Regresyon analizinde doğrusala dönüştürme yöntemleri ve bir uygulama

Regresyon analizinde verilere en iyi matematiksel modeli uydurmak süphesiz çok önemlidir. Bu model doğrusal bir model olabildiği gibi çoğu kez doğrusal olmayabilir. Doğrusal olmayan modeller herhangi bir dönüsümle doğrusal yapılabilen ve herhangi bir dönüsümle doğrusal yapılamayan modeller olmak üzere ikiye ayrılır. Bu çalısmada herhangi bir dönüsümle doğrusal yapılabilen modeller üzerinde durulmustur. Doğrusal olmayan bu modellerden logaritmik modeller, hiperbolik modeller ve kareköklü modeller bazı basit matematiksel dönüsümler yapılarak doğrusal hale dönüstürülmüstür. Dönüsümlerle doğrusal hale dönüstürülen bu modellere, 1960-2006 yılları aralığında temel sağlık hizmetleri istatistiklerinden “Türkiye’de bir dis hekimine düsen kisi sayısı” verileri uygulanmıs olup en iyi model veya modeller tahmin edilmistir.

Regresyon ,

Doğrusala Dönüstürme Yöntemi ,

Doğrusal Olmayan Model ,

It is very important to adapt the best mathematicial model fort he data in regression analysis. Most of the time this model may be nonlinear as well as linear. Nonlinear models can be sorted in two groups such as models which can be changed into linear models by any kind of transformation and models which can not be changed into linear models by any kind of transformation. In this study models which can be changed into linear models by any kind of transformation has been examined. The models such as logarithmic model, hyperbolic model and square root model have been transformed to linear by using same easy mathematical transformation. The best model or models have been predicted by using the data one of the basic health statistics between 1960 and 2006 “number of people for a dendist in Turkey”.

Regression, ,

Nonlinear Model, ,

Method of Transformation to Linear ,