Çok değişkenli karma dağılımlar
Multivariate mixture distributions
- Tez No: 135664
- Danışmanlar: DOÇ. DR. HAMZA EROL
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Çok değişkenli karma dağılımlar, Çok değişkenli normal dağılımların karması, Çok değişkenli t dağılımlarının karması, EM algoritması, Maksimum likelihood yöntemi, EM Algorithm, Maximum likelihood method, Multivariate mixture distributions, Multivariate normal mixtures and Multivariate t mixtures
- Yıl: 2003
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 121
Özet
Çok değişkenli karma dağılımlar farklı uygulama alanlarında rastgele ortaya çıkan doğal olayların değişik özellikleri hakkında alman ölçüm değerlerine istatistiksel model oluşturmak için matematiksel bazda bir yaklaşım sağlar. Birinci bölümde karma dağılımlar hakkında ön bilgi verilmiş ve tarihsel gelişimi açıklanmıştır. İkinci bölümde çok değişkenli karma dağılımlar için gösterimler verilmiştir. Üçüncü bölümde çok değişkenli karma dağılım modellerindeki parametrelerin Maksimum Likelihood yöntemi ve EM algoritması uygulanarak tahmini incelenmiştir. Dördüncü bölümde bileşenleri normal olan çok değişkenli karma dağılım modelleri verilmiştir. Beşinci bölümde bileşen sayısının belirlenmesi için bazı yöntemler ve kriterler incelenmiştir. Altıncı bölümde normal dağılımların karmasından daha kuvvetli bir yaklaşım olan t dağılımlarının çok değişkenli karma modeli incelenmiştir. Son bölümde sonuç ve öneriler tartışılmıştır.
Özet (Çeviri)
Multivariate mixture distributions have provided a mathematical-based approach to the statistical modeling of a wide variety of random phenomena. In the first chapter, some informations and a brief history of mixture distribution models are given. In the second chapter, general informations about formulations of mixture models are given. In the third chapter, on the maximum likelihood (ML) fitting of mixture models via the EM algorithm for the estimate of parameters are given, hi chapter four, the fitting of mixture models of normal components are given. Jn chapter five, some methods and kriteria for the assesing the number of components are given. Jn chapter six, we used t distributions which is a more robust approach to the fitting of normal mixture models. Finally, results and discusions are given.
Benzer Tezler
- Bazı çok değişkenli normallik testlerinin karşılaştırılması
Comparison of some multivariate normality tests
DEMET YÜKSEK
Yüksek Lisans
Türkçe
2013
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÖZLEM ALPU
- Kapulalar ve rastgele değişkenler arasındaki bağımlılık yapıları
Copulas and dependence structures between random variables
OLCAY BOZKURT
- Çok değişkenli verilerin modele dayalı kümeleme analizinde kümeleme etkinliğinin arttırılması
Improving effectiveness of clustering on model-based cluster analysis of multivariate data
SERKAN AKOĞUL
- Parameter estimations in linear mixed models with heavy-tailed and skew distributions
Lineer karma modellerde kalın kuyruklu ve çarpık dağılımlara dayalı parametre tahminleri
TUĞBA KAPUCU
Doktora
İngilizce
2023
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FULYA GÖKALP YAVUZ
- Lineer karma modellerde kalın kuyruklu dağılımlara dayalı parametre tahminleri
Parameter estimations in linear mixed models with heavy tailed distributions
FULYA GÖKALP YAVUZ
Doktora
Türkçe
2015
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. DOĞAN YILDIZ
PROF. DR. OLCAY ARSLAN