H λογιστική παλινδρόμηση για γεγονότα με χαμηλή συχνότητα εμφάνισης
| dc.contributor.advisor | Τζαβελάς, Γεώργιος | |
| dc.contributor.author | Μπαγατέλας, Αθανάσιος | |
| dc.date.accessioned | 2020-07-09T09:42:57Z | |
| dc.date.available | 2020-07-09T09:42:57Z | |
| dc.date.issued | 2020 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/12798 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/221 | |
| dc.description.abstract | Στην εργασία αυτή εξετάζεται το στατιστικό πρόβλημα της εκτίμησης των σπάνιων γεγονότων με την κλασσική λογιστική παλινδρόμηση. Σπάνια γεγονότα θεωρούνται αυτά που έχουν συχνότητα εμφάνισης μικρότερη του 5%. Αρχικά, έγινε περιγραφή των βασικών χαρακτηριστικών και των ιδιοτήτων της λογιστικής παλινδρόμησης. Στην συνέχεια αναπτύχθηκαν τα δυο βασικά προβλήματα που συναντάμε σε τέτοιου είδους δεδομένα, τα οποία είναι η ελλιπής στρατηγικές που υπάρχουν για την συλλογή τέτοιων δεδομένων καθώς επίσης και η δυσκολία στο να εξηγηθούν και να προβλέψουν. Έπειτα καταγράφηκαν αναλυτικά οι διορθώσεις που πρότειναν οι King Gary και Langche Zeng (2001) και με την βοήθεια προσομοιώσεων έγινε σύγκριση των μεθόδων και διαπιστώθηκε πως οι διορθώσεις αυτές βελτιώνουν αρκετά την ακρίβεια των εκτιμήσεων. Τέλος, χρησιμοποιώντας τις παραπάνω μεθόδους σε ένα πραγματικό σετ δεδομένων που αναφέρεται στον σακχαρώδη διαβήτη έγινε ξεκάθαρη η χρησιμότητα τους και σε πραγματικά δεδομένα. | el |
| dc.format.extent | 74 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.title | H λογιστική παλινδρόμηση για γεγονότα με χαμηλή συχνότητα εμφάνισης | el |
| dc.title.alternative | Logistic regression in rare events data | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
| dc.description.abstractEN | The purpose of this paper is to describe the statistical problem of estimating rare events by Logistic Regression. Rare events are the events that occur with low frequency (less than 5%). First, the basic concepts of the logistic regression are described and the main problems of the statistical analysis of such data are analyzed. These problems are the inefficient common used strategies for collecting data with rare events as well as the difficulty in explaining and predicting. Next the correction methods proposed by King Gary and Langche Zeng (2001) are explained in details and their efficiency in reducing the biased are compared with the help of simulated data. Finally, a real dataset that refers to diabetes were used in order to be more clear that the corrections improve the estimations. | el |
| dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
| dc.subject.keyword | Λογιστική παλινδρόμηση | el |
| dc.subject.keyword | Σπάνια γεγονότα | el |
| dc.subject.keyword | Logistic regression | el |
| dc.subject.keyword | Rare events | el |
| dc.date.defense | 2020-06-26 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές