Geri Dön

Markov zinciri Monte Carlo yöntemleri

Markov chain Monte Carlo methods

  1. Tez No: 130988
  2. Yazar: ÖZLEM KUMRU
  3. Danışmanlar: DOÇ. DR. GÜL ERGÜN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Bayesci Yaklaşım, BUGS, Dinamik Doğrusal Modeller, Dinamik Regresyon Modeli, Durgun Model, Gibbs örneklemesi, Kalman Filtresi, Markov Zincirleri, Metropolis-Hastings Algoritması, Monte Carlo Integrasyonu, Bayesian Approach, BUGS, Dynamic Linear Models, Dynamic Regression Model, Gibbs Sampling, Kalman Filters, Markov Chains, Metropolis- Hastings Algorithm, Monte Carlo Integration, Steady Model
  7. Yıl: 2003
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 98

Özet

MARKOV ZİNCİRİ MONTE CARLO YÖNTEMLERİ Özlem Kumru ÖZ Tez çalışmasının amacı, karmaşık modellerin analizinde son yıllarda yoğun olarak ele alınan Markov Zinciri Monte Carlo yöntemlerinden Metropolis-Hastings algoritmasının ve Gibbs örneklemesinin incelenmesi ve dinamik doğrusal modeller için Markov Zinciri Monte Carlo yönteminin uygulanabilirliğinin araştırılmasıdır. Çalışmada durum-konum (state-space) yapıda tanımlı durgun model ve dinamik regresyon modeli örnek modeller olarak ele alınmış ve Gibbs örneklemesi, BUGS paket programı kullanılarak bu modellere uygulanmıştır. Farklı veri setleri, farklı başlangıç değerleri ve farklı iterasyon sayıları altında her iki modelden parametre tahminleri elde edilmiştir. Başlangıç değerlerinin etkileri, belirli bir genişlikteki ilk örneklem değerleri göz ardı edilerek azaltılmıştır. Çalışmada ayrıca stokastik simülasyon yönteminin güvenilirliği, ele alınan her iki model için tahmin edilen Kalman filtresi ile Gibbs örneklemesi sonuçları karşılaştırılarak araştırılmış ve her iki sonucun da benzer olduğu görülmüştür. Çalışmada gözlenen bu benzerlik, analitik olarak çözümlenemeyen karmaşık yapıda dinamik modeller için, stokastik simülasyon yöntemlerinin uygun bir alternatif olabileceğini vurgulamıştır.

Özet (Çeviri)

MARKOV CHAIN MONTE CARLO METHODS Özlem Kumru ABSTRACT The aim of the study is to investigate Metropolis-Hastings algorithm and Gibbs sampling which are the members of Markov Chain Monte Carlo techniques for analyzing complex models and to examine the tractability of the Gibbs sampling on dynamic linear models. The steady model and the dynamic regression model which are in state-space form are taken as examples for implementing Gibbs sampling by the computer packages, BUGS. The models under different initial values and iteration numbers for various data sets have been examined and the posterior moments of the two models parameters have been estimated. The potential effects of initial values for the models parameters have been reduced by ignoring the earliest Gibbs sampling values. The estimators obtained from Gibbs sampling and the results of Kalman filters have also been compared and the estimators found to be closed. Those similarities in the results proved the stochastic simulation results. Therefore Gibbs sampling has been proposed as an alternative to overcome the analytic problems for high dimensional dynamic linear models.

Benzer Tezler

  1. Tez No

    199377

    Bayesian EEG source reconstruction using Markov chain Monte Carlo methods

    EEG dipol kaynaklarının Markov zinciri Monte Carlo yöntemleri kullanılarak Bayesçi yerelleştirilmesi

    GÖKÇEN YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    BiyomühendislikBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ADEMOĞLU

  2. Tez No

    680404

    Predicting supply curve of electricity in an intra-day market using state-space models and sequential Markov chain Monte Carlo methods

    Durum-uzay modelleri ve sıralı Markov zinciri Monte Carlo yöntemleri kullanılarak bir gün içi piyasada elektrik arzeğrisinin tahmin edilmesi

    MOHAMMAD KHALAFI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Endüstri ve Endüstri MühendisliğiSabancı Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SİNAN YILDIRIM

  3. Tez No

    338034

    Yapısal eşitlik modellerinde parametre tahmininde gibbs örneklemesi

    Parameters estimation with gibbs sampling in structural equation models

    SANEM ŞEHRİBANOĞLU

    Doktora

    Türkçe

    Türkçe

    2013

    İstatistikYüzüncü Yıl Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. HAYRETTİN OKUT

  4. Tez No

    625644

    Tarımsal deneme planlarının Bayesian yöntemi ile analizleri

    Analysis of agricultural experimental design by Bayesian methods

    EBRU KAYA BAŞAR

    Doktora

    Türkçe

    Türkçe

    2016

    ZiraatAkdeniz Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. MEHMET ZİYA FIRAT

  5. Tez No

    321437

    Seyrek olumsallık çizelgelerinde odds oranlarına bayesci yaklaşım

    A bayesian approach to odds ratios for sparse contingency tables

    DENİZ TAŞÇI

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SÜLEYMAN GÜNAY

Geri Dön