Geri Dön

Sağlam regresyon, en küçük ortanca kareler ve en küçük budanmış kareler tahmin edicileri üzerine bir çalışma

A study on robust regression least median of squares and least trimmed of squares estimators

  1. Tez No: 155967
  2. Yazar: AYLİN SUBAŞI
  3. Danışmanlar: PROF.DR. SONER GÖNEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Robust (Sağlam) Regresyon, Aykın Değer, En Küçük ortanca Kareler, En Küçük Budanmış Kareler, Robust Regression, Outlier, Least Median of Squares, Least Trimmed of Squares
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

SAĞLAM REGRESYON, EN KÜÇÜK ORTANCA KARELER VE EN KÜÇÜK BUDANMIŞ KARELER TAHMİN EDİCİLERİ ÜZERİNE BİR ÇALIŞMA (Yüksek Lisans Tezi) Aylin SUBAŞI GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Temmuz 2004 ÖZET Bu çalışmada veride aykın değer söz konusu olduğunda; bunların etkilerini azaltmak için kullanılan sağlam tahmin yöntemlerinden Yüksek Kırılma Noktalı Tahmin Edicilerin incelenmesi yer almaktadır. Bu amaçla öncelikle regresyon kavramı, aykın değer, sağlamlık, sağlam yöntemlerin kullanılma amaçlan tanımlandı. Daha sonra bilinen En Küçük Kareler yöntemi, En Küçük Ortanca Kareler Yöntemi ve En Küçük Budanmış Kareler Yöntemi hakkında bilgi verildi. Son olarak bir veri kümesi üzerinden bu yöntemlerin karşılaştırılması yapıldı. Bilim Kodu : 406.01.01

Özet (Çeviri)

A STUDY ON ROBUST REGRESSION LEAST MEDIAN OF SQUARES AND LEAST TRIMMED OF SQUARES ESTIMATORS (M.Sc. Thesis) Aylin SUBAŞI GAZİ UNIVERSITY INSTITUTE OF SCIENCE AND TECHNOLOGY July 2004 ABSTRACT This study comprises an investigation of the robust estimation methods used to decrease the influences of outliers in data, namely High Breakdown Point Estimators. For this purpose, first of all, concept of regression, outlier, robustness, the aims of using robust methods have been defined. Next, information has been explained on the well known Method of Least of Squares, Method of Least Median of Squares and Method of Least Trimmed of Squares. Finally, these methods have been compared for a set of data. Science Code : 406.01.01

Benzer Tezler

  1. Orijinden geçen çoklu doğrusal regresyon modellerinde yeni en küçük ortanca kareler yaklaşımı

    New least median of squares approache for multiple linear regression models through the origin

    YASEMİN KAYHAN ATILGAN

    Doktora

    Türkçe

    Türkçe

    2011

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SÜLEYMAN GÜNAY

  2. Sağlam kısmi en küçük kareler regresyon analizinde yeni yaklaşımlar

    New approaches in robust partial least squares regression analysis

    ESRA POLAT

    Doktora

    Türkçe

    Türkçe

    2014

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SÜLEYMAN GÜNAY

  3. Sağlam regresyon tahmin edicilerinin incelenmesi ve bir uygulama

    Robust regression estimators examining and application

    AHMET TOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    İstatistikFırat Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. CEMİL ÇOLAK

  4. Doğrusal regresyonda sağlam kestirim yöntemleri ve karşılaştırılmaları

    Robust estimation techniques in linear regression and their comparisons

    LATİF ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2003

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. GÜLAY BAŞARIR KIROĞLU

  5. Comparison of regression techniques via Monte Carlo simulation

    Regresyon tekniklerinin Monte Carlo simülasyonu aracılığıyla karşılaştırılması

    OYA CAN MUTAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZTAŞ AYHAN

    YRD. DOÇ. DR. BİRDAL ŞENOĞLU