KaydedilenlerDerginizi ekleyin

Dergiler / Journal of FisheriesSciences.com / 2014 / Cilt: 8 - Sayı: 1

BAYES TEORİSİNİN SU ÜRÜNLERİNDE KULLANIM OLANAKLARI

The Usage of Bayes Theory in Fisheries Sciences

Mustafa AKAR
Sedat GÜNDOĞDU
Sayfa
8–16
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Sonuçta, Bayesyen yaklaşımın klasik yaklaşımdan daha isabetli ve güvenilir olduğu saptanmıştır

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma ile Bayesyen istatistik yöntemin, su ürünleri alanındaki uygulama olanakları araştırılmıştır.
📊
Temel Bulgular & Veri:Balıkçılık çalışmalarında kullanılan boy-ağırlık verilerine doğrusal regresyon yapılarak hem Bayesyen istatistik yöntem hem de klasik istatistik yöntemle ilgili parametreler ve güven aralıklar tahmin edilmiştir.
💡
Sonuç & Katkı:Sonuçta, Bayesyen yaklaşımın klasik yaklaşımdan daha isabetli ve güvenilir olduğu saptanmıştır
🔬Tür:Laboratuvar & Saha Deneyi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışma ile Bayesyen istatistik yöntemin, su ürünleri alanındaki uygulama olanakları araştırılmıştır. Balıkçılık çalışmalarında kullanılan boy-ağırlık verilerine doğrusal regresyon yapılarak hem Bayesyen istatistik yöntem hem de klasik istatistik yöntemle ilgili parametreler ve güven aralıklar tahmin edilmiştir. Sonuçta, Bayesyen yaklaşımın klasik yaklaşımdan daha isabetli ve güvenilir olduğu saptanmıştır

Abstract

In this study, we have examined the focus of using the Bayes statistical method to the field of fisheries. It has been estimated the parameters and confidence intervals for length-weight simple linear regressionin fisheries by applying the Bayesian and classical statistical methods. Therefore, it could be concluded that the Bayesian approach was better than classical statistical method in the sense of efficiency and giving narrow confident intervals

🔖

Bu Makaleye Atıf Yap

AKAR, M., GÜNDOĞDU, S. (2022). BAYES TEORİSİNİN SU ÜRÜNLERİNDE KULLANIM OLANAKLARI. Journal of FisheriesSciences.com, Cilt: 8 - Sayı: 1, 8–16. https://ajindex.com/articles/563124

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (8)

  1. Box, G.E.P., Tiao, G.C., (1992). Bayesian inference in statistical analysis, Wiley Classics Library Edition, John Wiley&Sons, New York. doi: 10.1002/9781118033197 Chen, D.G., Holtby, L.B., (2002). A regional meta-model for stock-recruitment analysis using an empirical Bayesian approach, Canadian Journal of Fisheries and Aquatic Sciences, 59: 1503–1514. doi:10.1139/f02- 118. doi: 10.1139/f02-118 Congdon, P., (2003). Applied bayesian modelling. Wiley Series in Probabillity and Statistics, John Wiley&Sons, London. doi: 10.1002/0470867159 Congdon, P., (2010). Applied Bayesian hierarchical methods, Chapman&Hall/CRC, Taylor&FrancisGroup, Boca Raton. Çevik, M., (2009). Doğrusal olmayan Bayesçi regresyon ve yüksek rrekanslı ses sistemlerinde bir uygulama. Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü. Yüksek Lisans Tezi, İstanbul.
  2. DeGroot, M.H., (1989).
  3. Probability and statistics, Addison Wesley Publishing Company. USA. Draper, N., Smith, H., (1998). Applied regression analysis. 3rd ed. Wiley Series in Probability and Mathematical Statistics, John Wiley & Sons. New York, USA. Ekici, O., (2005). Bayesyen regresyon ve WinBUGS ile bir uygulama, İstanbul Üniversitesi Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi, İstanbul.
  4. Ekici, O., (2009). İstatistikte Bayesyen ve klasik yaklaşımın farklılıkları, Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 12(21): 89-101.
  5. Fırat, M.Z., (2002). Gibbs örneklemesi ile karışık doğrusal bir modeldeki varyans unsurları hakkında Bayesian yorumlama, İstatistik Araştırma Dergisi, 1(2): 225-235.
  6. Freund, R.J., Wilson, W.J., Sa, P., (2006). Regression analysis, 2rd ed., Academic Press,
  7. Elsevier, USA. Helser, E.T., Lai, H.L., (2004). A Bayesian hierarchical meta-analysis of fish growth with an example for North American Large mouth bass Micropterus salmoides, Ecological Modelling, 178:399-416. doi: 10.1016/j.ecolmodel.2004.02.013 Helser, E.T., Stewart J.I., Lai, H.L., (2007). A Bayesian hierarchical meta-analysis of growth for the genus Sebastes in the Eastern Pasific Ocean, Canadian Journal of Fisheries and Aquatic Sciences, 64: 470-485. doi: 10.1139/f07-024 Hilborn, R., Pikitch, E.K., McAllister, M.K., (1994). A Bayesian estimation and decision analysis for an age-structured model using biomass survey data, Fisheries Research, 19: 17-30. doi: 10.1016/0165-7836(94)90012-4
  8. Juntunen, T., Vanhatalo, J., Peltonen, H., Mantyniemi, S., (2012). Bayesian spatial multispecies modelling to assess pelagic fish stocks from acoustic and tr