Lineer olmayan lojistik regresyon analizinde model kurma stratejileri ve bir uygulaması
Yükleniyor...
Dosyalar
Tarih
2003
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi, Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışma dört bölümden oluşmaktadır. Birinci bölümde lineer regresyon analizi ve kukla bağımlı değişkenlerle regresyon analizi hakkında genel bilgiler verilmiştir. İkinci bölümde lojistik regresyon analizi ile ikili, ordinal, nominal, tek değişkenli ve çok değişkenli olmak üzere lineer lojistik regresyon çeşitleri verilmiştir. Ayrıca bu bölümde lojistik regresyon modelinin kurulması, katsayılarının önemliliğinin testi, lojistik regresyon modelinde katsayıların yorumlanması, lojistik regresyon için model kurma stratejileri ve metotları, modelin uyumunun tayin edilmesi, lojistik regresyon modeli için teşhis ölçütleri ve lojistik regresyon analizinin dayandığı varsayımların bozulduğu durumlar verilmiştir. Üçüncü bölüm çalışmanın temel kısmını teşkil etmektedir. Bu bölüm lojistik regresyon analizi konusuna giriş mahiyeti teşkil etmesi amacıyla lojistik regresyon analizini; model tanımı, parametre tahmin yöntemleri, başlangıç değeri seçimi, durdurma kuralı ve Gauss-Newton algoritması başlıkları altında içermektedir.Son bölümde ise menopoza etki eden risk faktörlerinin istatistiksel açıdan belirlenebilmesi amacıyla lojistik regresyon analizi uygulanmıştır.
This study consists of four sections. In the first section, general information about linear regression analysis and regression analysis with dummy variables are given. In the second section, logistic regression analysis technique for the cases of binary, ordinal, nominal, univariate and multivariate variables is given. Also in this section fitting the logistic regression model, testing for the significance of the coefficients, interpretation of the logistic regression model coefficients, model building strategies and methods for the logistic regression, assessing the fit of the model, logistic regression diagnostics and violation of the assumptions in logistic regression analysis are given.The third section is the main part of the study. This section includes logistic regression analysis in terms of model definition, parameter estimation methods, selection of the initial value, stopping rule and Gauss-Newton method. In the last section, a logistic regression analysis application is done for the aim of determining statistically significant risk factors that affect menopause.
This study consists of four sections. In the first section, general information about linear regression analysis and regression analysis with dummy variables are given. In the second section, logistic regression analysis technique for the cases of binary, ordinal, nominal, univariate and multivariate variables is given. Also in this section fitting the logistic regression model, testing for the significance of the coefficients, interpretation of the logistic regression model coefficients, model building strategies and methods for the logistic regression, assessing the fit of the model, logistic regression diagnostics and violation of the assumptions in logistic regression analysis are given.The third section is the main part of the study. This section includes logistic regression analysis in terms of model definition, parameter estimation methods, selection of the initial value, stopping rule and Gauss-Newton method. In the last section, a logistic regression analysis application is done for the aim of determining statistically significant risk factors that affect menopause.
Açıklama
Anahtar Kelimeler
Lineer Olmayan Lojistik Regresyon Analizi, Etkileşim, Odds Oranı, Uyum İiyiliği Testi, Lojistik Tegresyon Teşhisleri, Gauss-Newton Metodu, Nonlincar Logstic Regression Analyss, Odds Ratio, Goodnees-Of-Fit Test, Gauss-Newton Method, Interaction
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
İyit, N. (2003). Lineer olmayan lojistik regresyon analizinde model kurma stratejileri ve bir uygulaması. (Yüksek Lisans Tezi). Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.
