Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
  Atıf Sayısı 2
 Görüntüleme 9
 İndirme 1
Sayma Verilerinin Modellenmesi ve Bireylerin İşsiz Kalma Süresi Üzerine Bir Uygulama
2022
Dergi:  
Pamukkale University Journal of Social Sciences Institute
Yazar:  
Özet:

Bağımlı değişkenin sayıma dayalı veri olması durumunda güvenilir tahminler yapabilmek için Sayma Verisi Regresyon Modellerinin kullanılması daha uygundur. Sayıma dayalı veriler kesikli bir yapıda olduğundan bu regresyon modelleri kesikli dağılımlardan yararlanılarak geliştirilmiştir. Bu çalışmada, Türkiye İstatistik Kurumu (TÜİK) 2019 yılı Gelir ve Yaşam Koşulları Araştırması (GKYA) verilerinden yararlanarak bir sayma verisi olan bireylerin işsiz kaldığı sürenin (ay cinsinden) modellenmesi amaçlanmıştır. Analizde kullanılacak bağımsız değişkenler, tüm olası alt küme yöntemi ile medeni durum, eğitim durumu, genel sağlık ve kronik hastalık olarak belirlenmiştir. Sayma veri regresyon modellerinden Poisson Regresyon (PR), Negatif Binom Regresyon (NBR), Sıfır Değer Ağırlıklı Negatif Binom Regresyon (ZINB) ve Genelleştirilmiş Poisson Regresyon (GPR) modelleri ele alınarak, bu dört model tahmin edilmiş ve veri setine en iyi uyum sağlayan model bilgi kriterleri ile belirlenmiştir. Tahmin edilen modeller içerisinde veri setine en iyi uyum sağlayan modelin ZINB modeli olduğu belirlenmiştir.

Anahtar Kelimeler:

Count Data Modeling and An Application On Unemployment Duration Of Individuals
2022
Yazar:  
Özet:

In cases where the dependent variable is count data, it is more appropriate to use Count Data Regression Models in order to produce reliable estimates. These regression models have been developed using discrete distributions since the count data has a discrete structure. The study, it is aimed to model the unemployment duration (in months) of individuals which is count data by using the data of the Survey of Income and Living Conditions (SILC) of the Turkish Statistical Institute (TURKSTAT) in 2019. The independent variables to be used in the analysis are marital status, educational status, general health, and chronic disease have been determined by all possible subset method. The Poisson Regression (PR), Negative Binomial Regression (NBR), Zero Inflated Negative Binomial Regression (ZINB), and Generalized Poisson Regression (GPR) models from count data regression models have been estimated and it has been determined the model best fits data by the information criteria. It has been determined that the model that best fits the data set among the predicted models is the ZINB model.

Anahtar Kelimeler:

Atıf Yapanlar
Dikkat!
Yayınların atıflarını görmek için Sobiad'a Üye Bir Üniversite Ağından erişim sağlamalısınız. Kurumuzun Sobiad'a üye olması için Kütüphane ve Dokümantasyon Daire Başkanlığı ile iletişim kurabilirsiniz.
Kampüs Dışı Erişim
Eğer Sobiad Abonesi bir kuruma bağlıysanız kurum dışı erişim için Giriş Yap Panelini kullanabilirsiniz. Kurumsal E-Mail adresiniz ile kolayca üye olup giriş yapabilirsiniz.
Benzer Makaleler










Pamukkale University Journal of Social Sciences Institute

Alan :   Güzel Sanatlar; Sosyal, Beşeri ve İdari Bilimler; Spor Bilimleri

Dergi Türü :   Ulusal

Metrikler
Makale : 1.206
Atıf : 4.692
© 2015-2024 Sobiad Atıf Dizini