Comparision of Kernel Functions in Geographically Weighted Regression Model: Suicide Data as an Application

Tuba KOC; Pelin AKIN

doi:https://doi.org/10.26650/acin.914952

Makale detayları

Comparision of Kernel Functions in Geographically Weighted Regression Model: Suicide Data as an Application

Yazarlar:

Tuba KOC | Pelin AKIN

Yayıncı:

Istanbul University

Ana Başlıklar:

Mühendislik ve uygulamalı operasyonlar

Dergi:

Acta Infologica 2021 Vol.5 Issue 2, pp.333-340

Belge Tipi:

Makale

Yayın Tarihi:

12/2021

Belge Dili:

İngilizce

Document ID (Org No.):

2000439798

Sıklık:

Aylık

eISSN:

2602-3563

DOI:

https://doi.org/10.26650/acin.914952

Özet:

 

The traumatic traces of suicide in a society and the emotional devastation due to these losses make it very important to determine the causes of suicide. In this study, the number of suicides data was used for Turkey’s 81 provinces in 2019.The effects of factors affecting suicide and spatial differences on suicide were analyzed and predicted with geographically weighted regression models (GWR). GWR models were applied with different kernel functions, and the best GWR model was found with the bisquare kernel function. Factors affecting suicide numbers were established as human development index, proportion of internet users, and numbers of unemployment. When the results were examined, it was seen that the number of suicides in the provinces was affected by different factors. In addition, the 2019 suicide numbers and predicted values were mapped, and the results were found to be quite similar. The province with the highest number of suicides across the country was Istanbul.

 

İntiharın toplumda bıraktığı travmatik izler, kayıplara bağlı yaşanılan duygusal yıkımlar intihar nedenlerinin belirlenmesini oldukça önemli kılmaktadır. Bu çalışmada 2019 yılına ait Türkiye’nin 81 ili için intihar sayısı verisi kullanılmıştır. İntiharı etkileyen faktörler ve mekansal farklılıkların intihar üzerindeki etkileri coğrafi ağırlıklı regresyon modeller (GWR) ile analiz edilmiş ve tahmin yapılmıştır. Farklı kernel fonksiyonları ile birlikte GWR modelleri uygulanmış ve en iyi GWR modeli bisquare kernel fonksiyonu ile bulunmuştur. İntihar sayılarını etkileyen faktörler insani gelişim endeksi, internet kullanıcı oranı ve işsizlik sayısı olarak elde edilmiştir. Sonuçlar incelendiğinde illerin yerleşim yerlerine göre intihar sayılarının farklı faktörlerden etkilendiği görülmektedir. Ayrıca 2019 yılı intihar sayıları ve tahmin değerlerinin haritalandırılması yapılmış ve sonuçlar oldukça benzer bulunmuştur. Ülke genelinde intihar sayısının en yüksek olduğu il İstanbul’dur.

Makale detayları

Comparision of Kernel Functions in Geographically Weighted Regression Model: Suicide Data as an Application

Yazarlar: Tuba KOC | Pelin AKIN

Yayıncı: Istanbul University

Ana Başlıklar: Mühendislik ve uygulamalı operasyonlar

Dergi: Acta Infologica 2021 Vol.5 Issue 2, pp.333-340

Belge Tipi: Makale

Yayın Tarihi: 12/2021

Belge Dili: İngilizce

Document ID (Org No.): 2000439798

Sıklık: Aylık

eISSN: 2602-3563

DOI: https://doi.org/10.26650/acin.914952

Sayı

Yazarlar:

Tuba KOC | Pelin AKIN

Yayıncı:

Istanbul University

Ana Başlıklar:

Mühendislik ve uygulamalı operasyonlar

Dergi:

Acta Infologica 2021 Vol.5 Issue 2, pp.333-340

Belge Tipi:

Makale

Yayın Tarihi:

12/2021

Belge Dili:

İngilizce

Document ID (Org No.):

2000439798

Sıklık:

Aylık

eISSN:

2602-3563

DOI:

https://doi.org/10.26650/acin.914952