çalışma alternatifi sunularak en iyi yöntem önerilerinde bulunulmuştur.
İlköğretim matematik öğretiminde materyal destekli öğretim yönteminin öğrenci başarısına etkisi üzerine istatistiksel bir analiz
ÖZET İLKÖĞRETİM MATEMATİK ÖĞRETİMİNDE MATERYAL DESTEKLİ ÖĞRETİM YÖNTEMİNİN ÖĞRENCİ BAŞARISINA ETKİSİ ÜZERİNE İSTATİSTİKSEL BİR ANALİZ ÇATAL, Mahfuz Yüksek Lisans Tezi, İstatistik Anabilim Dalı Tez Danışmanı: Dr. Öğr. Üyesi Yener ALTUN Şubat 2020, 73 sayfa. Matematik öğretiminde matematik derslerinin kendine has soyut yapısı bu dersin anlaşılmasında güçlüklere neden olmaktadır. Bu bağlamda matematik öğretiminin konuya uygun materyallerle somutlaştırılarak desteklenmesi, zengin öğrenme yaşantılarının sağlanması son derece önemlidir. Bu tez çalışmasında, ilköğretim matematik öğretiminde materyal destekli öğretimin öğrenci başarısına olan etkisi analiz edilecektir. İlköğretim matematik konularının öğretiminde materyal destekli öğretimin öğrenci başarısına etkisini amaçlayan bu çalışma beş bölümden oluşmaktadır. Birinci bölümde araştırmanın problemi, önemi, amacı, varsayımları, sınırlılıkları verilmiş ve literatür taraması yapılmıştır. İkinci bölümde, matematik eğitimi ve öğretimi ile ilgili bilgiler yer almaktadır. Üçüncü bölümde araştırmada kullanılan yöntem ile ilgili bilgiler ele alınmaktadır. Dördüncü bölümde Van ilindeki merkezi bir ilköğretim okulunda uygulanan testler ile elde edilen bulgulara ve bulguların yorumlanmasına yer verilmektedir. Beşinci bölümde, tartışma ve sonuçlar yer almaktadır. Anahtar kelimeler: Matematik, Matematik öğretimi, Materyal destekli öğretim
Dağıtılmış montaj hattı permütasyon akış tipi çizelgeleme problemi için yeni çözüm yöntemleri
Bu tez çalışmasında hem dağıtılmış imalatın hem de dağıtılmış montaj sistemlerinin dikkate alındığı Dağıtılmış Montaj Hattı Permütasyon Akış Tipi Çizelgeleme Problemi ele alınmıştır. Üretim endüstrinin önemli bir problemi olan bu tür karma modelli montaj hattı problemlerindeki amaç, nihai ürünlerin elde edilme zamanını en aza indirmektir (diğer bir değişle makespanı en aza indirmektir). Bu tezde de söz konusu problem tipinin çözümünü en iyilemenin bazı farklı yolları tartışılmaktadır. Bu kapsamda, ilgili problem tipinin daha etkin bir şekilde çözülebilmesi için yeni karma tam sayılı doğrusal programlama modelleri önerilmiştir. Ayrıca hâlihazırda literatürde var olan sezgisel/meta sezgisel yöntemlere ilave olarak da bu tezde yeni bir meta sezgisel yöntem tasarlanmış ve geliştirilmiştir. Son olarak, önermiş olduğumuz matematiksel modeller, literatürde var olan aynı veri setleri ve aynı özellikteki bilgisayar kullanılarak ve yine literatürde var olan en iyi matematiksel modelle karşılaştırılmıştır. Yapılan deneyler sonucunda literatürde var olan en etkili matematiksel modelden daha etkili bir matematiksel model geliştirdiğimiz görülmüştür. Aynı şekilde tarafımızdan önerilen meta sezgisel yöntem ise, ilgili problem için oluşturulmuş 1710 tane örnek setine yönelik şu ana kadar tespit edilen en iyi çözümlerin sonuçları göz önünde bulundurularak istatistiksel karşılaştırma yapılmıştır. Yapılan deneyler neticesinde, problemin çözümüne yönelik şu ana kadar literatürde var olan yöntemlerden daha etkin bir meta sezgisel algoritma geliştirdiğimiz görülmüş ve ayrıca mevcut en iyi çözümlerden 40 tane daha iyi sonuç tarafımızca bulunmuş ve rapor edilmiştir.
Yapay sinir ağlarının modern sezgisel-üstü algoritmaları yoluyla eğitimi
Bu tezin amacı, doğrusal olmayan problemlerin optimizasyonunda kullanılan ve iyi bir sınıflandırma aracı olan Yapay Sinir Ağlarının (YSA) eğitimini sağlamaktır. Tezin amacına uygun olarak YSA mimarilerinden Çok Katmanlı Algılayıcı (Multilayer Perceptron -MLP) kullanılmıştır. MLP eğitiminde olasılıksal algoritma çeşidi olan modern sezgisel-üstü algoritmalar eğitmen olarak seçilmiştir. Algoritmaların genel performansını ölçmek ve performans üstünlüğünü karşılaştırmak için Ackley, Easom, Egg Crate, Griewank, Quartic, Rosenbrock, Schwefel, Sphere ve Step kriter fonksiyonları kullanılmıştır. MLP eğitimi için UCI veri bankasından XOR, İris, Meme Kanseri, Kalp Hastalıkları ve Balloon veri setleri alınmıştır. Tezde dört uygulama yapılmıştır. Uygulamalardan ilki Harris Şahinleri Optimizasyonu sezgisel-üstü algoritmasının (HHO) diğer algoritmalarla karşılaştırılması yapılarak üstünlükleri gösterilmiştir. İkinci uygulamada modern sezgisel-üstü algoritmaların global kısıtlı optimizasyon problemlerinin çözümü gösterilerek Atom Arama Optimizasyonu'nun (ASO) performans üstünlüğü istatistiki olarak ispat edilmiştir. Üçüncü uygulamada MLP eğitimi yapılarak Sinüs Kosinüs Algoritması (SCA) ve HHO algoritmaları karşılaştırılmıştır. Son uygulamada ise önerilen hibrid ASO-SA algoritması (hASO-SA) ile problem çözümündeki sezgisel-üstü algoritmaların dezavantajları ortadan kaldırılmıştır. Performans avantajı istatistiki olarak gösterilerek MLP eğitiminde üstün sınıflandırma becerisi, diğer sezgisel-üstü algoritmalarla karşılaştırılarak açıklanmıştır.
Büyükveri tabanlı sistemlerde duygu analizine yönelik bir uygulama: Avrupa'daki twitter kullanıcılarının mülteci algısı
Bu tez çalışmasında, büyük verilerin işlenmesi aşamasında yaşanan performans kayıplarının giderilmesi amacıyla, Hadoop ekosistemi üzerinde çalışan dağıtık kombine bir duygu analizi modeli tasarlanarak geliştirilmiştir. Duygu analizi konusunda yaygın olarak kullanılan sözlük tabanlı yöntemler ve makine öğrenmesi tabanlı yöntemler birleştirilerek kombine yeni bir model kullanılmıştır. Geliştirdiğimiz kombine model, hem Hadoop mimarisinde dağıtık sürüm olarak, hem de geleneksel programlama mimarisinde seri sürüm olarak programlanarak uygulanmış ve başarım sonuçları karşılaştırılarak raporlanmıştır. Literatüre önemli ölçüde katkı sunacağını düşündüğümüz, tez çalışması sürecinde geliştirdiğimiz ve büyük veri analizinde kullandığımız Hadoop Dağıtık Dosya Sistemi (HDDS) tabanlı paralel model ile performans kayıpları önemli ölçüde giderilerek daha yüksek bir performans elde edilmiştir. Ayrıca, bu tez çalışması ile dünyanın birçok ülkesini ilgilendiren göç-göçmen sorununa bir perspektif tutulması hedeflenmiştir. Hedef kitle olarak Avrupa ülkelerindeki Twitter kullanıcılarıseçilmiştir. Analiz sonuçları ile Twitter kullanıcılarının algılarının, ülkelere göre değişiklik gösterdiği tespit edilmiştir. Çalışma sonuçları, göçmen problemine gösterilen refleksin ve tepkilerin ülkeden ülkeye değişebilmekte olduğunu göstermiştir. Elde edilen bu sonuçların konu ile ilgilenen bilim insanlarına önemli bir veri sunacağı düşünülmektedir.
Ağ cihazlarının web tabanlı yönetimi için uygulama yazılımı geliştirme
Yapısal olarak büyük bir ağda bulunan cihazların birçoğu gelişen teknolojiyle birlikte programlanabilir özeliğine sahip olmuştur. Cihazların yönetilebilmeleri ağın yapısını değiştirmemiz ve ağın sürekliliği sağlaması açısından büyük bir öneme sahiptir. Bu cihazların yönetimi için üretici firmaların birçoğu kendi komut setlerini geliştirmişlerdir. Her bir marka için ayrı komut setinin olması ağ alt yapısı kurulumu ve bakımını zorlaştırmaktadır. Kurumlar için bilgisayar ağlarının devamlığı çok önemlidir. Kısa süreli kesintilerde bile kurumlar büyük ekonomik kayıpların yanında kurumsal itibarları da zedelenebilmektedir. Bu durum göz önünde bulundurulduğunda, ağ alt yapısında yeni başlayan elemanların eğitim süreçleri boyunca bu elemanların bütün ağa ulaşması ve ağ yönetimde bütün yetkilere sahip olması büyük sakınca oluşturmaktadır Bu çalışma farklı komut setlerine sahip cihazların tek bir uygulamada yönetilmesini sağlayan ve böylelikle kurumun mevcut durumda cihaz yönetiminde maruz kaldığı finansal yükümlüğünü ve nitelikli personel bulma zorluğunu ortadan kaldırmayı amaçlamaktadır. Bu çalışma ağın kullanım kolaylığı ve tasarımsal özeliklerinden dolayı personelin oryantasyon süresini kısaltıp eğitim gerektirmeyen bir durumu da sunmayı hedeflemektedir. Personellerin ağ cihazlarına, yöneticinin belirlediği yetkiler dahilinde erişip komutlar uygulaması sayesinde ağ cihazlarının daha güvenli bir şekilde yönetilebilmesini sağlamak da bu yazılım çalışmasının amaçları arasındadır.
Dayanıklı temel bileşenler analizi ile ağ trafiği anomalisinin tespiti
Ağ trafiği verilerinde meydana gelen olağan dışı davranışların tespitinde çeşitli disiplinlerde farklı teknikler kullanılarak birçok çalışma yapılmıştır. Bu yöntemlerden biri olan Temel Bileşenler Analizi'nin (TBA) kullanımı geçtiğimiz on yılda yapılan birtakım çalışmaların ışığında oldukça artış göstermiştir. Özellikle TBA kullanımının avantajlı olmadığı durumlarda, Dayanıklı Temel Bileşenler Analizi veya TBA tabanlı hibrit yaklaşımların kullanımı ile sıklıkla karşılaşılmaktadır. Bu tez çalışmasında da ağ trafiği verilerinde aykırı değerlerin, diğer bir deyişle anomalilerin tespitinde dayanıklı bir TBA yöntemi kullanılmıştır. Bu amaçla, bu alanda bilinen bir veri seti olan Abilene ağ trafiği veri setine yapay trafik hacmi eklenerek dayanıklı TBA yönteminin anomali tespit performansı, klasik TBA yöntemi ile karşılaştırılmıştır. Elde edilen sonuçlara göre, anomali tespit performansı açısından dayanıklı TBA yöntemin çok daha iyi bir performans sağladığı görülmüştür.
İçerik tabanlı görüntü erişim yöntemleriyle aile bireylerinde yüz tanıma sistemi
Yüz tanıma sistemleri, kriminoloji, güvenlik sistemleri gibi görüntü içeren alanlarda veriyi işlemek için görüntü işleme, makine öğrenmesi ve derin öğrenme algoritmaları kullanılmaktadır. Yüz tanıma sistemleri kayıp bireylerin bulunması için umut verici biyometrik teknolojilerden biri olabilir; çünkü ebeveynlerin ve akrabalarının kaybolan bir bireyin yüz fotoğrafına sahip olma olasılığı, parmak izi veya iris gibi diğer biyometrik yöntemlerden daha yüksek olabilmektedir. Bu tez çalışmasında, kaybolan, kaçırılan ya da aranan bireylerin bulunması temeline dayanan içerik tabanlı bir görüntü erişim sistemi tasarlanıp, tasarlanan bu sistem ile yüz tahmini yapmak amaçlanmaktadır. Bu kapsamda sistemde kullanılmak üzere uygun makine öğrenmesi tekniğinin bulunabilmesi için FEI ve CelebA veri seti temin edilmiştir. FEI, CelebA ve aile yüz veri seti üzerinde Makine öğrenmesi tekniklerinden; ESA (Evrişimsel Sinir Ağları), YGH-DVM (Yönelimli Gradyan Histogramı-Destek Vektör Makineleri) ve DSA (Derin Sinir Ağları) yöntemleri kullanılmıştır. Bu yöntemlerin analiz sonuçları değerlendirilerek en iyi yüz tanıma özelliğine sahip olan yöntem olarak %98,86 başarı oranı ile ESA belirlenmiştir. Sonrasında, tarafımızca oluşturulan ve hiçbir çalışmada henüz kullanılmamış olan, aile yüz veri setine ESA tekniği uygulanarak aile yüz referans modeli ve bu model baz alınarak robot resim oluşturulmuştur. Aile yüz veri seti içerisinden rastgele seçilen 10 ailenin aile referans modeline ait robot resmi ile aileden seçilen bir birey kıyaslanarak %88,77 ile %93,90 arasında başarı oranı elde edilmiştir. Ayrıca web tabanlı bir robot resim oluşturma programı hazırlanmıştır.
Alfa güç dönüşümlü yeni sürekli dağılımlar ve istatistiksel özellikleri
Son yıllarda mevcut istatistiksel dağılımlardan yeni dağılım elde etme yöntemlerine literatürde sıkça rastlanmaktadır. Bilim insanları bu alanda birçok metot üretmişlerdir. Bu tez çalışmasında önerilen bu yöntemlerden parametre ekleme yöntemi kullanılarak yeni genelleştirilmiş dağılımlar önerilecektir. Daha sonra önerilen bu dağılımların moment, sıra istatistikleri, moment çıkaran fonksiyon gibi bazı istatistiksel özellikleri ve model parametrelerini tahmin etmek için en çok olabilirlik tahmin etme yöntemi üzerinde çalışılacaktır.
Liselerdeki öğrencilerin mülteci akranlarına karşı tutumlarının doğrusal olmayan temel bileşenler analizi ile incelenmesi
Bu çalışmada, Doğrusal Olmayan Temel Bileşenler Analizi kullanılarak liselerde bulunan öğrencilerin mülteci akranlarına karşı tutumlarının ölçmesi amaçlanmıştır. Zira göç ve bunun sonucunda mültecilik Türkiye'nin hatta dünyanın en önemli değişmez sorunlarından birisidir. Çalışmada kullanılan analiz yöntemi; mevcut verilerin sürekli veya kesikli olduğuna bakmaksızın tüm verileri kolay ve güvenilir olarak indirgemekte ve analiz etmektedir. Doğrusal Olmayan Temel Bileşenler Analizinin uygulanabilmesi için verilerin doğrusal olma durumuna bakılmayıp aranan tek varsayım verilerin pozitif tamsayı olmasıdır. Söz konusu analiz yöntemi temel bileşenler analizinin sınırlılıklarından arınmış ve işlevi bakımından daha kullanışlı olduğu literatür de örnekler aracılığıyla belirtilmiştir. Van İpekyol ilçesinde bulunan Mehmet Akif Ersoy Anadolu Lisesinde okuyan 10 ve 11. sınıflardan 562 tane öğrenci araştırma örneklemine dahil edilmiştir. Araştırmada kullanılan değişkenlerin 16 tanesi demografik verilerden oluşurken, geriye kalan 24 tanesi ise ölçek maddeleri olup toplam 40 değişkenden oluşmaktadır. Ölçek maddeleri lise öğrencilerinin mülteci akranlarına karşı tutumunu inceleyen dört faktörden oluşmakta ve demografik değişkenler de bu tutumu etkileyebilecek maddeler olarak kabul edilmektedir. Değişkenler SPSS IBM 22 programında Doğrusal Olmayan Temel Bileşenler Analizi yöntemi ile analiz edilmiş ve sonuç olarak; annesi ve babası yaşamlarını yitirmiş veya anne babası ayrı olan çocukların mülteci okul arkadaşlarına karşı büyük oranda olumsuz tutum hissi taşıdıkları bulgusu elde edilmiştir. Ayrıca 16 yaşından küçük olan ve hayata karşı olumlu duyguları henüz zarar görmemiş olan öğrencilerde ve son dönem yaklaşık 11-20 arası kitap okuyan öğrencilerin mülteci öğrencilere dönük yüksek oranda olumlu tutum geliştirdikleri analiz edilmektedir. Sınıf, kardeş sayısı, son dönem matematik notu ve yaş artıkça aylık hane halkı geliri ve takip edilen sosyal medya sayısı azaldıkça öğrencilerin mülteci akranlarına karşı tutumlarındaki olumsuzlukta artmaktadır. Analiz ve indirgeme sonucu elde edilen iki boyut birlikte değerlendirildiğinde yaş, sınıf, son dönem matematik notu artıkça ve son dönem okunan kitap sayısı azaldıkça mültecilere karşı olumsuz tutumunda belirginleştiği söylenebilir.
Üniversite öğrencilerinde algılanan stres ve saldırganlık düzeylerinin yapısal eşitlik modellemesiyle araştırılması
Günümüzde toplumların ruh sağlığını etkileyen birçok faktör vardır. Bu faktörler gençler üzerinde daha yıkıcı etkilere sahiptir. Üniversite öğrencilerini bilişsel, duygusal ,sosyal ve akademik açılardan geliştirmek, sosyal yaşama entegre etmek giderek daha önemli hale gelmiştir. Bu çalışmanın amacı üniversite öğrencilerinde algılanan stres düzeylerinin ve saldırganlık durumlarının yapısal eşitlik modellemesiyle araştırılmasıdır. Bu çalışma Van Yüzüncü Yıl Üniversitesinde eğitim öğretime devam eden 463 kadın, 339 erkek öğrenci ile gerçekleştirilmiştir. Araştırma ilişkisel tarama modeli ile gerçekleştirilmiştir. Analizler için SPSS Statistics 22 ve LISREL8.7 (öğrenci versiyonu) programları kullanılmıştır. Bu çalışmada, Algılanan Stres Ölçeği" ile "Buss- Perry Saldırganlık Ölçeği" ve araştırmacı tarafından geliştirilen demografik bilgi formu kullanılmıştır. Araştırmada önerilen model yapısal eşitlik modeli kullanılarak test edilmiş ve model uyum değerlerinin kabul edilebilir olduğu görülmüştür. Çalışmada geliştirilen modelin uyum indekslerinin karşıladığı ve elde edilen katsayıların istatistiksel olarak anlamlı olduğu görülmüştür. Sonuç olarak algılanan stresin, üniversite öğrencilerinin saldırganlık düzeylerini etkilediği görülmüştür.
The effect of public expenditures and foreign direct investments on economic growth: The case of Iraq
The correlation between public expenditures, Foreign direct investments and economic growth are closely linked crucial for development and stability of an economy. Public expenditures on infrastructure, education, and healthcare create an enabling environment that attracts foreign direct investments by enhancing productivity, reducing operational costs, and increasing the availability of skilled labor. In turn, foreign direct investments bring in capital, technology, and expertise, fostering innovation and industrial growth. This symbiotic relationship accelerates economic growth by boosting employment, enhancing competitiveness, and increasing economic growth. Effective public spending amplifies the benefits of foreign direct investments, creating a virtuous cycle that drives sustained economic development and prosperity. In this thesis, the effects of public expenditures and foreign direct investments on economic growth for Iraq for the years 1973-2022 were examined. The data used in the analysis were obtained from the official website of the World Bank. The ARDL model was used to examine the relationship between the variables and the Toda-Yamamoto method was used to examine causality. According to the findings, a long-term significant and negative relationship was found between the variables, while a bidirectional causality relationship was found between the dependent variable, economic growth, and the independent variables. Keywords: ARDL, Economic growth, Foreign direct investments, Public expenditures
Kümeleme analizi k-ortalama yöntemi ile seçili ülkelerin enerji tüketimlerine göre incelenmesi
In this study, countries (Australia, Austria, Azerbaijan, Belgium, Brazil, Bulgaria, Canada, China, Chile, Colombia, Denmark, Egypt, Finland, France, Germany, Greece, Hungary, India, Indonesia, Iran, Iraq, Italy, Japan, Kazakhstan, Luxembourg, Mexico, New Zealand, the Netherlands, Norway, Pakistan, Poland, Portugal, Russia, Spain, Sweden, Switzerland, Thailand, Turkey, the United Kingdom, the United States, and Uzbekistan) were clustered based on their energy consumption for the years 2000 and 2021. In line with the objectives of the study, data on nuclear energy, coal consumption, oil consumption, natural gas consumption, hydropower consumption, and renewable energy consumption were used to represent energy consumption. The clustering analysis revealed differences between countries in the clusters formed between 2000 and 2021. The transition of countries such as Iran, the Netherlands, Mexico, and Luxembourg from Cluster 1 in 2000 to Cluster 2 in 2021 illustrates the complexity of changes in energy consumption patterns. Factors underlying these changes include changes in energy policies, economic conditions, international relations, and technological advances. Similarly, the transition of countries such as Canada, Germany, Italy, Spain, and the United Kingdom from Cluster 2 in 2000 to Cluster 1 in 2021 can be attributed to various factors such as changes in energy policies, economic growth or stagnation, technological progress, shifts in international trade relations, and environmental considerations. Keywords: Energy consumption, Cluster analysis, Nuclear energy, Renewable energy consumption.
Classification of breast tumor ultrasound images with artificial intelligence techniques and statistical methods
Breast cancer remains a significant global health concern, where early diagnosis is crucial for improving patient outcomes. Ultrasound imaging, a non-invasive diagnostic tool, provides valuable insights into tumor characteristics. However, it presents challenges in distinguishing between benign and malignant tumors due to overlapping visual features. Artificial intelligence (AI) techniques have shown promise in enhancing classification accuracy within medical imaging., This study investigates the effectiveness of four AI models Artificial Neural Networks (ANN), Support Vector Machines (SVM), Decision Trees (DT), and k-Nearest Neighbors (k-NN) in classifying breast tumors from ultrasound images. Therefore, a dataset of 300 ultrasound images, evenly split between 150 benign and 150 malignant cases, was used to evaluate each AI model. Consequently, results indicate that ANN achieved the highest accuracy at 87.78%, followed by SVM 86.67%, DT 83.33%, and k-NN 72.22%. Specificity was highest for SVM at 95.56%, while sensitivity peaked for ANN at 86.67%. ANN also yielded favorable results in positive and negative predictive values, at 88.64% and 86.96%, respectively. The Area Under the Curve (AUC) values demonstrated strong performance for both ANN 87.80% and SVM 86.70%, whereas k-NN showed the lowest performance across most metrics. Finally, this study further reveals that malignant tumors exhibit greater heterogeneity and irregularity in shape compared to benign tumors, while benign tumors tend to display a greater degree of roundness. Then, the findings suggest that ANN and SVM provide robust accuracy and reliability for breast tumor classification, outperforming DT and k-NN. Keywords: Artificial neural networks, Breast tumor, Decision trees, Image Processing, k-nearest neighbors, Support vector machines, Ultrasound
Bilgi merkezi hizmetlerinin kullanıcılar tarafından kullanım tepki durumlarının veri madenciliği yaklaşımı ile incelenmesi
Geleneksel kütüphane hizmet anlayışından farklı olarak günümüzde çok yönlü ve büyük miktarlarda üretilen bilgi gerçek kullanıcısı için erişilebilir olmuştur. Bu paradigma değişimi, kullanıcıların bilgiye erişimini kolaylaştırma görevini üstlenen kütüphaneler için çeşitli zorlukları beraberinde getirmiştir. Bu zorlukların yanı sıra, kullanıcıların bilgiyi elde etme davranışında karşılaştığı olumsuzluklar çevrimiçi bilgiye erişim sürecini erken sonlandırmalarına veya tamamen terk etmelerine neden olabilmektedir. Araştırma sürecinden ayrılma riski taşıyan kullanıcıların davranışlarının ve bilgi erişimindeki olası başarısızlıklarının erken aşamada tahmin edilmesi, kütüphane kullanım sürecinin etkinliğini artırmak açısından kritik bir rol oynamaktadır. Bu çalışma kapsamında, kütüphane kullanıcılarının bilgi erişim süreçleri ve kütüphane kaynaklarının kullanımına ilişkin veriler titizlikle analiz edilerek anlamlı bilgilere dönüştürülmüştür. Elde edilen bulgular doğrultusunda, kullanıcıların bilgiye erişim sürecinde karşılaştıkları güçlükleri ortadan kaldırmaya veya en aza indirmeye yönelik uygulanabilir bir model önerisi geliştirilmiştir. Bu çalışma kapsamında kullanıcıların araştırma süreçleri ile ilgili verilerin toplandığı üniversite kütüphanesi otomasyonu araştırma amacı çerçevesinde kullanılmıştır. Çalışmada kullanılan veriler bu otomasyonda biriken büyük web günlük dosyalarından elde edilmiştir. Kullanıcıların araştırma başarım performansının, çevrimiçi ortamdan elde edilen değişkenlere dayalı olarak modellenmesi, araştırma sürecini terk etme eğilimi gösteren bireylerin erken aşamada belirlenmesi ve araştırma sürecinin sonunda ortaya çıkabilecek olası başarısızlıkların öngörülmesi açısından büyük önem taşımaktadır. Elde edilen modeller, uyarlanabilir çevrimiçi araştırma ortamlarında kullanıcıların faaliyet düzeylerini değerlendirerek otomatik olarak sınıflandırılmasına veya otomatik uyarlamaların gerçekleştirilmesine yönelik araçlar olarak işlev görebilir. Çalışma Ocak 2022'den Haziran 2023 tarihleri arasındaki 18 takvim ayını kapsayan kullanıcı verilerinden oluşmaktadır. Veriler, Van Yüzüncü Yıl Üniversitesi Ferit Melen Merkez Kütüphanesi otomasyonu üzerinden elde edilmiştir. Otomasyon sağlayıcı firmadan günlük olarak tutulmuş log dosyası şeklindeki veriler alınmıştır. Veriler günlük işlemleri kapsayan toplam 459 adet txt. formatlı dosyadan oluşmaktaydı. Log dosyasını excel dosyası dönüşümü sonrasında toplam 328 bin 100 satırdan oluşmaktadır. Her bir eylem, kullanıcılara özgü benzersiz bir kimlik kodu (kullanıcı IP'si) ile temsil edilmiştir. Bu şekilde bireysel düzeyde izlemi anonim bir şekilde sağlamıştır. Arama sürecinden ayrılma riski taşıyan kullanıcıları belirlemek amacıyla toplam yapılmış kullanım verileri üzerinden veri analizi gerçekleştirilmiştir. Kullanıcıların etkinlik değişkenleri hesaplanmıştır. Bununla birlikte kullanıcı eylemleri, veri kümesinde bulunan diğer kullanıcıların eylemleriyle karşılaştırılarak çeşitli ölçümler oluşturulmuş ve arama davranışını yansıtan 18 adet değişken belirlenmiştir. Kullanıcıların araştırma ii performansları ise hipotetik hesaplama kullanılarak "geçti" – "kaldı" biçiminde kodlanmıştır. Bu araştırmanın parametreleri dâhilinde, kullanıcıların araştırma faaliyetlerine ilişkin verilerin toplanmasını kolaylaştıran üniversite kütüphanesi otomasyon sistemi, bilimsel inceleme amacıyla kullanılmıştır. Bu analizde kullanılan veriler, söz konusu otomasyon sistemi içerisinde biriken kapsamlı web günlük dosyalarından elde edilmiştir. Çevrimiçi ortamdan çıkarılan değişkenlere dayalı olarak kullanıcıların araştırma başarı performanslarının modellenmesi, araştırma sürecinden ayrılma eğilimi gösteren bireylerin öngörülmesi ve olası başarısızlıkların erken aşamada belirlenmesi açısından büyük önem taşımaktadır. Elde edilen modeller, uyarlanabilir çevrimiçi araştırma bağlamlarında kullanıcıların otomatik sınıflandırılmasına olanak tanıdığı gibi, ortamda gözlemlenen etkinlik yoğunluğuna bağlı olarak otomatik düzenlemeler yapılmasını da sağlayabilir. İlk araştırma sorusuna yanıt aramak amacıyla, kullanıcıların araştırma başarı performanslarını en iyi şekilde tahmin edebilecek algoritma ve değişkenleri belirlemek için çeşitli sınıflandırma algoritmaları ve ön işleme teknikleri sistematik bir şekilde karşılaştırılmıştır. Araştırma başarısıyla ilgili bir diğer problem kapsamında, seçilen algoritma ve değişkenler kullanılarak, kullanıcıların araştırma performanslarının önceki haftalarda öngörülüp öngörülemeyeceği araştırılmıştır. Son araştırma sorusu bağlamında ise, çevrimiçi öğrenme ortamında benzer davranış örüntüleri sergileyen kullanıcı grupları belirlenmiş ve bu grupların araştırma başarı performansı ile olan ilişkisi incelenmiştir. Veritabanlarında gizli kalmış içgörüleri ve örüntüleri ortaya çıkarmak için kabul gören yöntemlerden biri olan veri madenciliğinden yararlanılmıştır. Öngörüsel analizler için sınıflandırma algoritmaları kullanılırken, benzer kullanıcı gruplarını tespit etmek amacıyla kümeleme algoritmalarından faydalanılmıştır. Öngörü analizlerinde elde edilen sonuçların genelleştirilmesi ve kümeleme analizinde en uygun küme sayısının belirlenmesi için çapraz geçerlilik yöntemi uygulanmıştır. Çalışma sonucunda, araştırma süresi boyunca kullanıcı aktivitelerindeki değişimlerin belirlenmesinin, risk altındaki kullanıcıların henüz araştırma sürecini bırakmadan önce gerçek zamanlı olarak tespit edilmesine yardımcı olabileceği bulunmuştur. Süreç boyunca kullanıcı verilerinin aylık olarak incelenmesi, genel ortalamalardan sapma gösteren, olağan dışı davranış sergileyen kullanıcıları belirleyerek erken uyarı sistemleri geliştirmesine olanak tanıyabilir. Ayrıca, sorumlu mentörlerin ya da öğretim üyelerinin sorumlu oldukları kullanıcıları web sitesi kullanım verileri sonucundaki analizler yardımıyla gözlemlemelerine ve beklentilerine uygun hareket etmeyen kullanıcıları belirlemelerine olanak sağlamaktadır. Araştırmanın sonuçları, kullanıcıların çevrimiçi arama etkileşim verilerinin araştırma başarı performanslarını tahmin etmek için etkin bir şekilde kullanılabileceğini ortaya koymuştur. En yüksek doğruluk oranı, verilerin eşit genişlik yöntemiyle kesikli hâle getirildiği ve en iyi on değişkenin ReliefF skorlama sistemine göre seçildiği durumda elde edilmiştir. Bu durumda, Destek Vektör Makinesi (SVM) algoritması, kullanıcıların %99'unu doğru bir şekilde sınıflandırmayı başarmıştır. Kullanıcıların nihai araştırma başarı performanslarının önceki haftalardan tahmin edilip edilemeyeceğine ilişkin analizler incelendiğinde, dördüncü hafta itibarıyla %97 doğruluk oranıyla tahmin edilebileceği belirlenmiştir. Kümeleme analizlerinin sonuçları değerlendirildiğinde, kullanıcıların çevrimiçi araştırma ortamındaki etkinlik seviyelerine göre ideal olarak üç farklı kümede gruplandığı görülmüştür: aktif olmayan, aktif ve çok aktif. Daha sonra bu kümelerin araştırma başarı iii performanslarıyla olan ilişkisi incelenmiştir. Bulgular, aşağıdaki sonuçları ortaya koymuştur: Süreç boyunca minimum düzeyde etkileşim gösteren kullanıcılar, düşük araştırma performansı sergilemiştir (düşük düzeyde arama katılımı), orta düzeyde etkileşim gösteren kullanıcılar, orta düzeyde araştırma başarısı göstermiştir (orta düzeyde arama katılımı), yüksek etkileşim seviyesine sahip kullanıcılar ise, yüksek araştırma performansı sergilemiştir (yüksek düzeyde arama katılımı). Bu sonuçlar, veri madenciliği ve öğrenme analitiklerinin çevrimiçi araştırma ortamlarında kullanıcı etkileşimini artırmak ve akademik başarıyı iyileştirmek için etkin bir şekilde kullanılabileceğini göstermektedir. Anahtar kelimeler: Bilgi arama davranışı, Kişiselleştirme, Kullanıcı davranışları, Kütüphaneler ve bilgi merkezleri, Kütüphane kullanıcıları, Karar ağacı, Kümeleme, Öğrenme analitiği, Sınıflandırma, Veri madenciliği, Yapay sinir ağı
Çekişmeli üretici ağlar ile üretilen sahte fotoğrafların tespiti
Derin öğrenme alanındaki hızlı gelişmeler, Çekişmeli Üretici Ağlar gibi derin öğrenme algoritmalarının sahte içerik üretiminde etkinliğini artırmıştır. Bu durum sahte ve gerçek yüz fotoğraflarını ayırt etme zorluğunu beraberinde getirmektedir. Bu çalışma, StyleGAN ÇÜA modelleri tarafından üretilen sahte yüz fotoğraflarının tespiti için derin öğrenme tabanlı modellerin geliştirilmesine odaklanmıştır. Bu amaçla StyleGAN1, StyleGAN2 ve StyleGAN3 tarafından üretilen sahte yüz fotoğrafları kullanılarak, Göz, Burun ve Ağız bölgelerine odaklanan toplam dokuz farklı evrişimli sinir ağı (CNN) modeli geliştirilmiştir. Bu modeller, sahte fotoğrafları tespit etmede önemli bir başarı göstermiş ve ÇÜA algoritmalarının farklı versiyonları tarafından üretilen yüz özelliklerinin tespitindeki performans değişkenliklerini ortaya koymuştur. Bu çalışmadan elde edilen bulgular derin öğrenme alanındaki ilerlemelerin sahte içerik tespiti ve önleme gibi zorlu problemlerin çözümünde nasıl kritik rol oynayabileceğini göstermektedir. Ayrıca bu çalışma farklı ÇÜA algoritmalarının yüz özelliklerini nasıl işlediği üzerine derinlemesine analiz yapılmasının ve bu alanda yeni yaklaşımların geliştirilmesinin önemini vurgulamaktadır.
Ekonomik büyüme, kamu yatırımları ve çevreselpolitikaların sdg-6 hedeflerine ulaşmadaki etkilerininpanel veri analizi ile incelemesi: BRICS-T ülkeleri örneği
Bu çalışmada, BRICS-T ülkelerinin 2000-2022 yılları arasındaki ekonomik büyüme, kamu yatırımları ve çevresel politikaların temiz suya erişim ve sanitasyon hizmetlerine erişim üzerindeki etkilerini incelemiştir. Yapılan panel veri analizi, bu ülkelerin altyapı ve politikalarının, özellikle temiz suya ve sanitasyon hizmetlerine erişimde önemli bir rol oynadığını ortaya koymuştur. Araştırma, ekonomik büyüme ve çevresel politikaların temiz suya erişim üzerinde olumlu etkiler sağladığını ancak kamu harcamalarının bu konuda negatif bir ilişki gösterdiğini belirlemiştir. Bu bulgu, altyapı yatırımlarında etkinlik ve önceliklendirme sorunlarına işaret etmektedir. Ayrıca çevresel düzenlemelerin artırılmasının, özellikle Çin ve Hindistan gibi hızla gelişen ülkelerde, temiz suya erişimde önemli iyileşmeler sağladığı gözlemlenmiştir. Sanitasyon hizmetlerine erişimde ise ekonomik büyüme ve şehirleşmenin pozitif etkiler sağladığı ancak çevresel politikaların etkisinin sınırlı olduğu tespit edilmiştir. Çalışmanın sonuçları, ekonomik refahın yani kişi başına düşen GSYİH'nın, her iki alanda da güçlü bir pozitif etkisi olduğunu ve çevresel politikaların, özellikle su yönetimi ve sanitasyon altyapısında iyileşmeye yol açtığını göstermektedir. Ayrıca, şehirleşmenin su ve sanitasyon hizmetlerine erişimi artırmada önemli bir etki sağladığı ancak kırsal alanların da göz ardı edilmemesi gerektiği vurgulanmıştır. Bu bulgular, politika yapıcılar için altyapı yatırımlarına ve çevresel düzenlemelere yönelik önceliklerin gözden geçirilmesi gerektiğini ortaya koymaktadır. Temiz su ve sanitasyon hizmetlerine erişimin artırılması, yaşam kalitesinin iyileştirilmesi ve halk sağlığının korunması için sürdürülebilir kalkınma stratejileri ile desteklenen ekonomik büyüme ve etkili çevresel politikaların önemi bir kez daha vurgulanmaktadır.
Ortaokullarda görev yapan bilişim teknolojileri öğretmenlerinin bilişim teknolojileri eğitimi konusunda karşılaştıkları sorunlar ve bu sorunlara yaklaşımları (Van örneği)
Bilişim teknolojileri dersi, günümüz dijital çağında öğrencilerin teknolojiyi etkin ve bilinçli bir şekilde kullanabilmesi için temel beceriler kazandırmayı hedefleyen önemli bir eğitim alanıdır. Bu ders, öğrencilere dijital okuryazarlık, problem çözme, eleştirel düşünme ve yaratıcı yetkinlikler kazandırırken, gelecekteki kariyer hazırlıkları ve dijital topluma entegrasyon süreçlerine de katkı sağlamaktadır. Ancak bu dersin etkili bir şekilde işlenmesi, öğretmenlerin karşılaştığı çeşitli sorunlar nedeniyle günümüzde güçleşmektedir. Bilişim teknolojileri öğretmenleri, okullardaki altyapı eksiklikleri, eski ve yetersiz donanım, internet erişim sorunları gibi teknik sıkıntılarla mücadele etmektedir. Bunun yanı sıra, teknolojinin hızlı değişimine ayak uyduramayan müfredat, sınırlı ders saatleri ve öğrenci motivasyonunun düşüklüğü, eğitimin niteliğini olumsuz etkilemektedir. Velilerin bilişim teknolojileri dersini yeterince önemsememesi ve okul yönetimlerinin bütçe desteğinin yetersiz kalması, öğretmenlerin işini daha da zorlaştırmaktadır. Ayrıca, öğretmenlerin hizmet içi eğitimlere erişimde yaşadığı zorluklar, teknolojik gelişmeleri takip etmelerini ve derslerde uygulamalarını sınırlamaktadır. Dolayısıyla, bu araştırma, ortaokul bilişim teknolojileri öğretmenlerinin bilişim teknolojileri eğitiminde karşılaştıkları sorunları ve bu sorunlara yönelik yaklaşımlarını incelemeyi amaçlamaktadır. Araştırma, 2023-2024 eğitim-öğretim yılında Van ilinin merkez ilçelerinde (Tuşba, İpekyolu, Edremit) görev yapan 63 bilişim teknolojileri öğretmeniyle yürütülmüştür. Çalışma, öğretmenlerin mesleki deneyimleri, müfredat uygulamalarındaki zorluklar, altyapı sorunları, öğrenci motivasyonu, velilerin ve okul yönetimlerinin tutumları gibi temel konuları ele almıştır.
Dağıtılmış permütasyon akış tipi atölye çizelgeleme problemleri
Bu tez, dağıtılmış üretim sistemlerinde sıklıkla karşılaşılan ve çözümü yüksek hesaplama gücü gerektiren üç temel akış atölyesi çizelgeleme problemini kapsamaktadır. Her bölümde bu problemlere özel olarak tasarlanmış matematiksel modeller ve meta sezgisel algoritmalar geliştirilmiş ve bu yöntemlerin başarımı standart problem kümeleri üzerinde sistematik şekilde test edilmiştir. Tezin birinci bölümünde, sıra bağımlı kurulum süreleri içeren dağıtılmış beklemesiz akış atölyesi çizelgeleme problemi (SDST ile DNWFSP) ele alınmıştır. Problem, tamamlanma süresi ve maksimum gecikmenin doğrusal kombinasyonunu minimize eden bir amaç fonksiyonuyla tanımlanmış ve asimetrik gezgin satıcı problemi (ATSP) tabanlı bir yapıyla modellenmiştir. Güçlendirilmiş kısıt kümeleri ile formülasyonun çözüm gücü artırılmış, önerilen Dal ve Kes (BC) ile değişken komşu iniş yönteminin entegre edildiği BC/VND algoritması küçük boyutlu örneklerde kesin çözümler üretmiş, VND/NL algoritması ise büyük boyutlu örneklerde sezgisel üstünlük sergilemiştir. İkinci bölümde, çizelgeleme literatüründe sınırlı biçimde ele alınan ve hem DPFSP hem de NIPFSP' nin genelleştirilmiş formu olan DNIPFSP problemi incelenmiş; bu problem için üç farklı matematiksel model ile bir GRASP tabanlı sezgisel algoritma geliştirilmiştir. GRASP algoritması, literatürde ilk kez dağıtılmış çizelgeleme problemlerine uygulanmış ve içerisine LS3 temelli çoklu komşu yapıları entegre edilmiştir. Ayrıca, GRASP' ten elde edilen çözümler ile model üzerinde yeni bir üst sınır belirleme prosedürü tanımlanmış ve bu sayede kısıtlı pozisyon aralığına sahip bir RIV_PBM oluşturulmuştur. Geliştirilen yapı, klasik ve hibrit Benders ayrıştırma algoritmaları ile çözülmüş; deneysel sonuçlar, özellikle hibrit Benders yaklaşımının yakınsama süresi ve çözüm kalitesi açısından literatürdeki en güçlü algoritmalardan biri olduğunu ortaya koymuştur. Üçüncü bölümde, DNWFSP problemine yönelik özgün bir hibrit sezgisel yapı olan GRASP_VND algoritması önerilmiştir. Algoritma, rastgeleleştirilmiş açgözlü yapı, yıkım-yeniden yapılandırma mekanizması ve LS3 tabanlı VND stratejisini birleştirerek çözüm uzayında hem keşif hem de yoğunlaştırmayı dengeli biçimde gerçekleştirmiştir. Zaman uyumlu kontrol parametrelerinin Bayes optimizasyonu ile kalibre edilmesi, algoritmanın esnekliğini ve genelleme yeteneğini artırmıştır. 660 standart problemde yapılan testler, GRASP_VND' nin hem optimal çözüme yakınlık hem de istikrar açısından güçlü sezgisel yöntemleri geride bıraktığını göstermektedir.
Türkiye'de bireylerin siber güvenlik farkındalığı, algılanan riskler, tutumlar ve davranışsal niyetler üzerine bir araştırma
Dijitalleşme, bilgiye erişimi kolaylaştırmakla birlikte bireylerin yaşam biçimlerini dönüştürmüş ve çevrim içi ortamlardaki güvenlik risklerini artırmıştır. Dijital işlemler, çevrim içi alışveriş ve sosyal medya kullanımının yaygınlaşması, siber güvenliğin teknik boyutun ötesine geçerek farkındalık, tutum ve davranışlarla doğrudan ilişkili bir boyuta taşımasına neden olmuştur. Mevcut çalışma ile, Türkiye'deki bireylerin siber güvenlik farkındalık düzeyleri ile güvenli dijital davranış geliştirme süreçleri incelemiştir. 500 katılımcıdan toplanan veriler PLS-SEM yöntemiyle analiz edilmiş ve modeldeki hipotezlerin tamamı istatistiksel olarak doğrulanmıştır. Bulgular sonucunda, yanıt etkinliği ve farkındalık düzeyinin öz-yeterliği artırdığı, bunun risk ve tehdit algılarını güçlendirerek güvenlik tutumları ve davranışsal niyetleri olumlu yönde etkilediği görülmüştür. Ayrıca demografik özelliklerin güvenlik alışkanlıklarında anlamlı farklılıklar yarattığı ortaya konulmuştur. Yaş ve eğitim düzeyi yükseldikçe antivirüs kullanımı, güvenli şifre oluşturma ve iki adımlı doğrulama gibi önlemler daha yaygınken, gençlerde şifre tekrarı ve bağlantı paylaşımı gibi riskli davranışların öne çıktığı görülmüştür. Yine, teknik bilgiye sahip bazı bireylerde pratik güvenlik önlemlerinin ihmal edilebildiği ve bu durumun, güvenli davranışın yalnızca bilgi düzeyine değil, öz-yeterlik algısı ve risk farkındalığına da bağlı olduğu anlaşılmıştır. Sürdürülebilir bir siber güvenlik kültürü oluşturmak için yalnızca bilgi aktarımına değil, aynı zamanda bireylerin öz-yeterlik, tehdit algısı ve olumlu tutum geliştirmelerini hedefleyen eğitim temelli stratejilere ihtiyaç olduğunu görülmektedir. Ulusal düzeyde şifre güvenliği, çok aşamalı doğrulama, antivirüs kullanımı ve düzenli güncellemeler gibi temel konuların yaygınlaştırılması, toplumsal farkındalık kampanyaları ile desteklenmelidir.
Göreli yaşam çözümlemesi
Uzun takip süreleri olan gözlemsel yaşam çözümlemesi çalışmalarında ölüm nedeni bilgisi bulunmayabilir veya bazı bilgi eksiklikleri olabilir. Yaşam çözümlemesinde, ölüm nedeni belli olmadığında veya eldeki bilgi güvenilir olmadığında hastalığa bağlı yaşam olasılığını doğrudan tahmin etmek mümkün olmayabilir. Bu nedenle hastalığa bağlı yaşam olasılığı, bazen hastalık teşhisi koyulmuş bir grup ile daha geniş bir kitle arasındaki göreli yaşam olasılığının bir ölçüsü ile değerlendirilir. Böyle durumlarda göreli yaşam çözümlemesi yöntemlerinin kullanılması gerekmektedir. Yalnızca hasta takip zamanlarının ve takip sonundaki yaşamsal durumun kaydedildiği kanser araştırmaları, göreli yaşam çözümlemesinin sıklıkla kullanıldığı bir alandır. Göreli yaşam çözümlemesinde yaşam tablolarının oluşturulması ve yaşam olasılıklarının elde edilmesi önemli bir yere sahiptir. Bu olasılıkların tahmini için Ederer I, Ederer II, Hakulinen ve Pohar Perme yöntemleri kullanılmaktadır. Yaş değişkeni, yaşam tablolarında yer alan temel açıklayıcı değişkenlerden biridir. Yaşam olasılıkları üzerinde yaş dağılımının etkisini ortadan kaldırmak için standartlaştırma yöntemleri kullanılmaktadır. Göreli yaşam çözümlemesinde yaş standartlaştırma yöntemleri kullanılarak da yaşam olasılıkları elde edilebilmektedir. Göreli yaşam modelleri, yaşam modellerinde elde edilen klasik tehlike oranının aksine aşırı tehlike oranını modellemek ile ilgilenmektedir. Aşırı tehlike oranını modellemek için çoğunlukla toplamsal model ve genelleştirilmiş doğrusal model yaklaşımları kullanılmaktadır. Bu tez çalışmasında göreli yaşam olasılıkları ve aşırı tehlike modelleri ayrıntılı olarak incelenmiş ve ilgili yöntemler, literatürde yer alan ve yarışan riskleri içeren prostat kanseri veri kümesi üzerinde uygulanmıştır. Farklı yaş grupları için göreli yaşam olasılıklarını içeren yaşam tabloları elde edilmiştir. Göreli yaşam olasılığı için Ederer I, Ederer II, Hakulinen ve net yaşam olasılığı için Pohar Perme yöntemleri kullanılmış, elde edilen sonuçlar arasında belirgin bir farklılık görülmemiştir. Tüm yöntemlerde prostat kanserine yakalanmış erkek hastalara ait beş yıllık göreli yaşam olasılığı 44-59 yaş aralığındaki hastalar için %44, 60-74 yaş aralığındaki hastalar için %49 ve 75 yaş ve üzeri hastalar için %36 olarak elde edilmiştir. Benzer biçimde yaş standartlaştırma kullanılarak da yaşam tabloları oluşturulmuş, yaş standartlaştırması sonucunda yaşam olasılıklarında belirgin bir değişiklik gözlenmemiştir. Ayrıca hem prostat kanserine bağlı hem yarışan risklere bağlı kaba ölüm olasılıkları elde edilmiş ve yorumlanmıştır.
Similar qa pairs detection system to improve chat quality in turkish conversation groups
Nowadays, social media applications have become one of our essential communication tools. These applications can be used to communicate individually or in groups. Retrieving information by processing the text data produced in user groups increases the quality of the chat. Consequently, creating a system that will prevent the same question from being asked multiple times in groups with thousands of users will help increase efficiency in the chat. With the help of the application developed on the Slack platform in this study, users can search for similar questions in old messages and retrieve their answers. In cases where there is no similar question in the conversation, a mechanism has been developed to direct the question that is asked by a user to a user who has knowledge of the subject. The BERTurk model is fine-tuned for sentence classification and question answering tasks, which are natural language processing techniques. Since a large amount of training data is needed, datasets created in other languages are translated to Turkish and open-source datasets are used.
Farklı sıralı küme örnekleme yöntemlerine dayalı güvenilirlik tahmini
Literatürde genellikle, X güç ve Y stres olmak üzere sistem güvenilirliği R=P(YAnahtar Kelime: Etkinlik = Efficiency ; Maksimum olabilirlik yöntemi = Maximum likelihood method ; Sıralı küme örneklemesi = Ranked set sampling ; Üstel dağılım = Exponential distribution
Gözetim videolarında anomali tespit yöntemlerinin karşılaştırmalı bir değerlendirmesi
Kameralar ile oluşturulan veriler çeşitli sebepler ile analize ihtiyaç duymaktadır. Bunlardan en önemlisi güvenlik sebebidir. Videolarda gerçekleşen istenmeyen ve nadir durumda olan olaylar anomali olarak nitelendirilir. Videolarda anomalilerin tespiti için son yıllarda oldukça fazla yöntem ve yaklaşım önerilmiştir. Çalışmaların çoğu doğruluk bazında yapılmış olsa da, uygulanabilirlik de önem arz etmektedir. Karmaşık mimariler ile mükemmele yakın doğrulukta performans elde etmek mümkün iken, ilgili mimarilerin karmaşıklığı arttıkça bellek ve işlem gücü ihtiyacı da artmaktadır. Bu durum gerçek hayatta uygulanabilirliğini azaltmaktadır. Bu çalışmanın amacı, görece olarak daha basit, literatürde sıkça kullanılan otokodlayıcı tabanlı mimariler ile iki yaklaşımın incelenmesidir. Bu yaklaşımlar ham veri yaklaşımı ve optik akış yaklaşımıdır. Ham veri yaklaşımında görüntü verileri direkt olarak eğitim ağına alınarak, görüntülerin uzay-zamansal öznitelikleri ile anomali tespiti yapılmaktadır. Optik akış yaklaşımında ise iki video karesi arasındaki değişimden optik akış özniteliği hesaplanarak mimariye girdi olarak alınmaktadır. Böylece hareket bazlı anomali tespiti yapılmaktadır. Çalışma üç farklı veri setinde ve üç farklı mimari ile test edilen iki yaklaşımdan hangisinin daha iyi olduğu sorusuna cevap aramaktadır.
Covid-19 verileri için Bayes ağları ile makine öğrenmesi
Covid-19 pandemisi, 17 Kasım 2019 tarihinde Çin'in Vuhan Eyaleti'nde ilk defa görülmüştür. Küresel pandemi ilk başta Vuhan'daki deniz mahsülleri ve hayvan satışı yapılan yerlerde görülmüştür. Sonra insanlar arasında da yayılışını devam ettirerek Vuhan başta olmak üzere Çin'in diğer eyaletindeki bölgelere ve diğer dünya ülkelerine yayılmıştır. 11 Mayıs 2022 tarihi itibariyle dünyada 519.682.000 vaka meydana gelmiştir ve 6.266.278 hasta ölmüştür. Ülkemizde ve dünya genelinde Covid-19 pandemisinin etkilerini gösteren birçok araştırma ve analiz çalışmaları yapılmıştır. Bu tez çalışmasında dünya genelinde 104 ülkeden oluşan 215.968 adet dünya çapında meydana gelen vaka analiz edilmiştir ve Bayes Ağları (Bayesian Networks) ile makine öğrenimi tekniği kullanılarak hastalar sınıflandırılmaya çalışılmıştır. Bu çalışmada, dokuz adet değişkenle Covid-19 virüsüne yakalanan hastaların hayatta kalıp kalmayacağını araştırılmıştır. Böylelikle hangi hastaya öncelik verip tedavi edilmesi gerektiği veya gözlem altında tutulması gerektiği belirlenecektir. Sonuç olarak bu çalışmayla dünya genelindeki Covid-19 pandemisinden kaynaklı ölüm oranlarının düşürülmesi hedeflenmektedir.
Covid-19 salgınının Borsa İstanbul'da işlem gören bilişim sektörü şirketlerinin finansal performansına etkisinin veri zarflama analizi ile değerlendirilmesi
Salgın vb. değişen şartlar insanları etkilediği gibi insanlara bağlı olarak sürdürülen tüzel kişilikleri olan şirketleri de etkilemektedir. Bu etki, şirketlerin dönemsel verilerini ve bu verilerden elde edilen finansal oranlarını da etkilemektedir. Veri Zarflama Analizi, doğrusal modellemeye dayalı parametrik olmayan analiz yöntemidir. Bu yöntemde homojen girdiler kullanılarak homojen çıktı üreten karar verme birimlerinin (KVB) göreli etkinliklerinin ölçülmesi amaçlanmaktadır. Bu tezde, BIST'te işlem gören bilişim sektöründeki şirketlerin finansal performanslarına dayalı etkinliklerinin birçok sektörü olumlu ya da olumsuz şekilde etkileyen Covid-19 salgınından nasıl etkilendiği incelenmiştir. Ayrıca 2019:03 ile 2021:06 arasındaki üçer aylık dönemlerden finansal performans etkinliği açısından en yüksek ile en düşük etkinlik ortalamasına sahip dönemler belirlenerek, Covid-19 salgınının dönemsel etkinlik ortalamasına etkisinin araştırılması amaçlanmıştır. Pencere Analizi kullanılarak dönemsel etkinlik ortalamaları kıyaslanmış, her şirket için her pencerenin etkinlik ortalaması sayesinde şirketlerin genel trendi incelenmiş ve şirketlerin etkinlik ortalamaları genel ortalama ile kıyaslanmıştır. Sonuç olarak, ülkeleri etkileyen salgın vb. değişen durumların kaçınılmaz olması nedeniyle, bu tezin gelecekte ülkemizde yapılacak hem bilişim sektörü için kıyaslama ve değerlendirme çalışmalarına hem de başka sektörler için benzer çalışmalara ışık tutması amaçlanmıştır.
Seyahat süresi değişkenliğinin analizi ve yapay sinir ağları ile seyahat süresinin tahmini
Seyahat sürelerinin analizi, insanların seyahat davranışlarını belirlemesine yardımcı olmaktadır. Bir yerden bir yere giderken daha önce yapılan seyahat sürelerinin değişkenliğini ve güvenilirliğini bilmek zamanın iyi kullanılmasını sağlayabilir. Bu çalışmada New York şehrine ait La Guardia havalimanı ile John F. Kennedy havalimanları arasında taksi ile yapılan yolculukların seyahat sürelerinin değişkenliği ve güvenilirliği araştırılmıştır. Çalışmada ayrıca seyahat süresini tahmin etmek için iki yöntem kullanılmıştır. Bunlardan biri sadece seyahat süresini kullanan doğrusal olmayan otoregresif model (nonlinear autoregressive model-NAR) yöntemi, diğeri ise seyahat süresini etkileyen faktörlerden sıcaklık, görüş mesafesi ve rüzgar değişkenleri de kullanan doğrusal olmayan otoregresif dışsa model (nonlinear autoregressive model with external input-NARX) yöntemidir. İki yöntem içinde farklı eğitim seçenekleri uygulanmış ve her iki yöntem için de en iyi model 'sgdm' eğitim seçeneğinde bulunmuştur.
Basit rastgele örneklemede cevapsızlık durumunda kitle ortalaması için tahmin edici önerileri
Bilinmeyen kitle parametrelerinin tahmini için kullanılan tahmin edicilerde yer alan çeşitli değişkenlere ait bilgilerin tam olarak elde edildiği, eksik bilginin mevcut olmadığı yaklaşımı bulunmaktadır. Teorideki bu yaklaşıma karşın, günlük hayatta karşılaşılabilecek durumlar düşünüldüğünde uygulama kısmı için değişkenlere ait bilgiler her zaman tam olarak elde edilemeyebilir. Bu durum örnekleme teorisinde cevapsızlık durumu olarak tanımlanmaktadır ve tahmin edicilerin etkinliklerinde azalmaya sebep olmaktadır. Bu nedenle, önerilecek tahmin ediciler için elde edilemeyen bilgilerin varlığı dikkate alınmalıdır. Hansen ve Hurwitz (1946) yaptıkları çalışmalarında cevapsızlık durumu problemine çözüm üretmişler ve cevap vermeyen birimlere alt örnekleme yöntemi geliştirmişlerdir. Tez çalışması kapsamında, cevapsızlık durumu varlığında kitle ortalaması tahmini için üstel tür tahmin ediciler incelenmektedir. Durum 1 ve Durum 2 olarak adlandırılan iki farklı cevapsızlık durumu için, literatürde var olan üstel tür tahmin ediciler ayrı ayrı ele alınmıştır. Çalışma, literatürde yer alan tahmin edicilere ek olarak cevapsızlık durumunda kitle ortalaması tahmini için üstel tür tahmin edici önermeyi amaçlamaktadır. Çalışmanın amacı doğrultusunda, cevapsızlık durumunda kitle ortalaması tahmini için üç farklı tahmin edici önerilmiştir. Önerilen tahmin ediciler, iki farklı cevapsızlık durumu için detaylı olarak incelenmiş ve literatürde temel olarak gösterilen çeşitli tahmin ediciler ile ilk olarak teorik daha sonrasında ise sayısal örnekler aracılığıyla uygulamalı olarak etkinlik karşılaştırmaları gerçekleştirilmiştir. Ayrıca, yapılan simülasyon çalışmasında literatürde bulunan temel tahmin ediciler ile önerilen üç farklı tahmin edici bir arada ele alınmıştır. Tüm tahmin ediciler arasında Durum 1 kapsamında göreli etkinlik değeri 5187.87 ile en etkin olan tahmin edicinin önerilen birinci tahmin edicisi ailesinden tahmin edicisi ve Durum 2 kapsamında ise göreli etkinlik değeri 3700.370 ile en etkin tahmin edici önerilen üçüncü tahmin edici ailesinden tahmin edicisinin olduğu görülmüştür.
Yinelemeli sinir ağları ile finansal veri tahmini
Yinelemeli sinir ağları (RNN) elde edilen çıktıların her adımda ağa tekrar dahil edildiği yapay sinir ağı modelidir. Yinelemeli sinir ağlarının en büyük avantajı sıralı verilerde her bir örneğin önceki örneklere bağlı olarak değişimini göz önünde bulundurmasıdır. Yinelemeli sinir ağı modelleri geliştikçe bazı teorik engeller ortaya çıkmış ve bu engellere çözüm olarak farklı modeller geliştirilmiştir. Uzun Süreli Kısa Dönemli Hafıza (LSTM) ağlarının, bu modeller arasında en çok ilgi gören ve en iyi tasarlanmış yinelemeli sinir ağı modellerinden biri olduğu söylenebilir. Bu çalışmada, uygulama bölümünde LSTM modelinin finansal varlık fiyatlarının değerlendirilmesinde diğer sinir ağı modellerine göre başarısı ölçümlenmiştir. LSTM modelinin kıyaslanan diğer modellerden daha iyi sınıflama başarısı verdiği görülmüştür.
Doğrusal karma modelde varyans bileşenlerinin sağlam kestiriciler ile tahmini
Bu çalışmada doğrusal karma modelde varyans bileşenlerinin sağlam kestiriciler ile nasıl tahmin edildiği açıklanmış ve gerçek bir veri kümesi üzerinde uygulama yapılmıştır. Bu amaçla ilk olarak doğrusal karma modelde sabit, rasgele etki ve varyans bileşenlerinin tahmin yöntemlerine değinilmiştir. Daha sonra, doğrusal karma modelde aykırı değerler ve aykırı değerleri ortaya çıkarmak için kullanılan ölçütler tanıtılmıştır. Aykırı değerlerin olması durumunda aykırı değerleri çıkarmak yerine aykırı değerlerin parametre kestirimleri üzerindeki etkisini azaltan sağlam tahmin yöntemleri kullanılır. Tez çalışmasında doğrusal karma modelde aykırı değer olması ya da verilerin dağılımının çarpık olması durumunda kullanılan sağlam kestiriciler üzerinde durulmuştur. Tasarım uyarlamalı ölçek tahmini ile doğrusal karma modelde varyans bileşenlerinin sağlam tahminlerinin elde edilmesi için gerekli algoritma adımları açıklanmıştır. Uygulamanın ilk bölümünde literatürde yer alan ve aykırı değerler içeren küçük bir veri setinin sağlam doğrusal karma model tahminleri verilmiştir. Bu verinin analiz edilmesinde temel amaç sağlam tahminin özellikle küçük örneklemlerde aykırı değerler olması durumunda daha iyi sonuçlar verdiğini göstermektedir. Uygulamanın ikinci bölümünde, daha önce Orman Genel Müdürlüğü tarafından yürütülen "Milli Ağaç Islah Programı" nda Antalya Bölgesi'ndeki Kızılçam ağaçları projesinde doğrusal karma model ile tahmin edilen sekizinci yaş boy değerlerine ilişkin parametre tahminleri, varyans bileşenleri, genetik parametreler ve ıslah değerleri sağlam doğrusal karma model ile tahmin edilmiştir.
Gen açıklama verilerinin sınıflandırılmasında yeni bir özellik seçimi yöntemi
DNA mikrodizi veri kümelerinin ortaya çıkışı hem biyoinformatikte hem de makine öğrenmesi alanlarında önemli bir araştırma konusunu canlandırmıştır. Doku veya hücre örneklerinden alınan bu tip veriler, hastalık teşhisinde ya da spesifik tümör tiplerini ayırt etmede faydalı olabilecek bilgileri toplamak için oldukça önemlidir. Gen açıklama verileri olarak bilinen bu veri kümelerindeki en önemli zorluk düzinelerle ifade edilebilen örneklem sayısına karşın binlerce gen bilgisini içermesidir. Bu durum verilerin doğru sınıflandırılması açısından büyük bir dezavantaj oluşturmaktadır. Binlerce gen ve az sayıda örneklemden oluşan gen açıklama verilerinde sınıflandırma yöntemlerinin etkili bir şekilde uygulanması, hastalıkların tanı ve tedavisinde çok önemli bir rol oynamaktadır. Büyük boyutlu verilerde, en ilişkili ve bilgilendirici özellikleri seçerek sınıflandırma performansını artırmak için bir ön işleme adımı olan özellik seçimininin (feature selection) kullanımı kaçınılmazdır. Özellik seçimi yöntemleri literatürde filtre (filter), sarmal (wrapper) ve gömülü (embedded) olmak üzere üç temel başlıkta incelenmektedir. İstatistiksel yöntemler olarak da bilinen filtre yöntemler, sınıflandırma algoritmasından bağımsız olarak özellikleri ayrı ayrı inceleyen, belli bir değerlendirme ölçütüne dayanarak en iyi özellik alt kümesini seçmeyi amaçlayan özellik seçimi yöntemleridir. Bu tez çalışmasında, özellik seçimi için yeni bir filtre yöntemi olarak "Etkin Aralıklara dayalı Özellik Seçimi Algoritması" (Feature Selection Algorithm based on Effective Ranges-FSAER) adlı bir yaklaşım önerilmiştir. Önerilen yöntem, literatürde bulunan "Etkin Aralığa dayalı Gen Seçimi" (Effective Range based Gene Selection-ERGS) ve "Etkin Aralığa dayalı Geliştirilmiş bir Özellik Seçimi" (Improved Feature Selection based on Effective Range-IFSER) yöntemlerinin dikkate almadığı bir eksikliği gidermek üzere geliştirilmiştir. Etkin aralıklara dayanan ERGS ve IFSER algoritmalarının en büyük eksikliği, tüm ayrık aralıklara aynı ağırlık değerini atamalarıdır. FSAER; ERGS ve IFSER yöntemlerinin avantajlarına sahiptir ve ayrıca ayrık etkili aralıkları da hesaba katarak yeni bir toplam alan tanımlamaktadır. Önerilen algoritmanın etkinliğini doğrulamak amacıyla, erişime açık altı farklı gen açıklama veri seti kullanılarak, bilinen beş farklı filtre yöntemi ve FSAER ile farklı büyüklükteki gen alt kümeleri seçilmiştir. Seçilen genler kullanılarak farklı sınıflandırma yöntemlerinin (Naif Bayes, Destek Vektör Makinesi, k-En Yakın Komşu) uygulanması sonucunda sınıflandırma doğrulukları elde edilmiştir. Bu deneylerden elde edilen sonuçlar incelenmiş, FSAER algoritmasının diğer yöntemlerle karşılaştırıldığında sınıflandırma doğrulukları bakımından oldukça etkili sonuçlar verdiği görülmüştür.
EWMA control charts for skewed distributions
The classic Shewhart control charts are generally used for monitoring the process mean and variability in the characteristics of a random quality variable of interest and are based on the normality assumptions. For skewed distributions, in order to demonstrate the changes in the population, non-symmetric control limits need to be used. Methods such as the Weighted Variance (WV) Weighted Standard Deviation (WSD) and Skewness Correction (SC) are used with skewed distributions. The classic 𝑋̅ and R control charts and all their derivatives are generally used to detect large shifts in the process mean hence making them not too reliable in situations where in small shifts are of interest. To solve such problems, the Exponentially Weighted Moving Average (EWMA) control charts is used in this work. The main aim of this thesis is to apply the Skewness Correction method to the EWMA chart and propose a control limit called Skewness Correction EWMA (SC-EWMA) for skewed distributions. The performances of the newly proposed method are compared and contrasted with those of the Weighted Variance EWMA (WV-EWMA) which was developed by Khoo and Atta (2008), Weighted Standard Deviation EWMA (WSD-EWMA) which was developed by Atta and Ramli (2011) and the classic EWMA control limits based on the degree of skewness and varying smoothing parameters. The comparison is made with respect to their type-Ι errors by using the Monte Carlo simulation technique with data generated from the lognormal, Gamma and Weibull distributions.
Suriyeli göçmenlerin Türk halkı ile kaynaştırılması çalışmaları üzerine veri madenciliği araştırması
Türkiye oldukça fazla göç alan bir ülkedir. Özellikle Suriye krizinden sonra yaklaşık 3.5 milyon Suriyeli ülkemize göç etmek zorunda kalmıştır. Devlet, insani yardım dernekleri ve sivil toplum kuruluşları yardımları ile ülkemizdeki Suriyeli göçmenler Türk halkı ile bir arada yaşamaya başlamıştır. Suriyeli göçmenlerin ülkemizde ihtiyaç duyabilecekleri hizmetlerin karşılanabilmesi ve iki farklı kültürün kaynaştırılması amacıyla Türk Kızılay tarafından Toplum Merkezleri kurulmuştur. Toplum Merkezleri sayesinde birçok Suriyeli göçmen eğitim, psikolojik destek vb. hizmetlere ulaşabilmektedir. Bu çalışma, Toplum Merkezleri tarafından verilmekte olan hizmetlerin yararlanıcılar üzerindeki etkisini araştırmak amacıyla yapılmaktadır. Çalışmada yöntem olarak veri madenciliği uygulaması seçilmiştir. Veri madenciliği, çalışmada kullanılacak veri seti üzerinden tahminlerde bulunulacak olması ve alınan sonuçların kolay yorumlanabilmesi amacıyla seçilmiştir. Araştırmacılar tarafından kolay ulaşılabilir olması, açık kaynak kodlu birçok yazılım olması, internet aracılığıyla yazılımların kolayca öğrenilebilmesi gibi sebepler de bu seçimde etkili olmuştur. Veri madenciliği uygulamasında KNIME yazılımı kullanılmıştır. Bu yazılımın seçiminde de veri madenciliği yönteminin seçilme sebepleri ile aynı sebepler etkili olmuştur. Çalışmada karar ağaçları ve destek vektör makineleri modelleri uygulanmıştır. Karar ağaçları modeline ilişkin sonuçlar farklı K-katlı çapraz doğrulama durumları ve ayırma kriterlerine aittir. Bu sonuçlara göre, karar ağacı modeline ait yapılan tüm denemelerde elde edilen doğruluk yüzdeleri %99'un üzerindedir. Aynı şekilde destek vektör makineleri modelinde de farklı K-katlı çapraz doğrulama ve çekirdek fonksiyonlara ait sonuçlar elde edilmiştir. Bu sonuçlar doğrultusunda, yapılan tüm denemelerde doğru sınıflandırma yüzdeleri %92 ve üzerindedir. Bu çalışma kapsamında Toplum Merkezleri'nde verilen eğitim hizmetlerinin yararlanıcılar üzerindeki etkisi araştırılmıştır. Yararlanıcıların çalışma durumları, hangi kurslara katılım sağladıkları, hangi Toplum Merkezleri'nden hizmet aldıkları vb. değişkenlerin bir araya gelerek eğitim aldıkları kurslar sonucu istihdam edildikleri alan üzerinde etkili olup olmadığı sorusu araştırılmaktadır.
Tıp bilişiminde veri madenciliği yöntemleri kullanılarak hastalıkların tahmin edilmesi
Günümüzde veri madenciliği büyük boyutlu verilerden saklı kalan bilgiyi ortaya çıkararak, işletmelerin karar verme süreçlerine destek sağlamasından ötürü özellikle sağlık işletmelerinin idaresinde ve sağlıkla ilgili politikaların belirlenmesinde önemi gittikçe artan bir araçtır. Ayrıca son yıllarda sağlık alanında veri madenciliği algoritmaları kullanılarak hastalıkların teşhis edilmesine yönelik bilimsel yayınlar yapılmaktadır. Bu tez çalışmasında, en sık kullanılan veri madenciliği sınıflandırma yöntemleri incelenmiş, dört farklı devlet hastanesinin üroloji branşına başvuran hastalardan toplanan veriler kullanılarak, üroloji branşında görülen 18 farklı hastalığın teşhisine yönelik bir çalışma yapılmıştır. Bu amaçla sınıflandırma algoritmalarından Rastgele orman (Random Forest), Rasgele ağaç (Random Tree), Çok katmanlı algılayıcılar (Multilayer Perception), K-en yakın komşu (IBk), Kstar, Lojistik regresyon, Naive Bayes ve ZeroR algoritması kullanılmış ve oluşturulan modellerin doğru sınıflandırma oranlarına yani hastalıkları ne kadar doğru teşhis ettiklerine bakılmıştır. Bu algoritmalardan Rasgele orman, Lojistik regresyon ve Çok katmanlı algılayıcılar algoritmalarının teşhiste diğerlerine göre daha başarılı olduğu görülmüştür. İlerleyen çalışmalarda üroloji branşına ilişkin hastalıklarının ya da başka branşlarda görülen hastalıkların teşhisine yönelik burada sözü geçen algoritmalar kullanılarak bir uygulama geliştirilebilir. Böylece sağlık çalışanlarına teşhiste fikir verilmesi ve iş yüklerinin azaltılması, erken teşhis ile hastalıkların önceden bulunarak tedavi sürelerinin daha kısa olması mümkün olabilir.
Mekânsal panel veri modelleri: Havacılık sektöründe bir uygulama
Coğrafi birimlerin (şehirler, ülkeler, eyaletler, bölgeler vb.) olduğu veriler analiz edilirken komşu birimlerin birbirleri üzerinde mekânsal etkisinin olup olmadığı araştırılmalıdır. Çünkü birbirine yakın olan coğrafi birimlerin yani mekânların, birbirini etkileyeceği varsayılır. Coğrafi birimlerin olduğu veriler analiz edilirken mekânsal etkileri de dikkate alan mekânsal modeller kullanılır. Hem coğrafi birimler hem de zaman serisi içeren verilerin analizinde ise mekânsal panel veri modelleri kullanılır. Bu tez çalışması kapsamında Türkiye'deki havalimanlarına ait 2013-2018 yılları arasındaki havacılık verileri ve ekonometrik değişkenlerin havalimanı terminal gelirleri üzerindeki mekânsal etkisi incelenmiş ve veri seti hem klasik panel veri modelleri hem de mekânsal panel veri modelleri ile analiz edilmiştir. Bu amaçla havalimanları arasındaki mesafeleri dikkate alan mekânsal ağırlık matrisi oluşturulmuş, bu ağırlık matrisi kullanılarak mekânsal panel veri modelleri uygulanmıştır. Model seçim kriterlerine göre en iyi modele karar verilmiş ve model sonuçları yorumlanmıştır.
Bağ bilgisi olduğunda sıralı küme örneklemesinde yeni tahmin ediciler
Sıralı küme örneklemesi, basit rastgele örneklemeye alternatif olarak geliştirilmiş sıklıkla kullanılan bir örnekleme yöntemidir. Örnekleme yönteminde sıralayıcılardan düşük bir güvenle bile küme içindeki birimleri doğru bir şekilde sıralaması beklenir. Ayrıca kümeler içinde iki veya daha fazla sayıda birbirine çok benzer ya da aynı birim var ise bu durum sıralamayı daha da zorlaştırır ve kümedeki birimlerin yanlış sıralanmasına neden olur. Tez çalışmasında, sıralı küme örneklemesinde yardımcı değişken yardımıyla sıralama yapılırken oluşan sıralama hatasının bağ bilgisi kullanılarak azaltıldığı bir yöntem (SKÖ-b) altında, ortalama tahmin edicileri incelenmektedir. Çalışma, sıralamada bağ olması durumunda kullanılan yöntemi incelemeyi ve bağları sıralama hatasını en aza indirerek daha güvenilir sonuçlar elde etmek üzere ortalama tahminlerinde kullanabilmeyi amaçlamaktadır. Yöntem ve literatürdeki tahmin ediciler incelenmiş, yöntem için oransal tahmin edicilerin kullanılmadığı görülmüştür. Dolayısıyla tez çalışmasında modifiye edilmiş yeni oransal tahmin ediciler önerilmiştir. Tahmin edicilerin etkinlikleri önce simülasyonla türetilen büyük ve küçük kitleler üzerinde hesaplanmış daha sonra yapılan simülasyon çalışmaları önerilen oransal tahmin edicilerin literatürde yer alan diğer tahmin edicilerden daha etkin olduğu gösterilmiştir. Ayrıca son zamanlarda ortaya çıkan COVID-19 salgınına ait gerçek veri setlerinde teşhis edilmiş hasta sayısı ve ölen hasta sayısı değişkenleri incelendiğinde, verilerin bağ bilgisi yapısına uygun olduğu görülmüştür. Simülasyon sonuçlarına benzer şekilde gerçek veriler üzerinde de önerilen oransal tahmin ediciler daha iyi sonuçlar vermiştir.