Geri Dön

Lineer regresyonda ridge tahmin edicileri ve bir uygulama

Ridge estimation in linear regression and an application

  1. Tez No: 134203
  2. Yazar: ALPER SİNAN
  3. Danışmanlar: Y.DOÇ.DR. AŞIR GENÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Çok Değişkenli Lineer Regresyon, Çoklu Doğrusal Bağlantı, Temel Bileşenler Regresyonu, Ridge Regresyon, Multiple linear regression, Multi Collinearity, Principal Components Regression, Ridge Regression
  7. Yıl: 2003
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Doktora

    Türkçe

    Türkçe

    2002

    MatematikÇukurova Üniversitesi

    Matematik Ana Bilim Dalı

    PROF.DR. FİKRİ AKDENİZ

  2. 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

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MERAL EBEGİL

  3. Lineer karma modellerde parametre tahmini ve sonuç çıkarım

    Parameter estimation and inference in linear mixed models

    ÖZGE KURAN

    Doktora

    Türkçe

    Türkçe

    2017

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU

  4. 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

    Türkçe

    2016

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MAHMUDE REVAN ÖZKALE

  5. 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

    Türkçe

    2023

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. DURSUN AYDIN