Poisson ve negatif binom regresyon modellerinin otoregresif uzantılarıyla deniz kazası sayılarının zamansal modellenmesi: Türk boğazları örneği
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İSTATİSTİK ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: ÖMER ÖNDER
Asıl Danışman (Eş Danışmanlı Tezler İçin): Öyküm Esra Yiğit
Eş Danışman: Kaan Ünlügençoğlu
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Dünya ticaret hacminin %80'inden fazlasını oluşturan deniz taşımacılığı, küresel ekonominin temel direklerinden biridir. Özellikle Marmara Denizi ve İstanbul Boğazı gibi yüksek riskli geçiş bölgelerinde deniz trafiğinin artan yoğunluğu, deniz kazalarının hem sıklığında hem de ciddiyetinde artışa yol açmıştır. Bu kazaların karmaşık zamansal dinamiklerini ve altında yatan belirleyicileri anlamak, güvenlik standartlarının iyileştirilmesi ve etkili önleyici politikaların oluşturulması açısından büyük önem taşımaktadır. Bu çalışma, Ekim 2016 ile Aralık 2022 döneminde Marmara Denizi ve İstanbul Boğazı'nda meydana gelen aylık deniz kazalarının zamansal örüntülerini sayma verisi regresyon modelleriyle istatistiksel olarak incelemektedir. Kaza sayılarının ayrık ve aşırı yayılım gösteren yapısı göz önünde bulundurularak, temel Poisson ve Negatif Binom dağılımlarına dayalı regresyon modelleri kullanılmıştır. Ayrıca, veri setindeki zamansal otokorelasyonu hesaba katmak amacıyla, bu modeller birinci dereceden otoregresif (AR(1)) terimleri içeren yapılarla genişletilmiştir. Modelleme çerçevesinde aylık bazda zaman trendini gösteren değişkenler (yıl ve doğrusal trend), üssel hareketli ortalamalar ve gecikmeli kaza sayıları gibi zamana duyarlı değişkenler kullanılmıştır. Model tahmin performansı çeşitli hata ve uyum ölçütleriyle değerlendirilmiş, aşırı yayılım, artık otokorelasyonu ve dağılım varsayımlarına yönelik kapsamlı tanısal testlerle modellerin geçerliliği doğrulanmıştır. Test edilen dört model (Poisson, Negatif Binom, AR(1)-Poisson, AR(1)-Negatif Binom) arasında AR(1)-Poisson modeli, genel olarak en yüksek istatistiksel performansı ve tanısal geçerliliği göstermiş; verinin zamansal yapısını başarıyla yansıtmıştır. Elde edilen bulgular, deniz kazalarının rastlantısal değil, sistematik zamansal örüntüler izlediğini ortaya koymakta ve bu durum, otoregresif sayma verisi modellemesi ile desteklenen zamana duyarlı, hedef odaklı güvenlik önlemlerinin deniz trafiği yönetiminde kritik önem taşıdığını göstermektedir. Bu tez, Türk Boğazları'ndaki deniz güvenliği yönetimine bilimsel temelli bir karar destek altyapısı sunmayı hedeflemektedir.