Geri Dön

En küçük kareler yöntemi ile Ridge rekresyon yönteminin karşılaştırılmalı olarak incelenmesi

The examing least square method and Ridge regression methot by comparison

  1. Tez No: 151475
  2. Yazar: EBRU ERGÜNEŞ
  3. Danışmanlar: PROF.DR. TAMER KAYAALP
  4. Tez Türü: Yüksek Lisans
  5. Konular: Zooloji, Zoology
  6. Anahtar Kelimeler: Çoklu bağlantı, En Küçük Kareler Yöntemi, Ridge Regresyon Yöntemi, e\l?\, Multicollinearity, Least Square Method, Ridge Regresyon Method, 44 n
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Zootekni Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

oz YÜKSEK LİSANS TEZİ EN KÜÇÜK KARELER YÖNTEMİ İLE RİDGE REGRESYON YÖNTEMİNİN KARŞILAŞTIRILMALI OLARAK İNCELENMESİ EbruERGÛNEŞ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZOOTEKNİ ANABİLİM DALI Danışman :Prof. Dr. Tamer KAYAALP Yıl: 2004, Sayfa: 70 Jüri : Prof. Dr. Tamer KAYAALP Prof. Dr. Zeynel CEBECİ Prof. Dr. Mustafa AKAR Çoklu doğrusal regresyon analizinin varsayımları sağlandığı taktirde parametrelerin tahmini, en küçük kareler yöntemiyle en iyi yansız tahminleri verir. Ancak, bu varsayımlar içinde bağımsız değişkenler arasında yakın doğrusal bir ilişki olmaması varsayımı bozulduğunda çoklu bağlantı meydana gelir. Bu durum regresyon katsayılarının varyanslannm artması, yanlış işaretler, t değerinin düşmesi gibi problemleri de beraberinde getirir. Bu çalışmada çoklu bağlantı problemi anlatılmış, bu problemin giderilmesi için Ridge regresyon(RR) yönteminin kullanımı gösterilmiştir. Çoklu bağlantı problemi olan bir örneğe öncelikle en küçük kareler yöntemi(EKK) daha sonra da RR yöntemi uygulanmıştır. Karşılaştırma kriteri olarak EL?\ ve R2 kullanılmıştır. Sonuç olarak, çoklu bağlantı varlığında, İ^Z^j'yı azaltması, i?2'nin fazla azalma göstermemesi, çoklu bağlantı problemini gidermesi ve dolayısıyla EKK yönteminden daha etkin parametre tahmini yapması sebebiyle RR yöntemi, EKK yöntemi yerine önerilmiştir.

Özet (Çeviri)

ABSTRACT MSc THESIS THE EXAMING LEAST SQUARE METHOD AND RIDGE REGRESSION METHOD BY COMPARISON EbruERGÜNEŞ DEPARTMENT OF ANIMAL SCIENCE INSTITUTE OF NATURAL AND APPLIED SCIENCES UNIVERSITY OF ÇUKUROVA Supervisor :Prof. Dr. Tamer KAYAALP Year: 2004, Pages: 70 Jury : Prof. Dr. Tamer KAYAALP Prof. Dr. Zeynel CEBECİ Prof. Dr. Mustafa AKAR If the assumptions of the multiplelinear regression analysis are achieved, the estimation of the parameters give the best, unbiased estimations with the least square method. However, multicollinearity occurs, when the assumption which implies there is no close linear relation among independent variables is not achieved. This situation comes up with the problems of increase in the variations of the regression coefficient, wrong signs, decrease in“t”value and so on. In this study, multicollinearity was explanied and in order to solve this problem, the use of Ridge regression(RR) method was examined. Ordinary least square(OLS) and RR method was applied on same sample that has multicollinearity problem were used as a comparison criteria. Consequently, existence of multicollinearity, RR has decreased £[£,2], has blocked significantly decreasing of R2, has decreased multicollinearity problem. So, RR was proposed instead of OLS because RR estimated parameters more efficiently than OLS.

Benzer Tezler

  1. Comparison of regression methods to handle overfitting in machine learning

    Makine öğreniminde aşırı uyum problemini çözmek için kullanılan regresyon yöntemlerinin karşılaştırılması

    SHUBAR SAHIB JAWAD AL-KHAIAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MEHMET ALİ CENGİZ

  2. Ridge regresyonda sapma parametresi k'nın elde edilmesinde genetik algoritma yaklaşımı

    An approach based on genetic algorithm for finding an optimal biasing parameter k in ridge regression

    MEHMET ARİF DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. VEDİDE REZAN USLU

  3. Çoklu bağıntılı doğrusal modellerde ridge regresyon yöntemi

    Ridge regression analysis in linear regression models with multicollinearity

    EBRU YAVUZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    BiyoistatistikTrakya Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    Y.DOÇ.DR. MEVLÜT TÜRE

  4. Çoklu iç ilişki durumunda kısmi en küçük kareler regresyonu ve alternatif yöntemlerle karşılaştırılması

    Comparison of partial least squares regression and it's alternative methods when multicollinearity exists

    YAKUP MURAT BULUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İstatistikEskişehir Osmangazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ZEKİ YILDIZ

  5. Kısmi en küçük kareler yönteminin simülasyon verileri ile diğer yöntemlerle karşılaştırılması

    Comparison of partial least squares prediction and other prediction methods with simulated data

    İSMAİL BAĞCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ATİLA GÖKTAŞ