Lineer regresyonda ridge tahmin edicileri ve bir uygulama
Ridge estimation in linear regression and an application
- Tez No: 134203
- Danışmanlar: Y.DOÇ.DR. AŞIR GENÇ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Çok Değişkenli Lineer Regresyon, Çoklu Doğrusal Bağlantı, Temel Bileşenler Regresyonu, Ridge Regresyon, Multiple linear regression, Multi Collinearity, Principal Components Regression, Ridge Regression
- Yıl: 2003
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 114
Özet
ÖZET Yüksek Lisans Tezi LİNEER REGRESYONDA RIDGE tahmin edicileri VE BİR UYGULAMA Alper SİNAN Selçuk Üniversitesi Fen Bilimleri Enstitüsü İstatistik Anabilim Dalı Danışman : Yrd. Doç. Dr. Aşır GENÇ 2003, 101 Sayfa Jüri: Yrd. Doç. Dr. Aşır GENÇ Yrd. Doç. Dr. M. Fedai KAYA Yrd. Doç. Dr. Hasan KÖSE Gözlem ve deney sonuçlarını değerlendirebilmek amacıyla geliştirilen modelleme tekniklerinden en çok kullanılanı regresyon tekniğidir Y = X/3 + e olarak yazılabilen çok değişkenli regresyon modelinin geçerliliğinden bahsedebilmemiz için sağlanması gereken bazı temel varsayımlar vardır. Bu çalışmada, model varsayımlarından olan bağımsız değişkenlerin doğrusal bağlantılı olmaması varsayımının sağlanmadığında yani X matrisinin bazı kolonları arasında doğrusal bağımlılık olduğunda ortaya çıkan çoklu doğrusal bağlantı problemi ve bu problemin doğurduğu sonuçları gidermek için kullanılan yöntemlerden biri olan Ridge regresyon yöntemi ele alınmış ve otomotiv sektöründeki üretim ile ilgili veriler kullanılarak bir uygulama yapılmıştır.
Özet (Çeviri)
ABSTRACT Master Thesis RIDGE ESTIMATION IN LINEAR REGRESSION AND AN APPLICATION Alper SİNAN Selçuk University Graduate School of Natural and Applied Sciences Department of Statistics Supervisor: Assist. Prof. Dr. Aşır GENÇ 2003, 101 Page Jury: Assist. Prof. Dr. Aşır GENÇ Assist. Prof. Dr. M. Fedai KAYA Assist. Prof. Dr. Hasan KÖSE The most popular modelling technique by the aim of evaluating observations and experiment results is regression technique. For having some idea about validity of multivariate regression model written as Y = X/? + £ some basic assumptions must be satisfied. In this study in the case of collinearity between independent variables assumption is not satisfied that is if there is any linear dependency between some columns in X design matrix multicollinearity problem exists. Ridge regression technique shown in this study which is one of the usable techniques to solve collinearity problem and application is made by using data in the production of automotive industry.
Benzer Tezler
- Lineer regresyonda bazı yanlı tahmin edicilerin incelenmesi ve rezidüleri için karşılaştırmalar
Analysing of some biased estimators in linear regression and comparisons of the residuals of these estimators
GÜZİN YÜKSEL
- Ridge ve liu regresyonda tavlama benzetimi optimizasyonu kullanılarak yanlılık parametrelerinin elde edilmesi ve bazı yanlılık parametreleri ile karşılaştırılması
Obtaining the biasing parameters using simulated annealing optimization in ridge and liu regression and comparing them with some biasing parameters
GİZEM İKLİL KOCASOY
- Lineer karma modellerde parametre tahmini ve sonuç çıkarım
Parameter estimation and inference in linear mixed models
ÖZGE KURAN
Doktora
Türkçe
2017
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU
- Genel lineer istatistiksel modelde yanlı tahmin ediciler ve tanılama metotları
Biased estimators and diagnostic methods in general linear statistical model
TUĞBA SÖKÜT AÇAR
Doktora
Türkçe
2016
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE
- Yüksek boyutlu kısmi doğrusal modellerin ağırlıklı-rıdge yaklaşımıyla seçim sonrası tahmini
Post shrinkage estimation in high-dimensional partially linear models with weighted-ridge approach
ERSİN YILMAZ
Doktora
Türkçe
2023
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. DURSUN AYDIN