YAŞAM MEMNUNİYETİNİ ETKİLEYEN FAKTÖRLERİN BELİRLENMESİNDE GENELLEŞTİRİLMİŞ TOPLAMSAL MODELLERİN KULLANIMI

Öz

Biyolojik, ekonomik veya teknolojik verilerin değerlendirilmesinde özellikler arası ilişkiler incelenirken en çok kullanılan istatistiksel tekniklerden biri de çoklu regresyon analizidir. Varsayımları sağlandığında oldukça güçlü bir parametrik değerlendirme yöntemidir. Bu varsayımlardan biri de açıklayıcı değişkenlerle bağımlı değişkenler arasındaki ilişkilerin tanımlı bir matematiksel fonksiyon olmasıdır (doğrusal, polinomial veya üstel gibi). Bununla beraber birçok uygulamada böyle bir matematiksel fonksiyonun tanımlanması çok zor hatta imkânsız olabilmektedir. Genelleştirilmiş Toplamsal Modeller (GAM), böyle klasik bir fonksiyonu tanımlama yerine var olan ilişkileri belirleyen modele parametrik olmayan bir düzleştirici terim ekleyerek bu varsayımın etkisini ortadan kaldırmaya çalışır. Bu çalışmada yaşam memnuniyet derecelerine ilişkin bir zeka testi merkezinden elde edilen anket verilerine GAM uygulanmıştır.

Anahtar Kelimeler

• Doğrusal Modeller, Toplamsal Modeller

Kaynakça

1. Aitken, M., Anderson, D., Francis, B.,Hinde, J. (1989). Statistical modelling in GLIM., Clarendon Press, 374s, Oxford.
2. Cengiz, M.A. (1997). Bivariate logistic regression analysis. Technical report, the University of Salford, MCS-97-11.
3. Dobson, A.J. (1990). An introduction to generalized linear models, 2nd ed., Chapman and Hall, London.
4. Hastie, T. J. (1991). Generalized additive models, in statistical models (Editörler: J. M., Chambers, T. J. Hastie), Wadsworth & Brooks Cole Advanced Books & Software, 249–307, Pacific Grove, California.
5. Hastie, T. J., Tibshirani, R. J. (1990). Generalized additive models. Chapman & Hall, 335s, New York.
6. Nelder, J.A., Wedderburn, R.W.M. (1972). Generalized linear models, Journal of Royal Statist. Soc., 135(A), 370-384.
7. McCullagh, P., Nelder, J.A. (1989). Generalized linear models. Second Edition, Chapman and Hall, London.
8. SAS Institute Inc. (1999). SAS procedures guide, Version 8, Cary, NC: SAS Ins. Inc. SAS Institute Inc. (2004). SAS/STAT 9.1 User’s guide, ary, NC: SAS Institute Inc.

9. Stone, C. J. (1985). Additive regression and other nonparametric models. Annals of Statistics, 13, 689–705. ****