Comparative performance analysis of variable selection methods in linear: A full factorial design simulation study
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Edebiyat Fakültesi, İstatistik Bölümü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: İngilizce
Öğrenci: MEHMET Bİ
Danışman: Ceylan Yozgatlıgil
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Değişken seçimi, model performansını en alakalı değişkenleri belirleyerek iyileştirmeyi amaçlayan istatistiksel modellemede önemli bir ön işleme adımıdır. Değişken seçimi tekniklerinin bolluğuna rağmen, farklı veri kümeleri ve koşullar arasındaki karşılaştırmalı etkinliklerini anlamada bir boşluk vardır. Bu nedenle, bu çalışmada filtre, sarmalayıcı ve gömülü yöntemler dahil olmak üzere tüm yöntem türlerini kapsayan geniş bir değişken seçimi yöntemini sistematik olarak değerlendiriyoruz. Tam faktöriyel bir tasarım (64 senaryo) kullanarak, farklı faktörler ile örnek büyüklüğü, değişken sayısı, değişken korelasyonu, hata ve aykırı değer gibi veri kümesi özellikleri arasındaki etkileşimleri inceliyoruz. Bu sağlam deneysel çerçeve, her yöntemin performansının derinlemesine değerlendirilmesine olanak tanır ve doğruluk, test ve eğitim hatası gibi birden çok değerlendirme metriğini göz önünde bulundurur. Sonuçlar, her değişken seçimi yönteminin güçlü ve zayıf yönlerine ilişkin önemli içgörüler ortaya koyarak, uygulayıcılara belirli uygulamaları için en uygun tekniği seçmelerinde pratik rehberlik sağlar. Ayrıca, bulgular, bağlama bağlı yöntem seçiminin önemini vurgulayarak, hiçbir tek değişken seçimi yönteminin tüm senaryolar boyunca evrensel olarak diğerlerinden üstün olmadığını vurgulamaktadır. Seçilen değişken seçimi yöntemleri arasından, sonuçlar En Az Mutlak Büzülme ve Seçim Operatörü (LASSO), İleri Yönlü Özellik Seçimi ve Özyinelemeli Özelliğin Ortadan Kaldırılması (RFE) nin veri özelliklerine bağlı olarak önerilen adaylar olduğunu ortaya koymuştur. Genel olarak, bu çalışma vaka spesifik bir kılavuzu ve değişken seçimi yöntemlerinin kapsamlı bir istatistiksel değerlendirmesini sunarak, daha verimli ve doğru tahmin modellerinin geliştirilmesine katkıda bulunmaktadır.