SPSS ve R Uygulamalı Sayma Verisi Regresyon Analizi Modelleri Leyla İş

SPSS ve R Uygulamalı Sayma Verisi Regresyon Analizi Modelleri PRM - NBRM – ZIP – ZINB - HURDLE

Sayma verisi regresyon analizi, bağımlı değişkenin Poisson dağılımı ve Negatif binom dağılımı gibi nadir görülen olayların dağılımına sahip olduğu durumlarda, küçük değerlerdeki yığılma nedeniyle normallik varsayımı...
9786257669337
1159662
SPSS ve R Uygulamalı Sayma Verisi Regresyon Analizi Modelleri
SPSS ve R Uygulamalı Sayma Verisi Regresyon Analizi Modelleri PRM - NBRM – ZIP – ZINB - HURDLE
152.00

Sayma verisi regresyon analizi, bağımlı değişkenin Poisson dağılımı ve Negatif binom dağılımı gibi nadir görülen olayların dağılımına sahip olduğu durumlarda, küçük değerlerdeki yığılma nedeniyle normallik varsayımı sağlanmadığında, bazen de incelenen olayın niteliğinden kaynaklı olarak bağımlı değişkenin çok sayıda sıfır değeri almasından dolayı klasik regresyon analizinin kullanılamadığı durumlarda tutarlı ve etkin tahminler üretebilen bir yöntemdir.

Özellikle sosyal bilimlerde ve tıp alanında bağımlı değişkenin herhangi bir dönüşüm yapılmaksızın normal dağılıma sahip olması çok sık rastlanılan bir durum değildir. Sayma verisi regresyon modelleri tam da böyle durumlarda, veriye herhangi bir müdahalede bulunmadan, bazı değerleri çıkarmaya gerek kalmadan açıklanmak istenen olayı olduğu gibi ele alabilmektedir. Bu kitap içerdiği örnekler bakımından en kolaydan daha karmaşığa olacak şekilde okuyucu dostu bir yaklaşım benimsenerek yazılmıştır. Konuyla ilgilenen herkese faydalı olmasını dilerim.



(Tanıtım Bülteninden)


Kitabın Özellikleri
Hamur Tipi:
2. Hamur
Stok Kodu:
9786257669337
Boyut:
16 x 24
Sayfa Sayısı:
127
Basım Yeri:
İstanbul
Baskı:
1
Basım Tarihi:
2021
Kapak Türü:
İnce Kapak
Kağıt Türü:
2. Hamur
Dili:
Türkçe
Kategoriler:

Sayma verisi regresyon analizi, bağımlı değişkenin Poisson dağılımı ve Negatif binom dağılımı gibi nadir görülen olayların dağılımına sahip olduğu durumlarda, küçük değerlerdeki yığılma nedeniyle normallik varsayımı sağlanmadığında, bazen de incelenen olayın niteliğinden kaynaklı olarak bağımlı değişkenin çok sayıda sıfır değeri almasından dolayı klasik regresyon analizinin kullanılamadığı durumlarda tutarlı ve etkin tahminler üretebilen bir yöntemdir.

Özellikle sosyal bilimlerde ve tıp alanında bağımlı değişkenin herhangi bir dönüşüm yapılmaksızın normal dağılıma sahip olması çok sık rastlanılan bir durum değildir. Sayma verisi regresyon modelleri tam da böyle durumlarda, veriye herhangi bir müdahalede bulunmadan, bazı değerleri çıkarmaya gerek kalmadan açıklanmak istenen olayı olduğu gibi ele alabilmektedir. Bu kitap içerdiği örnekler bakımından en kolaydan daha karmaşığa olacak şekilde okuyucu dostu bir yaklaşım benimsenerek yazılmıştır. Konuyla ilgilenen herkese faydalı olmasını dilerim.



(Tanıtım Bülteninden)


Axess Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
1 -    -   
2 76,00    152,00   
3 54,21    162,64   
4 -    -   
6 28,12    168,72   
9 19,34    174,04   
QNB Finansbank Kartları
Taksit Sayısı Taksit tutarı Genel Toplam
1 -    -   
2 76,00    152,00   
3 56,09    168,26   
4 -    -   
6 27,87    167,20   
9 19,34    174,04   
Ziraat Bankkart Combo
Taksit Sayısı Taksit tutarı Genel Toplam
1 -    -   
2 76,00    152,00   
3 54,21    162,64   
4 -    -   
6 27,87    167,20   
9 19,34    174,04   
Bonus Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
1 -    -   
2 76,00    152,00   
3 54,21    162,64   
4 -    -   
6 27,99    167,96   
9 19,34    174,04   
Paraf Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
1 -    -   
2 76,00    152,00   
3 54,21    162,64   
4 41,42    165,68   
6 27,87    167,20   
9 19,34    174,04   
Maximum Kartlar
Taksit Sayısı Taksit tutarı Genel Toplam
1 -    -   
2 76,00    152,00   
3 54,21    162,64   
4 -    -   
6 27,87    167,20   
9 19,34    174,04   
World Card - 100 TL ve üzerine + 3 taksit
Taksit Sayısı Taksit tutarı Genel Toplam
Tek Çekim 152,00    152,00   
2 76,00    152,00   
3 54,21    162,64   
4 -    -   
6 27,87    167,20   
9 19,42    174,80   
Yorum yaz
Bu kitabı henüz kimse eleştirmemiş.
Kapat