Ormancılıkta artım ve büyümenin modellenmesinde yeni bir regresyon analizi yaklaşımı: karışık model eşitlikleri
Yükleniyor...
Tarih
2011
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Kahramanmaraş Sütçü İmam Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Regresyon analizi, biyoloji, sağlık, eğitim, tarım ve ormancılık gibi temel uygulamalı bilim dallarında özellikle çeGitli değiGkenleri esas alacak Gekilde tahminlerin yapılmasında çok yaygın bir biçimde kullanılmaktadır. Tekrarlı ölçümler ile hiyerarGik (Tek ağaç-MeGcere-Orman) bir yapıya sahip örnek alanlarda yapılan ölçümlerle elde edilen veriler kullanılarak geliGtirilecek regresyon modellerinde, veriler birbirine bağımlı olması sonucu, “otokorelasyon” veya “seri-korelasyon” olarak adlandırılan istatistiksel bir sorun söz konusu olabilmektedir. Bu yapıdaki verilerin modellenmesinde, varyans-kovaryans matris yapısının modellenmesine imkan sağlayan Doğrusal ve Doğrusal Olmayan Karışık Modelleme (Linear and Nonlinar Mixed Models) yaklaGımının kullanılması önerilmektedir. Deterministik ve stokastik modelleme tekniklerini bir araya getiren ve bu nedenle de KarıGık Modelleme (Mixed Model) olarak adlandırılmıG söz konusu regresyon analizi yöntemi, birçok açıdan ormancılık uygulamalarında doğru, güvenilir ve tutarlı tahmin olanakları sunmaktadırlar. Bu bildiride, Karışık Modellerin kavramsal çerçeveleri, model yapıları, tahminlerin elde edilmesinde süreçler ile ormancılık uygulamalarındaki kullanımları açıklanmıştır.
Regression analysis is used extensively to obtain estimates including various variables on basic applied science disciplines such as biology, health, education agriculture and forestry. The regression models developed by longitudinal data and and hierarchical data (Individual tree-stand-forest) obtaining from sample plots with diverse structure possesses the problem called autocorrelation or serial-correlation owing to inter and intra dependences between data. The usage of Linear and Nonlinear Mixed models were preferred to model such like data by modeling variance-covariance matrix. Mixed models combining deterministic and stochastic modeling approach and thereby called mixed models presents accurate, reliable and consistent estimation in several ways for forest applications. The conceptual ways, structure of models, the process for producing model estimates, and applications on forestry of Mixed Models were explained in this study.
Regression analysis is used extensively to obtain estimates including various variables on basic applied science disciplines such as biology, health, education agriculture and forestry. The regression models developed by longitudinal data and and hierarchical data (Individual tree-stand-forest) obtaining from sample plots with diverse structure possesses the problem called autocorrelation or serial-correlation owing to inter and intra dependences between data. The usage of Linear and Nonlinear Mixed models were preferred to model such like data by modeling variance-covariance matrix. Mixed models combining deterministic and stochastic modeling approach and thereby called mixed models presents accurate, reliable and consistent estimation in several ways for forest applications. The conceptual ways, structure of models, the process for producing model estimates, and applications on forestry of Mixed Models were explained in this study.
Açıklama
Anahtar Kelimeler
Regresyon Analizi, Tekrarlı Ölçümler, Hiyerarşik Veri Yapısı, Karışık Model, Regression Analysis, LongitudinalData, Longitudinal Data, Hierachical Data Structure, Mixed Models
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Ercanlı, İ., Yavuz, H. ve Kahriman, A., 2011. Ormancılıkta Artım ve Büyümenin Modellenmesinde Yeni Bir Regresyon Analizi Yaklaşımı: Karışık Model Eşitlikleri, I. Ulusal Akdeniz Orman ve Çevre Sempozyumu, KSÜ Orman Fakültesi, 26-28. 10.2011, 827-834, Kahramanmaraş.
