Bayesci Yapısal Eşitlik Modellerinde Parametre Tahminlemesi
Öz
Bu çalışmada, son yıllarda Yapısal Eşitlik Modellerin (YEM) parametre tahmin edilmesinde kullanımı yaygınlaşan yöntemlerinden bir olan Bayes tahminleme yöntemi ele alınmıştır. Bayesci yaklaşımların kullanımındaki esnekliğe uygun olarak YEM parametre değerleri ve gizli değişkenler için Markov Zinciri Monte Carlo (MCMC) yöntemleri kullanımı üzerine durulmuştur. MCMC yöntemlerinden Gibbs Örnekleme algoritması birleşik koşullu sonsal dağılımdan istenen örneklemi elde etmek amacıyla, modelde yer alan her bir parametre için koşullu dağılımı kullanarak örneklem çeken bir yöntemdir Gibbs örnekleme yönteminin bilinmeyen parametreler ve gizli değişkenler için sonsal ortak dağılış fonksiyonlarından örrnek oluşturma aşaması ayrıntılı olarak ele alınmıştır.
Anahtar Kelimeler
Kaynakça
- Ayas, A., Özmen, H., 2002. . Lise kimya öğrencilerinin maddenin tanecikli yapısı kavramını anlama seviyelerine ilişkin bir çalışma. Boğaziçi Üniversitesi Eğitim Dergisi Cilt 19(2) .
- Ayas, A., Sağlam 1998. ilk öğretim 5. sınıf öğrencilerinin temel kimya kavramlarını anlama seviyesi, III. Ulusal Fen Bilimleri Sempozyumu K.T.Ü Trabzon.
- Bodner, G. M., 1990. Why good teaching fails and hard-working students don’t always succeed. Spectrum, 28(1), 27-32.
- Çilingir A., 2003. Van’daki lise 1. sınıf Kimya derslerinde anlaşılmayan konuların veya kavramların araştırılması (Yüksek lisans tezi). YYÜ, Fen Bilimleri Enstitüsü, Van. nedenlerinin
- Güneş, B., Gülçiçek, Ç., Bağcı, N., 2004. Eğitim fakültelerindeki fen ve matematik öğretim elemanlarının model ve modelleme hakkındaki görüşlerinin incelenmesi. Türk Fen Eğitimi Dergisi Yıl 1, Sayı 1.
- Köseoğlu, F., Atasoy, B., Kavak, N., Akkuş, H., Budak, E., Tümay, H., Kadayıfçı, H., Taşdelen, U., 2003. Yapılandırıcı öğrenme ortam için: Bir fen ders kitabı nasıl olmalı, Asil yayın dağıtımı. Ankara.