dc.contributor.advisor | Kanık, Emine Arzu | |
dc.contributor.author | Türkegün, Merve | |
dc.date.accessioned | 2020-12-10T08:05:08Z | |
dc.date.available | 2020-12-10T08:05:08Z | |
dc.date.submitted | 2015 | |
dc.date.issued | 2018-08-06 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/219563 | |
dc.description.abstract | İki ya da ikiden fazla değişken kümeleri arasındaki ilişkinin araştırılmasında kullanılan kanonik korelasyon analizi çok değişkenli istatistik yöntemlerinden biridir. Kümelerde yer alan değişkenler arasındaki ilişkiyi tek tek incelemek yerine kümeler arasındaki maksimum korelasyonlu yapıları ortaya çıkarmayı amaçlamaktadır. Kanonik korelasyon analizinin uygulanabilmesi için bazı kısıtlayıcı varsayımların sağlanması gerekmektedir. Bu varsayımlardan biri olan çoklu bağlantı sorunu, ortaya çıktığında kanonik korelasyon analizi güvenilir sonuçlar vermemektedir.Bu çalışmamızda, iki değişken kümesi için kanonik korelasyon analizi ve işlem aşamaları anlatılmıştır. Farklı değişken sayılarına sahip iki kümede çoklu bağlantı problemi varken, kanonik korelasyon katsayısına ait istatistiksel anlamlılığın nasıl etkilendiği araştırılmıştır. Her iki kümede değişken sayısı sırasıyla 2, 3, 4, 5, 6 alınarak her set için r = 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.99 korelasyonları için uygun örnek genişlikleri hesaplanarak MNRD programı yardımıyla korelasyonlu veriler üretilmiştir. Bu işlem 1000 kez tekrarlanmıştır. Elde edilen verilere SPSS 17.0 programı ile Syntax Editor menüsü kullanılarak kanonik korelasyon analizi uygulanmıştır.Yapılan simülasyon sonuçlarına göre; çoklu bağlantı problemi varken kümelerdeki değişken sayısı arttığında, birinci kanonik korelasyon katsayıları %80 ve üzeri güç ile istatistiksel olarak anlamlı bulunmuştur.Anahtar kelimeler: Kanonik korelasyon analizi, çoklu bağlantı, değişken sayısı, istatistiksel anlamlılık, örnek genişliği | |
dc.description.abstract | Canonical correlation analysis that is used to search between two or more than two variable sets' relationship is one of the multivarite statistical methods.It aims to reveal between sets maximum correlation structures, instead of one by one examinig the relationship between variables in sets.To execute the canonical correlation analysis is necessary to provide some restrictive assumptions. When the multicollinearity problem that one of the these assumptions occure, canonical correlation analysis does not give reliable results.In this study, canonical correlation analysis and process steps are explained for two variables sets. The statistically significant for canonical correlation coefficients was explored how it was influenced if there is multicollinearity at the different numbers of variables in the two sets. It was taken the number of variables respectively 2,3,4,5,6 in the both sets and it was calculated suitable sample sizes for correlations r = 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.99. , data with correlation generated with MNRD programme. This process was repeated 1000 times. Data of generated was performed canonical correlation analysis with the SPSS 17.0 Syntax Editor menu.According to the simulation results; when there is multicollinearity problem, it was observed that the first canonical correlation coefficients are statistically significant with over 80% of power when increasing the number of variables in the sets.Key Words: Canonical correlation analysis, multicollinearity, number of varibles, statistically significient, sample sizes. | en_US |
dc.language | Turkish | |
dc.language.iso | tr | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Biyoistatistik | tr_TR |
dc.subject | Biostatistics | en_US |
dc.title | Çoklu bağlantı sorununun kanonik korelasyon belirteçleri üzerine etkisi | |
dc.title.alternative | The effects of the multicollinearity problem on the canonical correlation markers | |
dc.type | masterThesis | |
dc.date.updated | 2018-08-06 | |
dc.contributor.department | Biyoistatistik ve Tıbbı Bilişim Anabilim Dalı | |
dc.subject.ytm | Bioistatistics | |
dc.subject.ytm | Canonical correlation | |
dc.subject.ytm | Canonical correlation analysis | |
dc.subject.ytm | Multicollinearity | |
dc.subject.ytm | Statistics | |
dc.subject.ytm | Statistical power | |
dc.subject.ytm | Principal components analysis | |
dc.identifier.yokid | 10082845 | |
dc.publisher.institute | Sağlık Bilimleri Enstitüsü | |
dc.publisher.university | MERSİN ÜNİVERSİTESİ | |
dc.identifier.thesisid | 417396 | |
dc.description.pages | 131 | |
dc.publisher.discipline | Diğer | |