Doğrusal (linear) ve doğrusal olmayan (nonlinear) regresyon modellerinde yanıt değişkeninin normal dağılım gösterdiği varsayılır. Fakat uygulamada bu varsayım çoğu zaman gerçekleşmez. Bu durumda kullanılacak uygun modellerden biri genelleştirilmiş doğrusal modeldir (Generalized Linear Model-GLM). GLM iki varsayımı dikkate alır. Bunlardan ilki yanıt değişkeni bağımsızdır, ikincisi ise yanıt değişkeni üstel aileden gelen bir dağılıma sahiptir.Bağımlı değişkeninin Binom dağılım gösterdiği durumlarda Lojistik Regresyon Analizi, Poisson dağılım gösterdiği durumlarda ise Poisson Regresyon Analizi uygulanır. Temelde ise amaç, doğrusal regresyon analizinde olduğu gibi bağımlı değişken ile bağımsız değişkenler arasındaki neden sonuç ilişkisini en iyi şekilde açıklayan en sade modeli elde etmektir.GLM, doğrusal ve doğrusal olmayan regresyon modellerinin bir birleşimi olarak görülebilir. Model uyumu ve model çıkarsaması aynı sistem (framework) altında gerçekleştirilebilir. Hatta bu birleştirilmiş yaklaşım, yaygın olarak kullanılan ve kullanımı kolay olan bilgisayar yazılımları tarafından da desteklenmektedir. Bu yazılımlardan birisi R'dir. GLM'nin ilk kullanımı sağlık bilimleri ile sınırlı iken hızla diğer bilim alanlarındaki uygulamaları da çoğalmıştır. Bu noktada, çalışmamızda, GLM'nin özellikle sosyal bilimlerde uygulanması ve bu uygulamaların özellikle R programında yapılmasına odaklanılmıştır.Çalışmada GLM'nin ve üstel ailenin özelliklerine değinilmiştir, lojistik ve poisson regresyon analizi incelenmiştir. Bu tez çalışmasının uygulama kısmında İnönü Üniversitesi İktisadi ve İdari Bilimler Fakültesi öğrencilerinin sigara içme alışkanlığını etkileyen faktörler ortaya konmuş ve gençlerin son zamanlarda ülkemizde uygulanmaya başlanan sigara yasağına olan bakış açılarını ortaya çıkarmak ve bu yasağın sigara kullanımına olan etkisini değerlendirmek hedeflenmiştir. Bu amaçla lojistik regresyon kullanılmış ve ilgili analizler için R programı etkin bir şekilde kullanılmıştır.. Anahtar Kelimeler: Genelleştirilmiş Doğusal Model, Lojistik Regresyon, Poisson Regresyonu, Sigara İçme Alışkanlığı
The response variable is assumed normally distributed in Linear and nonlinear regression models. But in practice, this assumption often does not occur. In this case, one of the appropriate model to be used is generalized linear model (GLM). GLM takes into account two assumption: Response variables are independent and has a distribution from the exponential family.If the response variable has a binomial distribution, logistic regression analysis is used. Similarly, if the response variable has a Poisson distribution, Poisson regression analysis is used. The main purpose is to obtain, the simplest model that is best to explain the causation between dependent variable and independent variables of causation is obtained.Generalized linear models can be seen as a combination of linear and nonlinear regression models. GLM, doğrusal ve doğrusal olmayan regresyon modellerinin bir birleşimi olarak görülebilir. Inference models and model adaptation can be performed under the same framework. In fact, this combined approach, widely used and easy to use computer software that is supported by. One of these software is R. The first use of the generalized linear model was limited to health sciences applications rapidly increased in other scientific fields. At this point, our study, focuses on the use of generalized linear models in the social sciences and these applications to be made in R.In this study, basically, the properties of generalized linear models and exponential families are touched upon and logistic and Poisson regression analysis was investigated. In the application part of this thesis, in the Inonu University, Faculty of Economic and Administrative Sciences, the factors affecting the smoking habits of students is revealed. In addition to smoking ban applied in our country of young people to look out and the effect of the ban on smoking to evaluate intended. Logistic regression analysis was used for this purpose and for the R program is used effectively. Anahtar Kelimeler: Generalized Linear Model, Logistic Regression, Poisson Regression, Smoking Habit
