Karışık doğrusal modellerde kestirimler
Prediction in linear mixed models
- Tez No: 182317
- Danışmanlar: PROF. DR. ÖNİZ TOKTAMIŞ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Karışık doğrusal modeller, karışık model eşitlikleri, en iyidoğrusal yansız önkestirici, rasgele seçimli etkiler, en çok olabilirlik yöntemi, sınırlandırılmış en çok olabilirlik yöntemi, linear mixed models, mixed model equations, best linear unbiasedpredictor, random effects, maximum likelihood method, restricted maximumlikelihood method
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Tez çalışmasının amacı, dengeli olmayan bir veri kümesi için, yanıt vektörü, y'ninvaryansının bilinmediği durumda, karışık bir doğrusal modelde parametrekestirimleri yapmaktır.. Bu nedenle, Henderson'nın karışık model eşitliklerinin ençok olabilirlik ve sınırlandırılmış en çok olabilirlik yöntemine uyarlanması ile eldeedilen iteratif yöntemler incelenmiş ve yüksek dereceden dengeli olmayan gerçekbir veri kümesi üzerinde uygulanmıştır.Bu çalışmada özel ve rasgele seçimli modeller ve bu modellerde parametrekestirimleri incelenmiştir. Yine buna paralel olarak, bu iki modelin birleşimindenoluşan karışık doğrusal modeller ve bu modellere ilişkin parametre kestirimleriincelenmiştir. Parametre kestirimleri için varyansın bilinmediği durumda varyansbileşenleri yöntemleri üzerinde durulmuştur. Varyans bileşenlerinin kestirimi içinkullanılan yöntemler dengeli ve dengeli olmayan verilerde varyans bileşenlerininkestirimi olarak iki bölümde incelenmiştir.Son olarak, dengeli olmayan verilerde varyans kestirimi ve karışık modellerdeparametre kestirimi için tanıtılan kestirim yöntemleri gerçek bir veri kümesi içinuygulanmış ve elde edilen kestirimler üzerinden sonuca gidilmiştir.
Özet (Çeviri)
The aim of this study is to predict parameters of a mixed linear model for anunbalanced data set, when the variance of response vector, y is unknown. For thisaim, maximum likelihood method and restricted maximum likelihood methodadapted to Henderson?s mixed model equation (MME) is to be introduced. Bothmethods are applied to an unbalanced data set to obtain estimation of variancecomponents and parameters of the model utilized for our data set.In this study, fixed effect models, random effect models and the estimationmethods for the parameters of these models are to be studied. Similarly, linearmixed models, combination of the fixed effect models and random effects model,and estimation methods for the parameters of these models are analysed. Whenthe variance of response vector, y, is unknown, estimation methods for variancecomponents are explained into two parts as estimation methods for balanced dataand estimation methods for unbalanced data.Finally, the estimation methods for variance components and the predictionmethods introduced for the parameter prediction in linear mixed models areapplied for a real unbalanced data set and the results are reported and discussed.
Benzer Tezler
- Karışık doğrusal modellerde artık analizi ve etki analizi
Residual analysis and influence analysis in linear mixed models
SEMRA TÜRKAN
Yüksek Lisans
Türkçe
2008
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖNİZ TOKTAMIŞ
- Farklı veri yapılarında uzaklık temelli regresyon modellerinin incelenmesi
Examination of distance based regression methods for different data structures
BURCU KURNAZ
Yüksek Lisans
Türkçe
2023
ZoolojiOndokuz Mayıs ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. HASAN ÖNDER
- Poisson regresyon çözümleme teknikleri
Poisson regression analysis methods
İLKNUR ÖZMEN
Doktora
Türkçe
1998
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. HÜSEYİN TATLIDİL
- Genişletilmiş bir malzeme gereksinim plânlaması modeli ve uygulaması: Türkiye kuyumculuk sektörü
An extended MRP approach and application: Turkish jewelry industry
ERHAN YAZICI
Doktora
Türkçe
2016
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT BASKAK
PROF. DR. GÜLÇİN BÜYÜKÖZKAN FEYZİOĞLU
- Dynamic system modeling and state estimation for speech signal
Konuşma işareti için dinamik sistem modelleme ve durum kestirimi
İBRAHİM YÜCEL ÖZBEK
Doktora
İngilizce
2010
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. MÜBECCEL DEMİREKLER