Parçacık Sürü Optimizasyonu Yöntemi ile Sayım Modelleri için En Uygun Değişken Kümesinin Belirlenmesi
Open Access
- 1 March 2019
- journal article
- Published by SDU Journal of Natural and Applied Sciences in SDÜ Fen Bilimleri Enstitüsü Dergisi
- Vol. 23, 76-83
- https://doi.org/10.19113/sdufenbed.436178
Abstract
Birçok bilimsel çalışmada sayım verisi olarak adlandırılan negatif olmayan tamsayı değerleri alan nicel veriler kullanılmaktadır. İstatistiğin en temel analiz yöntemlerinden biri olan regresyon analizi kapsamında da sayım verileri oldukça sık kullanılmaktadır. Bağımlı değişkenin tamsayı ile ifade edilebildiği regresyon modelleri sayım modelleri olarak tanımlanır. Bu çalışmada sayım modelleri kapsamında model seçimi incelendi. Sayım modellerinde model seçimi için klasik seçim yöntemleri ve PSO algoritması kullanıldı. Uygulamalar hem simülasyon hem de gerçek veriler üzerinde yapıldı. Sonuç olarak klasik yöntemlerle kıyaslandığında PSO algoritmasının, modeldeki değişken sayısı arttıkça ve bağımsız değişkenler arasındaki korelasyon değerleri yükseldikçe daha iyi sonuçlar verdiği ve sayım modelleri için PSO algoritmasının değişken seçiminde alternatif bir yöntem olarak kullanılabileceği gösterilmiştir.Keywords
This publication has 22 references indexed in Scilit:
- Subset Selection in Poisson RegressionJournal of Statistical Theory and Practice, 2011
- Model selection using information criteria under a new estimation method: least squares ratioJournal of Applied Statistics, 2011
- A discrete particle swarm optimization method for feature selection in binary classification problemsEuropean Journal of Operational Research, 2010
- A variable selection method based on Tabu search for logistic regression modelsEuropean Journal of Operational Research, 2009
- The Adaptive Lasso and Its Oracle PropertiesJournal of the American Statistical Association, 2006
- Regularization and Variable Selection Via the Elastic NetJournal of the Royal Statistical Society Series B: Statistical Methodology, 2005
- The Variable Selection ProblemJournal of the American Statistical Association, 2000
- Akaike's Information Criterion and Recent Developments in Information ComplexityJournal of Mathematical Psychology, 2000
- Tabu search model selection in multiple regression analysisCommunications in Statistics - Simulation and Computation, 1999
- Regression and time series model selection in small samplesBiometrika, 1989