Yaşam memnuniyetini etkileyen faktörlerin sınıflama ve regresyon ağacı ile belirlenmesi

Basit Öğe Kaydı
dc.contributor.advisorBağdatlı Kalkan, Seda
dc.contributor.authorYücel, Yasemin Bahar
dc.date.accessioned2018-05-07T09:41:18Z
dc.date.accessioned2018-08-06T14:11:54Z
dc.date.available2018-05-07T09:41:18Z
dc.date.available2018-08-06T14:11:54Z
dc.date.issued2017en_US
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalıen_US
dc.descriptionTez (Yüksek Lisans) -- İstanbul Ticaret Üniversitesi -- Kaynakça var. -- Basılı hali mevcuttur.en_US
dc.description.abstractSınıflama ve Regresyon Ağaçları (SRA) varsayım gerektirmeyen istatistiksel tekniklerdir. SRA, bağımlı değişkenin kategorik olması durumunda sınfılama ağacı, bağımlı değişkenin sürekli olması durumunda ise regresyon ağacı ismini almaktadır. SRA; bağımsız değişkenler ve bağımlı değişken arasındaki anlamlı ilişkilerin modelini ağaç şeklindeki göstermektedir. Kolay yorumlanması, büyük veri setlerine uygulanması ve varsayım gerektirmemesinden dolayı son zamanlarda sıkça kullanılan tekniklerdir. Sınıflama veya Regresyon Ağacı oluşturan; Classification and Regression Tree (CART) ve Chi-square Automed Interaction Detection (CHAID) algoritmalarının en önemli özellikleri, sürekli ve kategorik verileri aynı anda modele dahil edebilmesi, bağımlı değişkenler üzerinde etkili olan bağımsız değişken(ler)i bir ağaç diyagramı üzerinde kolayca anlaşılabilir gösterebilmesi olarak özetlenebilmektedir. Bu çalışmanın amacı, Türkiye'deki kişilerin mutluluk düzeylerini etkileyen faktörlerin sınıflama ve regresyon ağaçları ile belirlenmesidir. Hem sınıflama hem de regresyon ağaçlarında CART ve CHAID algoritmaları kullanılarak bu faktörlerin belirlenmesi amaçlanmıştır. Ayrıca, sınıflama ve regresyon ağaçları için farklı başlangıç ve test verileri kullanılarak ağaçlar oluşturulmuş, aralarındaki farklılıklar incelenmiş ve sonuçlar karşılaştırmalı olarak yorumlanmıştır.en_US
dc.description.abstractClassification and regression trees (CART) are techniques which don't require hypothesis. CART is named "classification tree" when the dependent variable is categorical, and it is named "regression tree" when the dependent variable is continuous. CART shows the model of the significant relations between dependent and independent variables as trees. Since it is easy to interpret, can be implemented to large data sets, and doesn't require hypothesis; it is often used recently. The most important feaures of Classification and Regression Tree (CART) and Chi-square Automed Interaction Detection (CHAID) algorithms are to be able to include continuous and categorical datas at the same time, and to be able to show the independent variables that are effective on the dependent variables on a tree diagram which is very easy to understand. The aim of this study is to determine the factors that affect the happiness levels of people living in Turkey with classification and regression trees. It is aimed to determine these factors, by using CART and CHAID algorithms on both classification and regression trees. Besides, trees are composed by using different beginning and test datas for classification and regression trees; the differencies between them are examined and the results are interpreted comparatively.en_US
dc.description.tableofcontentsİÇİNDEKİLER, ii -- ÖZET, iii -- ABSTRACT, iv -- TEŞEKKÜR, v -- ŞEKİLLER, vi -- TABLOLAR, vii -- SİMGE VE KISALTMALAR, viii -- GİRİŞ, 1 -- 1 KARAR AĞAÇLARI, 3 -- 1.1 Karar Ağaçlarında Kullanılan Algoritmalar, 6 -- 1.1.1 CART Algoritması, 7 -- 1.1.2 CHAID Algoritması, 8 -- 2 SINIFLAMA VE REGRESYON AĞAÇLARI, 10 -- 2.1 Sınıflama Ağaçları, 12 -- 2.1.1 Gini Ayırma Kriteri, 15 -- 2.1.2 Twoing Ayırma Kriteri, 16 -- 2.1.3 Gini ve Twoing Ayırma Kriterlerinin Karşılaştırılması, 17 -- 2.1.4 Sınıflama Ağaçlarında Maksimum Boyuttaki Ağacın Oluşturulması ve Ağacının Büyüme Sürecinin Durdurulması, 17 -- 2.2, 19 -- 2.2.1 En Küçük Kareli Sapma (LSD), 20 -- 2.2.2 Regresyon Ağaçlarında Maksimum Boyuttaki Ağacın Oluşturulması ve Büyüme Sürecinin Durdurulması, 21 -- 2.3 Sınıflama ve Regresyon Ağaçlarında Optimum Ağacın Belirlenmesi, 22 -- 3 YAŞAM MEMNUNİYETİNİ ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ24 -- 3.1 Yaşam Memnuniyeti ve Mutluluk Kavramı, 24 -- 3.2 Uygulama, 28 -- 3.2.1 Değişkenlere ait Tanımlayıcı İstatistikler, 29 -- 3.2.2 CART Algoritması İle Oluşturulan Sınıflama Ağaçlarına Ait Bulgular, 36 -- 3.2.3 CHAID Algoritması İle Oluşturulan Sınıflama Ağaçlarına Ait Bulgular, 44 -- 3.2.4 CART Algoritması İle OLuşturulan Regresyon Ağaçlarına Ait Bulgular, 51 -- 3.2.5 CHAID Algoritması İle Oluşturulan Regresyon Ağaçlarına Ait Bulgular, 57 -- 4 SONUÇ, 65 -- Kaynakça, 68en_US
dc.identifier.citationYücel, Yasemin Bahar. (2017). Yaşam memnuniyetini etkileyen faktörlerin sınıflama ve regresyon ağacı ile belirlenmesi. (Yayımlanmamış yüksek lisans tezi). İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik, İstanbulen_US
dc.identifier.endpage72en_US
dc.identifier.startpage1en_US
dc.identifier.urihttp://library.ticaret.edu.tr/e-kaynak/tez/75759.pdf
dc.identifier.urihttps://hdl.handle.net/11467/2278
dc.identifier.yoktezid472912en_US
dc.language.isotren_US
dc.publisherİstanbul Ticaret Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectTürkiye_Sosyal koşullar_ İstatistikler
dc.subjectMemnuniyet_İstatistikler
dc.subjectMutluluk_Türkiye_İstatistikler
dc.subjectSosyal araştırmalar_Türkiye_İstatistikler
dc.subjectTurkey_Social conditions_Statistics
dc.subjectSatisfaction_Statistics
dc.subjectHappiness_Turkey_Statistics
dc.subjectSocial surveys_Turkey_Statistics
dc.subject.lccHN 656.5/Y83
dc.titleYaşam memnuniyetini etkileyen faktörlerin sınıflama ve regresyon ağacı ile belirlenmesien_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
75759.pdf
Boyut:
7.73 MB
Biçim:
Adobe Portable Document Format
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu