33
Arşivlenen Tez
0
DOI Atanmış
0%
DOI Oranı
Arşivlenen Tez
Veri madenciliğinde chaid algoritmasının sosyal güvenlik kurumu veri tabanına uygulanması
?Veri Madenciliğinde CHAID Algoritmasının Sosyal Güvenlik Kurumu Veri Tabanına Uygulanması? isimli çalışmamızda, öncelikle verinin tanımından başlanılarak, veri tabanı, veri tabanı yönetim sistemleri, veri madenciliğinin uygulanabilmesi için gerekli olan veri ambarı mimarisi, verilerin ön işlemlerden geçirilmesi ve veri madenciliği tekniklerinden bahsedilerek, sınıflandırmada karar ağaçları yönteminde kullanılan CHAID (Otomatik Ki-Kare Etkileşim Belirleyicisi) algoritması uygulaması ile ülkemizde Sosyal Güvenlik Kurumu ile ilişkilendirilmiş işyerlerinde yapılandırma kanunundan yararlanan işyerlerinin profilleri belirlenmeye çalışılmış ve daha sonra çıkarılacak olan kanunların bu yapılan çalışmada öngörülen bilgiler ışığında karar destek amaçlı olarak katkıda bulunması amaçlanmıştır.
Çok değişkenli veride aykırı değerlerin tespiti için MVV yöntemi ve diğer yöntemlerle karşılaştırılması
Çok değişkenli veri setlerinde aykırı değerleri tespit etmek özellikle değişken sayısı ikiyi geçtiğinde zor olabilmektedir. Bu nedenle konum ve kovaryans matrisinin sağlam tahminine dayanan çeşitli yöntemler önerilmiştir. Bu yöntemler etkili olmalarına rağmen geniş ve büyük boyutlu veri setleri için kullanışsızdırlar. Bu yöntemlerin hesaplama karmaşıklığı veri setlerinin boyutu arttığı zaman artmaktadır.Bu çalışmanın amacı, çok değişkenli veride çoklu aykırı değerlerin belirlenmesinde kullanılan En Küçük Hacimli Elipsoid, En Küçük Kovaryans Determinantı ve Hızlı En Küçük Kovaryans Determinantı gibi yöntemlere alternatif olarak geliştirilen En Küçük Vektör Varyansı yöntemini tanıtmaktır.Bu tezde öncelikle aykırı değer(outlier) ve bozulma noktası(breakdown point) kavramları ele alınmış, daha sonra yukarıda bahsedilen yöntemler tanıtılmış ve son olarak bir simülasyon çalışması ile En Küçük Vektör Varyansı ve diğer yöntemlerin aykırı değer belirleme oranı ve yöntemlerin hesaplama hızı bakımından karşılaştırması yapılmıştır.Sonuçta, En Küçük Vektör Varyansı yönteminin geniş ve büyük boyutlu veri setlerine uygulanabilir olduğu görülmüştür ve bu algoritmanın hesaplama karmaşıklığı önemli derecede diğer yöntemlerden azdır.
Zaman serileri analizinde mevsimsel düzeltme yöntemleri ve aylık sanayi üretim indeksine uygulanması
mevsimsellik bir zaman serisinde her yıl aynı dönemde tekrar eden hareketler olarak tanımlanabilir.zaman serilerinde mevsimsel düzeltme,gözlenen serinin mevsimsel dalgalanmalardan ve temel trendlerden arındırılması anlamına gelmektedir.mevsimsel hareketlerden arındırılmış seri, belirli zaman diliminde oluşan reel değişimleri yansıtarak ekonomik anlamda daha gerçekçi yorum yapma olanağı sağlar.mevsimsel düzeltme yönteminin seçimi, serinin mevsimsel etkilerinin tam olarak giderilmesi açısından son derece önemlidir. bu tezde en yaygın kullanıma sahip mevsimsel düzeltme yöntemlerinden X-12-ARIMA ve TRAMO/SEATS programlarının aylık sanayi üretim indeksi üzerindeki performansı incelenmiştir. aylık sanayi üretim indeksine bu iki program uygulanmış ve sonuçları belli kriterlere göre karşılaştırılmıştır.
Ayırma analizine matematiksel programlama ve yapay sinir ağları yaklaşımları
Ayırma analizi sosyal bilimlerde, finans, pazarlama ve muhasebe gibi iş alanlarında ve biyoloji gibi taksonomi ve sınıflama analizlerinin içerildiği diğer alanlarda geniş bir kullanımı olan bir araçtır. Bu çalışmada sınıflandırma problemleri için biri matematiksel programlamaya dayalı diğeri de yapay sinir ağlarına dayalı iki yeni yaklaşım önerilmiştir. Yeni matematiksel programlama modeli literatürde önerilen matematiksel programlama modellerinin güçlü özelliklerine dayanmaktadır. Sınıflandırma problemlerinde yapay sinir ağları da oldukça geniş bir kullanıma sahiptir. Yapay sinir ağlarının eğitilmesinde kullanılan geri yayılım algoritması yerel çözümlere yakalanma ve bazı durumlarda düşük sınıflandırma performansı vermesi gibi olumsuzluklara sahiptir. Bu çalışmada, yapay sinir ağlarının eğitilmesi sürekli parametreli genetik algoritma ile ele alınmış ve sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısı sınıflandırma modellerinin çözümünde kullanılmıştır. Hem yeni önerilen matematiksel programlama modeli hem de sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısı diğer geleneksel yöntemlerle beraber literatürden alınan 12 farklı gerçek sınıflandırma probleminde ve simülasyon verisinde sınanmıştır.Sonuçlar yeni önerilen matematiksel programlama modeli ve sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısının diğer sınıflandırma yöntemlerine göre daha iyi olduğunu göstermektedir.
Trojan kare tasarımlar
Yarı Latin kareler çift ortogonal gürültü faktörleri için uygun tasarımlardır. Her blokta eşit sayıda işlem vardır. Latin kare ve yakın Latin kare tasarımlar tahıl araştırmaları için değerli satır-sütun tasarımlardır. Fakat bazı tasarımların pratik boyutlu sınırlandırması şiddetle sınırlıdır. Yarı Latin kare tasarımlar bu sınıflandırmanın dışındadır. Fakat bütün yarı Latin kareler deney tasarımı için uygundur. Trojan kare tasarımlar Latin karelerin sınıfını genelleştiren optimal yarı Latin karelerin özel bir sınıfıdır. Trojan kare tasarımların kuruluşunda ikişerli ortogonal Latin kareler (MOLS) temel alınır.
Homojen olmayan varyans varsayımı altında ortalamaların eşitliği için test istatistikleri
İkiden fazla yığının ortalamalarının eşitliği hipotezinin testi amacıyla kullanılan klasik F testi, normallik ve yığın varyanslarının eşitliği varsayımına dayanır. Varyansların eşitliği varsayımı sağlanmadığında klasik F testinin kullanılması uygun olmamaktadır. Bu durum özellikle örnek hacmi büyük olmadığında, önemli bir sıkıntı doğurmaktadır. Literatürde bu konuyla ilgili bir çok test istatistiği geliştirilmiştir. Bu çalışmada Brown-Forsythe, Genelleştirilmiş F, Parametrik Bootstrap, Scott-Smith, Tek Aşamalı, Tek Aşamalı Açıklık, Welch, Xu-Wang testleri tanıtılmıştır ve bir gerçek veri üzerinde bu testler için uygulama yapılmıştır. Çalışmanın sonunda da bu testler farklı yığın parametreleri ve örnek hacimleri altında deneysel I.tip hata oranı ve testin gücü bakımından karşılaştırılmıştır.
Etkinlik analizindeki ağırlık dağılımını geliştirmek için bir öncelikli doğrusal hedef programlama yaklaşımı
Etkinlik Analizi, çoklu girdi ve çıktıya sahip eş karar verme birimlerinin göreli etkinliklerini karşılaştırmak ve ölçmek için yaygın olarak kullanılan bir yöntemdir. Etkinlik Analizinin yaygın kullanımına karşın, bazı sakıncaları mevcuttur. Bu sakıncalardan en çok bilineni gerçekçi olmayan ağırlık dağılımıdır. Gerçekçi olmayan ağırlık dağılımı, girdi ve çıktı ağırlıklarına, mantıksız ve istenmeyen bir durum olmasına karşın uç değerlerin veya sıfır değerinin atanması sonucu, hesaplanan karar verme biriminin etkin olarak değerlendirildiği durumlarda ortaya çıkar. Uç ağırlıklara sahip karar verme birimleri potansiyel ?false positive? adaylarıdır. Ağırlık dağılımını geliştirmek için önerilen Çok Kriterli Etkinlik Analizi modelinin Öncelikli Doğrusal Hedef Programlama ile çözülmesi, yeni ağırlık kısıtları eklemeden, hakkında ön bilgi olmaksızın daha homojen girdi ve çıktı ağırlık dağılımı vermektedir.
Tek değişkenli zaman serilerinde model seçim ölçütlerinin incelenmesi
Bu çalışmada, tek değişkenli zaman dizileri modellerinde uygun model derecesinin seçilmesinde kullanılan bazı model seçim ölçütleri incelenmiştir. Bu amaçla Akaike Bilgi Ölçütü (AIC), Son Kestirim Hatası (FPE), Hannan-Quinn Bilgi Ölçütü (HQ), Düzeltilmiş Akaike Bilgi ölçütü (AICC) ve Schwarz Bilgi Ölçütü (SIC) ölçütleri dikkate alınarak, seçilen farklı model yapıları ve farklı örnek çapları ile ölçütlerin doğru gecikme sayısını seçmedeki performanslarını karşılaştırmak amacıyla simülasyon çalışmaları yapılmıştır. Ölçütlerin birbirleri ile karşılaştırılması için Monte Carlo simülasyon yöntemi kullanılarak hangi ölçütün hangi gecikme sayısını kaç kez seçtiği hesaplanmıştır. Bu simülasyon çalışmasına göre elde edilen sonuçlar verilmiştir.
İnsani gelişme endeksi ile kapsamlı endeks arasındaki ilişkinin belirlenmesi üzerine bir çalışma
Birleşmiş Milletler Kalkınma Programı (UNDP), 1990 yılından bu yana çok sayıda ülke için hesaplanmış olan İnsani Gelişme Endeksi'ni (İGE), İnsani Gelişme Raporları (İGR) halinde yıllık olarak yayınlanmaktadır. Türkiye için 2001 ve 2004 yıllarında ulusal çalışmalar gerçekleştirilmiş, iller itibariyle İnsani Gelişme Endeks değerleri hesaplanmıştır. Bu çalışmada, Türkiye'deki illerin insani gelişmişlik düzeylerini belirlemek amacıyla demografik, sağlık, eğitim ve mali değişkenleri içeren çok değişkenli istatistiksel analizler kullanılmıştır. Bu analizler SPSS programı yardımıyla yapılmıştır. Söz konusu değişkenler arasında gelişmişliği belirleyen en uygun değişken seti diskriminant analiziyle bulunmuştur. Seçilen değişkenler, faktör analizi yardımıyla kapsamlı bir endeks geliştirmek amacıyla kullanılmıştır. Geliştirilen kapsamlı endeksin geçerliliğini test etmek amacıyla grafiksel teknik ve basit hesaplamaları temel alan Bland ? Altman yöntemi ile Passing ? Bablok regresyon yöntemi kullanılmıştır. Bu yöntemler MedCalc bilgisayar programı kullanılarak yapılmıştır. Geliştirdiğimiz kapsamlı endeks, İnsani Gelişme Endeksi ile karşılaştırılarak Türkiye'deki illerin insani gelişmişliği hakkında değerlendirmeler yapılmıştır.
Momentlere dayalı bazı yeni olasılık eşitsizlikleri
Chebyshev ve Markov eşitsizlikleri istatistikçiler tarafından iyi bilinen ve hemen hemen bütün matematiksel istatistik kitaplarında yer alan eşitsizliklerdir. Chebyshev eşitsizliği bir rastgele değişkenin ilk iki momenti bilindiğinde, Markov eşitsizliği ise rastgele değişken sadece pozitif değerler alabiliyorken ilk momenti bilindiğinde yazılabilir. Bu çalışmada, rastgele değişkenin bilinen moment sayısı arttıkça, bu türden eşitsizliklerin nasıl elde edilebileceği incelenmiştir.