Geri Dön

Bulanık robust regresyon çözümlemesi

Fuzzy robust regression analysis

PDF İndir

  1. Tez No: 170325
  2. Yazar: KAMİLE ŞANLI
  3. Danışmanlar: PROF.DR. AYŞEN APAYDIN
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Aykın değer, robust regresyon, üyelik fonksiyonu, bulanık sayı, bulanık regresyon, Outiier, robust regression, membership function, fuzzy number, fuzzy regression
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Regresyon çözümlemesinde veri analizi oldukça önemlidir. Çünkü, tek bir gözlem bile regresyon modelindeki parametre tahminleri üzerinde büyük bir etkiye sahip olabilir. Bu gözlemin veri kümesinden çıkartılması regresyon denklemini tamamen değiştirebilir. Veri kümesinde aykırı değer olması durumunda, parametre tahminlerinde robust yöntemler olarak bilinen Huber, Hampel, Andrews ve Tukey'in M yöntemleri kullanılmaktadır. Bu çalışmada girdi değişkenlerinin simetrik olmayan üçgensel bulanık sayı (.V, =(.v,.£.£), }'=(.!.,. 7,,^)); A-'in kesin sayı, y,=(,.v,.i},.rj,) simetrik üçgensel bulanık sayı olması ve veri kümesinde aykın değer olması durumda artıklara ilişkin üyelik fonksiyonu yardımıyla ağırlık matrisi tanımlanmıştır. Regresyon model tahmininde ise bulanık regresyon çözümlemesi kullanılmış ve tanımlanan ağırlık matrisinin kullanıldığı yeni iki yöntem önerilmiştir. Klasik en küçük kareler (EKK), Huber, Hampel, Andrews ve Tukey M yöntemleri ve önerilen bulanık robust yöntemler ile regresyon model tahminleri elde edilmiş ve sonuçlar karşılaştınlmışrjr. 2005, 107 sayfa

Özet (Çeviri)

Data analysis occupies an important place in regression models. Because, even one observed data may cause a large effect over parameter estimates in regression models. Omitting such data can completely change the model structure. Huber, Hampel, Andrews and Tukey M methods, called robust methods, are used in parameter estimation in the presence of outliers. Along these lines, in this thesis weighted matrices are defined with respect to membership function when X, =(*,.£,, £). Y,=(y,jj,,n,), ris crisp, Kis fuzzy data, and data set has outliers. For the regression model estimation, fuzzy regression analysis is used and two new algorithms are suggested which define weighted matrices to be used. Regression model estimates are obtained by least square method (LSM), Huber, Hampel, Andrews and Tukey M methods and suggested fuzzy robust methods. Comparisons of the result are presented. 2005, 107 pages

Benzer Tezler

  1. Tez No

    316250

    Doğrusal tip ıı regresyon tekniklerinin monte-carlo benzetim çalışması ile karşılaştırılması: sağlam, bulanık ve sağlam bulanık teknikler

    Comparison of linear type ii regression tecniques via monte-carlo simulation study: robust, fuzzy and robust fuzzy techniques

    CENGİZ GAZELOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    İstatistikAfyon Kocatepe Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. SİNAN SARAÇLI

  2. Tez No

    856275

    Design and deployment of deep learning based fuzzy logicsystems

    Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması

    AYKUT BEKE

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUFAN KUMBASAR

  3. Tez No

    317516

    Fuzzy robust regresyon ile bir uygulama

    Fuzzy robust regression with an application

    MURAT YAZICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İşletmeMarmara Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI ARMUTLULU

  4. Tez No

    255575

    A comparison of data mining methods for prediction and classification types of quality problems

    Tahmin etme ve sınıflandirma kalite problemleri özelinde veri madenciliği metotlarının karşılaştırılması

    ZEYNEP ANAKLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ESRA KARASAKAL

    PROF. DR. GÜLSER KÖKSAL

  5. Tez No

    847190

    Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

Geri Dön