Yaşam memnuniyetini etkileyen faktörlerin sınıflama ve regresyon ağacı ile belirlenmesi

Abstract

Sınıflama ve Regresyon Ağaçları (SRA) varsayım gerektirmeyen istatistiksel tekniklerdir. SRA, bağımlı değişkenin kategorik olması durumunda sınıflama ağacı, bağımlı değişkenin sürekli olması durumunda ise regresyon ağacı ismini almaktadır. SRA; bağımsız değişkenler ve bağımlı değişken arasındaki anlamlı ilişkilerin modelini ağaç şeklinde göstermektedir. Kolay yorumlanması, büyük veri setlerine uygulanması ve varsayım gerektirmemesinden dolayı son zamanlarda sıkça kullanılan tekniklerdir. Sınıflama veya Regresyon Ağacı oluşturan; Classification and Regression Tress (CART) ve Chi-Square Automed Interaction Detection (CHAID) algoritmalarının en önemli özellikleri, sürekli ve kategorik verileri aynı anda modele dahil edebilmesi, bağımlı değişken üzerinde etkili olan bağımsız değişken(ler)i bir ağaç diyagramı üzerinde kolayca anlaşılabilir gösterilmesi olarak özetlenebilir.Bu çalışmanın amacı, Türkiye'deki kişilerin mutluluk düzeylerini etkileyen faktörlerin sınıflama ve regresyon ağaçları ile belirlenmesidir. Hem sınıflama hem de regresyon ağaçlarında CART ve CHAID algoritmaları kullanılarak bu faktörlerin belirlenmesi amaçlanmıştır. Ayrıca, sınıflama ve regresyon ağaçları için farklı başlangıç ve test verileri kullanılarak ağaçlar oluşturulmuş, aralarındaki farklılıkları incelenmiş ve sonuçlar karşılaştırılmalı olarak yorumlanmıştır.

Classification and Regression Trees (CART) are techniques which don't require hypothesis. CART is named `classification tree` when the dependent variable is categorical, and it is named `regression tree` when the dependent variable is continuous. CART shows the model of the significant relations between dependent and independent variable as trees. Since it is easy to interpret, can be implemented to large data sets, and doesn't require hypothesis; it is often used recently. The most important features of Classification and Regression Tree (CART) and Chi-Square Automed Interaction Detection (CHAID) algorithms are to be able to include continuous and categorical datas at the same time, and to be able to show the independent variables that are effective on the dependent variables on a tree diagram which is very easy to understand.The aim of this study is to determine the factors that affect the happiness levels of people living in Turkey with classification and regression trees. It is aimed to determine these factors, by using CART and CHAID algorithms on both classification and regression trees. Besides, trees are composed by using different beginning and test datas for classification and regression trees; the differences between them are examined and the results are interpreted comparatively