Jackknife ve Bootstrap Yöntemlerine İlişkin Bir Uygulama-Reference-Cited by-同舟云学术

Jackknife ve Bootstrap Yöntemlerine İlişkin Bir Uygulama

Published:2024-06-30 Issue:9 Volume: Page:45-56
ISSN:2718-0999
Container-title:İstatistik ve Uygulamalı Bilimler Dergisi
language:
Short-container-title:

Author:

Biçer Elif^ORCID,Mirtagioğlu Hamit¹^ORCID,Demir Canan²^ORCID,Keskin Sıddık³^ORCID,Demir Yıldırım⁴^ORCID

Affiliation:

1. BİTLİS EREN ÜNİVERSİTESİ, FEN-EDEBİYAT FAKÜLTESİ, İSTATİSTİK BÖLÜMÜ

2. VAN YÜZÜNCÜ YIL ÜNİVERSİTESİ, VAN SAĞLIK YÜKSEKOKULU, SAĞLIK MEMURLUĞU BÖLÜMÜ

3. VAN YÜZÜNCÜ YIL ÜNİVERSİTESİ, TIP FAKÜLTESİ, TEMEL TIP BİLİMLERİ BÖLÜMÜ, BİYOİSTATİSTİK VE TIP BİLİŞİMİ ANABİLİM DALI

4. VAN YÜZÜNCÜ YIL ÜNİVERSİTESİ, İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ, EKONOMETRİ BÖLÜMÜ, İSTATİSTİK ANABİLİM DALI

Abstract

Örnekleme işlemi veya süreci, bilimsel araştırma yapmanın en önemli aşamalarından birisidir. Örnekleme, ana kütle içerisinden ana kütleyi daha iyi temsil edecek şekilde tesadüfi olarak daha küçük örnek birimi alma işlemine denir. Diğer bir ifadeyle, örnekleme yapmaktaki amaç, ana kütle hakkında tutarlı ve geçerli bir tahminde bulunmak için örnekleme hatasını minimuma indirgemektir. Farklı kategoriler altında yer alan birçok örnekleme yöntemi bulunmaktadır. Son yıllarda ilerleyen teknoloji ile birlikte, temel örnekleme yöntemlerinin bir takım dezavantajlarının olduğu gözlenmiştir. Bu temel örnekleme yöntemlerindeki dezavantajları nedeniyle yeniden örnekleme yöntemleri geliştirilmiştir. Yeniden örnekleme yöntemleri örnek verilerini tekrar tekrar işleme tabi tutarak istatistik bilgiler sunmaktadır. Hızla gelişen teknolojiyle birlikte bu yöntemler, 1990’larda bilgisayar tabanlı yöntemler olarak uygulamadaki yerini almış ve hem parametrik hem de parametrik olmayan dağılımlar için temel yöntemlerle sınırlı kalmayıp, daha büyük veri setleri kullanarak iadeli ve iadesiz işlemler yapılabilmiştir. Bu çalışmada, yeniden örnekleme yöntemlerinden jackknife ve bootstrap yöntemleriyle; ortalaması 10 olan ana kütleden, 100 ve 300 birimlik örnekten çekildiği varsayılan n (10, 20, 30, 40, 50, 60, 70, 80) hacimli (bootstrap) örneklere ait ortalama ve güven aralığı değerleri incelenmiştir.

Publisher

Journal of Statistics and Applied Sciences

Reference33 articles.

1. [1] D. Topuz, “Regresyonda yeniden örnekleme yöntemlerinin karşılaştırmalı olarak incelenmesi,” Niğde Üniversitesi Fen Bilimleri Estitüsü, Yüksek Lisans Tezi, 2002, Niğde.

2. [2] Y. A. Özdemir, S. T. Şahin Tekin ve A. Esin, “Çözümlü örneklerle örnekleme yöntemlerine giriş,” Seçkin Yayıncılık, 2015, Ankara.

3. [3] M. Yay, “Bootstrap ve jackknife yöntemlerinin otomotiv sanayi üzerine uygulanması,” Marmara Üniversitesi Sosyal Bilimler Enstitüsü, Doktora Tezi, 2003, İstanbul.

4. [4] B. Çil, “İstatistik gözden geçirilmiş 2. baskı,” Detay Yayıncılık, 2000, Ankara.

5. [5] M. R. Chernick, “Bootstrap methods: a guide for practioners and researchers,” John Wiley and Sons Inc, 2008, New York.