Yeşilova, AbdullahErdoğan, Gülten2025-05-102025-05-102023https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=j_Fjwp4JS4mk97Puqti8rtiYeNO9u92YqmywBwOVx3G_8rcwZadHSjgLEfvDRwmBhttps://hdl.handle.net/20.500.14720/20836Bu çalışmada Poisson, negatif binomial ile karışımlı Poisson regresyon yöntemlerinin AIC, BIC ve entropy uyum ölçütleri bakımından performansları karşılaştırılmıştır. Bu uyum ölçütlerine göre veri setindeki gözlenemeyen heterojenlik de ortaya konmaya çalışılmıştır. Ham veriler kullanılarak elde edilen Poisson varyansı Poisson ortalamasından oldukça yüksek elde edilmiştir. Aşırı yayılıma neden olan ve en çok tekrar eden 2 ve 4 gözlemleri silindiğinde bu iki istatistik arasındaki farklılık biraz daha azalmıştır. Ancak yine de söz konusu aşırı yayılım devam etmiştir. En son olarak en çok tekrar eden 2 ve 4 gözlemlerinin yanı sıra 100'den büyük gözlemler silindiğinde aşırı yayılım azalmakla birlikte, etkinliği devam etmiştir. Poisson, negatif binomial ve karışımlı Poisson modellerine ilişkin uyum ölçütleri farklı bulunmuştur. Özellikle aşırı yayılımdan dolayı Poisson regresyonun AIC ve BIC değerleri diğer iki modele nazaran oldukça yüksek bulunmuştur. Bu sonuç, karışımlı Poisson modelinin, Poisson ve negatif binomial regresyonlarına olan üstünlüğünü göstermektedir. Genel olarak model uyum ölçütleri de en iyi modelin karışımlı Poisson model olduğunu ortaya koymuştur. Sonuç olarak, tüm oluşturulan modellerde bağımsız değişkenlerin bağımlı değişken üzerine olan istatistiksel etkileri önemli bulunmuştur (p<0.01). Sonuç olarak karışımlı Poisson regresyonunun diğerlerine göre göre daha iyi sonuç verdiği saptanmıştır.In this study, the performances of Poisson, negative binomial and mixture Poisson regression methods were compared in terms of AIC, BIC and entropy fit criteria. According to these fit criteria, the unobserved heterogeneity in the data set was also tried to be revealed. The Poisson variance obtained using the raw data was obtained quite higher than the Poisson mean. The difference between these two statistics was slightly reduced when the most repetitive observations 2 and 4, which caused overspread, were deleted. However, this overdispersion continued. Finally, when the most repetitive observations 2 and 4 were deleted, as well as observations greater than 100, the overdispersion decreased, but its effectiveness remained. The fit criteria for Poisson, negative binomial and mixture Poisson models were different. AIC and BIC values of the Poisson regression were found to be quite high compared to the other two models, especially due to overdispersion. This result shows the superiority of the mixture Poisson model over Poisson and negative binomial regressions. In general, model fit criteria also revealed that the best model was the mixture Poisson model. The statistics of the effects of the independent variables on the dependent variable were found to be significant in all models (p<0.01).trZiraatAgricultureMaster Thesis103804528