Research Article
BibTex RIS Cite

Asya Ülkelerinin Beklenen Yaşam Süresi Bakımından Sınıflandırılmasında Etkili Olan Sosyoekonomik Değişkenlerin Kısmi En Küçük Kareler Diskriminant Analizi ile Belirlenmesi

Year 2020, Volume: 9 Issue: 1, 130 - 142, 13.03.2020
https://doi.org/10.17798/bitlisfen.621756

Abstract

Her ne kadar son yıllarda yapılan çalışmalar doğumda yaşam beklentisinin
(DYB) hemen hemen tüm toplumlarda artmakta olduğunu göstermiş olsa da,
ölümlerde ve dolayısıyla DYB'de toplum içinde olduğu gibi toplumlar arasında da
önemli farklılıklar vardır. 
DYB'deki
bu eşitsizliğin köklerinin, farklı sosyal grupların farklı sosyoekonomik arka
planlarında olduğuna inanılmaktadır.
Yaşam beklentisi, en
önemli sağlık sonuçlardan biri ve insani gelişmişliğin önemli bir göstergesi
olarak kabul edilmektedir. Bu çalışmanın amacı, bir kaç sosyoekonomik faktörün
beklenen yaşam süresi ile ilişkisini araştırmak ve
Asya’daki 51 ülke için DYB’ye etkili olan en önemli faktörleri
belirlemektir.  Bu amaçla,
Dünya Nüfus Veri
Sayfası, 2015’den elde edilen veri kümesi üzerinde Kısmi En Küçük Kareler Diskriminant
Analizi uygulanmıştır. Analiz sonucunda Asya ülkelerinin beklenen yaşam
sürelerine göre Asya ortalamasının üstünde ve altında olmak üzere iki sınıf
olarak sınıflandırılmasında en önemli/etkili değişkenin
BÖO (Bebek Ölüm Oranı)
olduğu görülmüştür. 

References

  • Ali M., Ali M. 2015. Discriminant Analysis of Socioeconomic Factors of Life Expectancy at Birth in Asia, Science International (Lahore), 27(5): 3971-3975.
  • Dowd K., Blake D., Cairns A.J.G. 2010. Facing up to Uncertain Life Expectancy: The Longevity Fan Charts, Demography, 47(1): 67-78.
  • Wagstaff A. 2000. Socioeconomic Inequalities in Child Mortality: Comparisons Across Nine Developing Countries, Bulletin of the World Health Organization, 78: 19-29
  • Sastry N. 2004. Trends in Socioeconomic Inequalities in Mortality in Developing Courtries: The Case of Child Survival in Sao Paulo, Brazil, Demography, 41(3): 443-464.
  • Sufian A.J.M. 2013. Life Expectancy and Its Socioeconomic Determinants-A Discriminant Analysis of National Level Data, International Journal of Humanities and Social Science, Special Issue 3(12): 303-312.
  • Polat E. 2009. Kısmi En Küçük Kareler Regresyonu. Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans tezi, 170s, Ankara.
  • Polat E., Gunay S. 2015. The Comparison of Partial Least Squares Regression, Principal Component Regression and Ridge Regression with Multiple Linear Regression for Predicting PM10 Concentration Level Based on Meteorological Parameters, Journal of Data Science, 13(2): 663-692.
  • Rosipal R., Krämer N. 2006. Overview and Recent Advances in Partial Least Squares, in Subspace, Latent Structure and Feature Selection, Edited by Saunders C., Grobelnik M., Gunn S. & Taylor J.S., Springer: Berlin, 34–51.
  • Wold S., Sjöström M., Eriksson L. 2001. PLS-Regression: A Basic Tool of Chemometrics, Chemometrics and Intelligent Laboratory Systems, 58: 109-130.
  • Polat E. 2018. Determination of the Effective Economic and/or Demographic Indicators in Classification of European Union Member and Candidate Countries Using Partial Least Squares Discriminant Analysis, Journal of Data Science, 16 (1): 79-92.
  • Pérez-Enciso M., Tenenhaus M. 2003. Prediction of Clinical Outcome with Microarray Data: A Partial Least Squares Discriminant Analysis (PLS-DA) Approach, Human Genetics, 112: 581–592.
  • Polat E., Gunay, S. 2009. Kısmi En Küçük Kareler ve Bir Uygulama, VI. İstatistik Günleri Sempozyumu Bildiriler Kitabı, 437-444.
  • Goyal M.K., Ojha C.S.P. 2010. Application of PLS-Regression as Downscaling Tool for Pichola Lake Basin in India, International Journal of Geosciences, 1: 51-57.
  • Ibrahim M.A.M. 2009. Comparison Between Different Procedures to Determine the Relative Importance of the Lifetime Performance Traits in Predicting Breeding Values of Holstein Cows, Egyptian Journal of Animal Production, 46(2): 93-102.
  • Rohman A., Lumakso F.A., Riyanto S. 2016. Use of Partial Least Square Discriminant Analysis Combined with Mid Infrared Spectroscopy for Avocado Oil Authentication, Research Journal of Medicinal Plants, 10(2): 175-180.
  • Almeida M.R., Correa D.N., Rocha W.F.C., Scafi F.J.O. 2013. Discrimination Between Authentic and Counterfeit Banknotes Using Ramanspectroscopy and PLS-DA with Uncertainty Estimation, Microchemical Journal, 109: 170-177.
  • Partial Least Squares Discriminant Analysis PLSDA Tutorial. 2018. https://help.xlstat.com/customer/en/portal/articles/2062368-partial-least-squares-discriminant-analysis-plsda-tutorial?b_id=9283 (Erişim tarihi: 18.09.2019)
  • Xlstat (2018), Paris, France. https://help.xlstat.com/customer/en/portal/articles/2178395-download-the-xlstat-help-documentation (Erişim tarihi: 18.09.2019)
Year 2020, Volume: 9 Issue: 1, 130 - 142, 13.03.2020
https://doi.org/10.17798/bitlisfen.621756

Abstract

References

  • Ali M., Ali M. 2015. Discriminant Analysis of Socioeconomic Factors of Life Expectancy at Birth in Asia, Science International (Lahore), 27(5): 3971-3975.
  • Dowd K., Blake D., Cairns A.J.G. 2010. Facing up to Uncertain Life Expectancy: The Longevity Fan Charts, Demography, 47(1): 67-78.
  • Wagstaff A. 2000. Socioeconomic Inequalities in Child Mortality: Comparisons Across Nine Developing Countries, Bulletin of the World Health Organization, 78: 19-29
  • Sastry N. 2004. Trends in Socioeconomic Inequalities in Mortality in Developing Courtries: The Case of Child Survival in Sao Paulo, Brazil, Demography, 41(3): 443-464.
  • Sufian A.J.M. 2013. Life Expectancy and Its Socioeconomic Determinants-A Discriminant Analysis of National Level Data, International Journal of Humanities and Social Science, Special Issue 3(12): 303-312.
  • Polat E. 2009. Kısmi En Küçük Kareler Regresyonu. Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans tezi, 170s, Ankara.
  • Polat E., Gunay S. 2015. The Comparison of Partial Least Squares Regression, Principal Component Regression and Ridge Regression with Multiple Linear Regression for Predicting PM10 Concentration Level Based on Meteorological Parameters, Journal of Data Science, 13(2): 663-692.
  • Rosipal R., Krämer N. 2006. Overview and Recent Advances in Partial Least Squares, in Subspace, Latent Structure and Feature Selection, Edited by Saunders C., Grobelnik M., Gunn S. & Taylor J.S., Springer: Berlin, 34–51.
  • Wold S., Sjöström M., Eriksson L. 2001. PLS-Regression: A Basic Tool of Chemometrics, Chemometrics and Intelligent Laboratory Systems, 58: 109-130.
  • Polat E. 2018. Determination of the Effective Economic and/or Demographic Indicators in Classification of European Union Member and Candidate Countries Using Partial Least Squares Discriminant Analysis, Journal of Data Science, 16 (1): 79-92.
  • Pérez-Enciso M., Tenenhaus M. 2003. Prediction of Clinical Outcome with Microarray Data: A Partial Least Squares Discriminant Analysis (PLS-DA) Approach, Human Genetics, 112: 581–592.
  • Polat E., Gunay, S. 2009. Kısmi En Küçük Kareler ve Bir Uygulama, VI. İstatistik Günleri Sempozyumu Bildiriler Kitabı, 437-444.
  • Goyal M.K., Ojha C.S.P. 2010. Application of PLS-Regression as Downscaling Tool for Pichola Lake Basin in India, International Journal of Geosciences, 1: 51-57.
  • Ibrahim M.A.M. 2009. Comparison Between Different Procedures to Determine the Relative Importance of the Lifetime Performance Traits in Predicting Breeding Values of Holstein Cows, Egyptian Journal of Animal Production, 46(2): 93-102.
  • Rohman A., Lumakso F.A., Riyanto S. 2016. Use of Partial Least Square Discriminant Analysis Combined with Mid Infrared Spectroscopy for Avocado Oil Authentication, Research Journal of Medicinal Plants, 10(2): 175-180.
  • Almeida M.R., Correa D.N., Rocha W.F.C., Scafi F.J.O. 2013. Discrimination Between Authentic and Counterfeit Banknotes Using Ramanspectroscopy and PLS-DA with Uncertainty Estimation, Microchemical Journal, 109: 170-177.
  • Partial Least Squares Discriminant Analysis PLSDA Tutorial. 2018. https://help.xlstat.com/customer/en/portal/articles/2062368-partial-least-squares-discriminant-analysis-plsda-tutorial?b_id=9283 (Erişim tarihi: 18.09.2019)
  • Xlstat (2018), Paris, France. https://help.xlstat.com/customer/en/portal/articles/2178395-download-the-xlstat-help-documentation (Erişim tarihi: 18.09.2019)
There are 18 citations in total.

Details

Primary Language Turkish
Journal Section Araştırma Makalesi
Authors

Esra Polat 0000-0001-9271-485X

Alime Kıvılcım Kozan This is me 0000-0001-8631-2627

Publication Date March 13, 2020
Submission Date September 18, 2019
Acceptance Date February 5, 2020
Published in Issue Year 2020 Volume: 9 Issue: 1

Cite

IEEE E. Polat and A. K. Kozan, “Asya Ülkelerinin Beklenen Yaşam Süresi Bakımından Sınıflandırılmasında Etkili Olan Sosyoekonomik Değişkenlerin Kısmi En Küçük Kareler Diskriminant Analizi ile Belirlenmesi”, Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, vol. 9, no. 1, pp. 130–142, 2020, doi: 10.17798/bitlisfen.621756.

Bitlis Eren University
Journal of Science Editor
Bitlis Eren University Graduate Institute
Bes Minare Mah. Ahmet Eren Bulvari, Merkez Kampus, 13000 BITLIS