MARS

MARS METODU

MARS yazılımının kullandığı kendine özgü MARS metodu 'Multivariate Adaptive Regression Splines' ;ilk 1991 yılında Jerome H. Friedman tarafından tanıtılmış bir regresyon analizi yöntemidir. Bu yöntem parametrik olmayan bir regresyon tekniği olup veri madenciliği için önemli metotlarından bir tanesidir. En büyük özelliği, doğrusal olmayan modeller oluşturarak, bağımsız değişkenler arasında otomatik olarak bağlantıları bulabilmek ve modelleme yapabilmektir. Bu modelleme algoritması, önceden herhangi bir fonksiyon belirtilmeden, veri tabanı içerisinde gizli olan modelin ortaya çıkartılması prensibine dayanmaktadır. Bu model, özellikle yüksek boyutlu veri setlerinde iyi sonuçlar vermesiyle bilinmektedir.

Otomatik Doğrusal Olmayan Regresyon

MARS yazılımı, doğrusalsızlıkları ve etkileşimleri belirlerken bildiğimiz regresyondan elde edilenlere benzer yapıda sonuçları tercih edenler için idealdir. Regresyon modellemesinde MARS yaklaşımı, diğer regresyon modellerinin ortaya çıkaramadığı önemli veri modellerini ve zor ilişkileri ortaya çıkartmakta etkilidir. MARS, her biri kendi eğimine sahip olan düz doğrular serisini biraraya getirerek kendi modelini oluşturur. Bu da MARS’ın, veri içerisinde tespit edilmiş her türlü yerleşimi belirlemesine olanak sağlar.

Yüksek Kalitede Olasılık

MARS modeli, örneğin bir cep telefonu müşterisinin aylık ortalama faturasını tahmin etmek ya da bir alışveriş internet sitesine giren bir müşterinin yapacağı harcamayı tahmin etmek gibi ortalama sürekli sayısal sonuçları tahmin etmek için tasarlanmıştır. MARS ayrıca, Evet/ Hayır seçimi için yüksek kalitede olasılık modelleri oluşturabilmektedir. MARS değişken seçimi, değişken dönüşümü, etkileşim tanımlama ve kendinden test etme gibi özellikleri içerir ve bunların tamamını otomatik olarak ve yüksek hızda yapar.ündür.

Yüksek Performansta Sonuçlar

MARS’ ın yüksek performansta sonuçlar elde ettiği alanlar arasında elektrik üreten şirketlerin elektrik talep tahminleri, doğal gaz iletimi ve dağıtımı yapan şirketlerin kısa, orta ve uzun vade tüketim tahminleri, müşteri memnuniyet sonuçlarının ürünlerin mühendislik özelliklerine göre ilişkilendirmesi ve coğrafi bilgi sistemlerinde (CBS) varlık/yokluk modellemesi gibi çalışmalar bulunmaktadır.

Kullanıcı Dostu Arayüz

MARS yazılımının önemli bir özelliği de alternatiflerinden farklı olarak kullanıcı dostu bir arayüze sahip olmaıdır. Kodlama gerektirmeden kısa zamanda öğrenmek ve modelleri uygulamak mümkündür.

Türkiye'de MARS

Türkiye Klinikleri Biyoistatistik Dergisi-2010 Regresyon Modellerine Alternatif Bir Yaklaşım: MARS

Akademik Bilişim Konferansı-2015 Modern Uygulamalı Matematik ve Modern Sürekli Optimizasyon Bağlamında Parametrik Olmayan Regresyon Eğrilerinin Bilim, Mühendislik ve Finans Alanlarındaki Güncel Uygulamaları

XVIII. Ulusal Eğitim Bilimleri Kurultayı Çok Değişkenli Uyarlanabilir Regresyon Uzanımları (Multıvarıate Adaptıve Regressıon Splınes)Yönteminin Yansız ve Sapmasız Ölçme İşlemlerindeki Etkililiği: Bir Uygulama Örneği

BDDK Bankacılık ve Finansal Piyasalar Cilt:4, Say›:1, 2010 Bankacılık Krizleri ve Erken Uyarı Sistemleri: Türk Bankacılık Sektörü için Bir Model Önerisi

Marmara Üniversitesi İ.İ.B.F Dergisi, 2011 Türkiye'de Durgunlukların MARS Yöntemi ile Kestirimi

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 13, Sayı 2, 2012 DİYARBAKIR TİCARET BORSASI’NIN FAALİYETLERİ VE BORSANIN ÜYE PROFİLİ İLE İLGİLİ VERGİ EKSİKLERİNİN MARS ANALİZİ İLE DÜZELTİLMESİ

Namık Kemal Üniversitesi Sosyal Bilimler Metinleri 05 / 2011 KURUMSAL BAŞARISIZLIĞI MODELLEMEK İÇİN TÜRKİYE ÜZERİNE YAPILAN AMPİRİK BİR ÇALIŞMA: ÇOK DEĞİŞKENLİ UYUMLU REGRESYON UZANIMLARI(MARS) TEKNİĞİ KULLANILARAK GELİŞTİRİLEN MODEL ÖNERİSİ

ODTÜ Gelişme Dergisi, 28 (3-4), 2001 Türkiye’de paranın gelir dolaşım hızlarının MARS yöntemiyle tahmini

ODTÜ Yayınları, 2008 MARS ALGORİTMASINDA TIKHONOV DÜZENLEMESİ VE ÇOK AMAÇLI OPTİMİZASYON KULLANIMI

TÜİK, İstatistik Araştırma Dergisi, Temmuz 2013 Yeni Doğan Bebeklerin Düşük Doğum Ağırlığının MARS Yöntemine Dayalı İkili Lojistik Regresyonla Modellenmesi

Sevimli, Y., Bekiroğlu, G. N., Günel-Karadeniz, P. & Kargül, B.; XII. Ulusal Biyoistatistik Kongresi, 12, 96. 2010; Diş Hekimliği Çalışmalarında MARS (Multivariate Addaptive Regression Splines, Çok Değişkenli Uyarlanabilir Regresyon Uzanımları) Uygulaması: Fisür Örtücüler

Akyol M., Aslan Sayın F., Sanisoğlu S.Y., Elhan A.H.; X. Ulusal Biyoistatistik Kongresi, 5-8 Eylül 2007, Sivas.; Genç Sporcuların Performansının Mars ile Kestirilmesi.

Akyol M, Sanisoglu SY, Elhan AH, Kesici C, Çakır B. ;11. Ulusal Biyoistatistik Kongresi, 27 - 30 Mayıs 2008, Malatya; Türk Toplumunda Süt Tüketim Alışkanlıkları ve Osteoporoz Riskinin MARS Yöntemi ile Belirlenmesi

Özfalcı YÜ, Sanisoglu SY, Akyol M, Yıldırım Y. ; 12. Ulusal Biyoistatistik Kongresi, 28 Haziran - 01 Temmuz 2010, Van ; Hemşirelik Öğrencilerinin Fonksiyonel Olmayan Tutum Skorunun MARS Yöntemi İle Tahminii

F. Yerlikaya; ODTÜ Yüksek Lisans Tezi May 27, 2009 (Yılın En İyi Tezi Seçilmiştir.); A New Contribution to Nonlinear Robust Regression and Classification with MARS and Its Application to Data Mining for Quality Control in Manufacturing

P. Taylan, G.-W. Weber and F. Yerlikaya; ISI Proceedings of 20th Mini-EURO Conference Continuous Optimization and Knowledge-Based Technologies, Lithuania, May 20-23, 2008 ; Continuous optimization applied 40in MARS for modern applications in finance, science and technology

G.-W. Weber, A. Ozmen and Y. Yilmaz; 9th International Summer School, AACIMP-2014, National University of Technology of the Ukraine, Kyiv, Ukraine, August 1-15, 2014; A Natural Gas Consumption Forecasting Model for Residential User

MARS'ın Kullanımı

Facebooktwittergoogle_pluspinterestlinkedinmail