Ebru Gündoğan Aşik
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Ebru Gündoğan Aşik has a total of 4 co-authors. Here are the top co-authors by number of shared publications:
- Arzu Altin Yavuz
Faculty of Sciences, Department of Statistics Eskisehir Osmangazi University Eskisehir Turkey
2 shared publications - Bahadır KALAY
Eskisehir Osmangazi University
1 shared publication - Barış Ergül
ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ, FEN-EDEBİYAT FAKÜLTESİ, İSTATİSTİK BÖLÜMÜ
1 shared publication - Zafer Küçük
Karadeniz Teknik Üniversitesi
1 shared publication
Latest Publications
- 30 June 2022
- Published by Nicel Bilimler Dergisi based at ESOGU Istatistik Danismanlik Uygulama ve Arastirma Merkezi in Nicel Bilimler Dergisi
- Vol. 4 (1) , 85-95
Investigation of Turkey's Energy Demand in Transportation by Robust Statistical Methods
Toplumların nüfuslarının ve kalkınma düzeylerinin artması buna bağlı olarak, taşıt sayılarının ve seyahat eden kişi sayılarının da artmasıyla, dünyadaki enerji talebi de artmaktadır. Türkiye’nin enerji kaynaklarının sınırlı olması sebebiyle, sürekli artan enerji talebini ve tüketimini karşılaması gerekmektedir. Türkiye, petrol ve sıvı yakıt ithalatı ile enerji talebini ve tüketimini karşılamaktadır. Enerji ile ilgili talep ve tüketim modellerinin kurulması önemli bir adım olarak karşımıza çıkmaktadır. Bu çalışmada, regresyon analizi tekniği yaklaşımlarından olan sağlam regresyon analiziyle, Türkiye’nin ulaşıma enerji talebi değerlendirilmiştir. Tüm yöntemler içinde, en iyi yöntemin Kantil regresyonu 0.50 olduğu belirlenmiştir. EKK yöntemine göre, Ton-Km, Araç-Km, Yolcu-Km ve Petrol fiyatı değişkenlerinin ulaşım enerjisini açıklama oranının %85,6 olduğu belirlenmiştir. Kantil regresyonu 0.50 yöntemi uygulandığında, Ton-Km, Araç-Km, Yolcu-Km ve Petrol fiyatı değişkenlerinin ulaşım enerjisini açıklama oranının %90,5 olduğu görülmektedir.
- 30 June 2022
- Published by Nicel Bilimler Dergisi based at ESOGU Istatistik Danismanlik Uygulama ve Arastirma Merkezi in Nicel Bilimler Dergisi
- Vol. 4 (1) , 85-95
Investigation of Turkey's Energy Demand in Transportation by Robust Statistical Methods
Toplumların nüfuslarının ve kalkınma düzeylerinin artması buna bağlı olarak, taşıt sayılarının ve seyahat eden kişi sayılarının da artmasıyla, dünyadaki enerji talebi de artmaktadır. Türkiye’nin enerji kaynaklarının sınırlı olması sebebiyle, sürekli artan enerji talebini ve tüketimini karşılaması gerekmektedir. Türkiye, petrol ve sıvı yakıt ithalatı ile enerji talebini ve tüketimini karşılamaktadır. Enerji ile ilgili talep ve tüketim modellerinin kurulması önemli bir adım olarak karşımıza çıkmaktadır. Bu çalışmada, regresyon analizi tekniği yaklaşımlarından olan sağlam regresyon analiziyle, Türkiye’nin ulaşıma enerji talebi değerlendirilmiştir. Tüm yöntemler içinde, en iyi yöntemin Kantil regresyonu 0.50 olduğu belirlenmiştir. EKK yöntemine göre, Ton-Km, Araç-Km, Yolcu-Km ve Petrol fiyatı değişkenlerinin ulaşım enerjisini açıklama oranının %85,6 olduğu belirlenmiştir. Kantil regresyonu 0.50 yöntemi uygulandığında, Ton-Km, Araç-Km, Yolcu-Km ve Petrol fiyatı değişkenlerinin ulaşım enerjisini açıklama oranının %90,5 olduğu görülmektedir.
- Open Access
- 27 July 2021
- Published by Mehmet Akif Ersoy Universitesi Iktisadi ve Idari Bilimler Fakultesi Dergisi in Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
- Vol. 8 (2) , 630-650
LOJİSTİK REGRESYON MODELİNDE KÖTÜ KALDIRAÇ NOKTALARININ BELİRLENMESİ İÇİN YENİ SAĞLAM EŞİK DEĞERLER
Yüksek kaldıraç noktası, x uzayının merkezine uzak olan değer olarak adlandırılır. İyi ya da kötü kaldıraç noktaları yüksek kaldıraç noktası olabilir. Kötü kaldıraç noktaları, yanlış sınıflandırılmış gözlemler veya x uzayındaki diğer gözlem değerleri ile uyumsuzluk gösteren aykırı değerlerdir. Kötü kaldıraç noktalarının belirlenmesinde maskeleme ve süpürme problemini ortadan kaldırmak için kullanılan grup silme yöntemi lojistik regresyon modelinde de kullanılmaktadır. Bu çalışmada kötü kaldıraç noktalarının belirlenmesinde literatürde mevcut olan Sapma Bileşenleri (Deviance Component, DEVC) yöntemi için bazı sağlam eşik değerleri önerilmiştir. Yapılan simülasyon çalışması ile sapma bileşenleri yönteminde kullanılması için önerilen sağlam eşik değerlerin literatürde mevcut olan eşik değerden daha iyi sonuçlar verdiği ortaya konmuştur.
- 27 July 2021
- Published by Mehmet Akif Ersoy Universitesi Iktisadi ve Idari Bilimler Fakultesi Dergisi in Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
- Vol. 8 (2) , 630-650
Open AccessLOJİSTİK REGRESYON MODELİNDE KÖTÜ KALDIRAÇ NOKTALARININ BELİRLENMESİ İÇİN YENİ SAĞLAM EŞİK DEĞERLER
Yüksek kaldıraç noktası, x uzayının merkezine uzak olan değer olarak adlandırılır. İyi ya da kötü kaldıraç noktaları yüksek kaldıraç noktası olabilir. Kötü kaldıraç noktaları, yanlış sınıflandırılmış gözlemler veya x uzayındaki diğer gözlem değerleri ile uyumsuzluk gösteren aykırı değerlerdir. Kötü kaldıraç noktalarının belirlenmesinde maskeleme ve süpürme problemini ortadan kaldırmak için kullanılan grup silme yöntemi lojistik regresyon modelinde de kullanılmaktadır. Bu çalışmada kötü kaldıraç noktalarının belirlenmesinde literatürde mevcut olan Sapma Bileşenleri (Deviance Component, DEVC) yöntemi için bazı sağlam eşik değerleri önerilmiştir. Yapılan simülasyon çalışması ile sapma bileşenleri yönteminde kullanılması için önerilen sağlam eşik değerlerin literatürde mevcut olan eşik değerden daha iyi sonuçlar verdiği ortaya konmuştur.
- Open Access
- 20 March 2020
- Published by Anadolu Klinigi Tip Bilimleri Dergisi in Anadolu Kliniği Tıp Bilimleri Dergisi
- Vol. 25 (Special on) , 130-141
COVID-19 Infection in Turkey: Statistical Modeling as the Early Perioed Statistics and Disease Course
2019 yılı sonunda Çin de başlayan COVID-19 enfeksiyonu resmi kayıtlara göre 10 Nisan itibariyle 185 ülkede görülen bir pandemi durumundadır. Hastalığın resmi bir tedavisi bulunmadığından, daha önce vakaların görüldüğü ülkelerin bilgilerinden yararlanılmaktadır. 10 Mart 2020 tarihinde Türkiye’de ilk vaka kayıt altına alınmıştır. Önceki ülkelerdeki vaka durumunun seyriden hareketle alınacak tedbirler ve uygulamalara karar verilmektedir. Şu ana kadar birçok resmi kaynak veri kaydını düzenli olarak yapmaktadır. Elde edilen bu verilerden hareketle ülkemizdeki durumun ortaya konması yapılacak çalışmalara ışık tutacaktır. Bu çalışmada Türkiye ve 22 farklı ülke çeşitli istatistikler bakımından karşılaştırılmıştır. Çalışmanın devamında ülkemizdeki seyrin durumunu tahmin etmek için büyüme eğrileri ve zaman serisi analizinden faydalanılmıştır. İlk bir aylık verilerden hareketle elde edilen tahminler sonucunda toplam vaka sayısının ve toplam ölüm sayısının öngörülmesinde Üstel düzleştirme (Box-Cox) yönteminin kullanılmasının uygun olacağı belirlenmiştir.
- 20 March 2020
- Published by Anadolu Klinigi Tip Bilimleri Dergisi in Anadolu Kliniği Tıp Bilimleri Dergisi
- Vol. 25 (Special on) , 130-141
Open AccessCOVID-19 Infection in Turkey: Statistical Modeling as the Early Perioed Statistics and Disease Course
2019 yılı sonunda Çin de başlayan COVID-19 enfeksiyonu resmi kayıtlara göre 10 Nisan itibariyle 185 ülkede görülen bir pandemi durumundadır. Hastalığın resmi bir tedavisi bulunmadığından, daha önce vakaların görüldüğü ülkelerin bilgilerinden yararlanılmaktadır. 10 Mart 2020 tarihinde Türkiye’de ilk vaka kayıt altına alınmıştır. Önceki ülkelerdeki vaka durumunun seyriden hareketle alınacak tedbirler ve uygulamalara karar verilmektedir. Şu ana kadar birçok resmi kaynak veri kaydını düzenli olarak yapmaktadır. Elde edilen bu verilerden hareketle ülkemizdeki durumun ortaya konması yapılacak çalışmalara ışık tutacaktır. Bu çalışmada Türkiye ve 22 farklı ülke çeşitli istatistikler bakımından karşılaştırılmıştır. Çalışmanın devamında ülkemizdeki seyrin durumunu tahmin etmek için büyüme eğrileri ve zaman serisi analizinden faydalanılmıştır. İlk bir aylık verilerden hareketle elde edilen tahminler sonucunda toplam vaka sayısının ve toplam ölüm sayısının öngörülmesinde Üstel düzleştirme (Box-Cox) yönteminin kullanılmasının uygun olacağı belirlenmiştir.