Çok değişkenli çoklu ayarlama problemlerinde değişken seçimi
Variable selection in multivariate multiple calibration problems
- Tez No: 183830
- Danışmanlar: PROF.DR. HÜSEYİN TATLIDİL
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Çok değişkenli ayarlama, önkestirim, koşullu ayarlama, değişken seçimi, Multivariate calibration, prediction, Conditional calibration, variableselection
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
ÇOK DEĞİŞKENLİ ÇOKLU AYARLAMA PROBLEMLERİNDE DEĞİŞKENSEÇİMİİsmail KOÇAKÖZBu çalışmada, bağımsız değişkenlerin kontrol edildiği (sabit olduğu) durum için,klasik, ters ve koşullu ayarlama teknikleri incelenerek, bağımsız değişkenin iyiönkestirimini, önkestirimin güven bölgelerini veren en iyi model denklemininbulunması ve ters kestirim tekniği ile elde edilen model üzerinden değişken seçimiyapılması amaçlandı.Çalışmanın Birinci Bölümü'nde konuya giriş yapıldı.İkinci Bölüm'de, ayarlama kavramı, kontrollü ve rasgele ayarlama, tek ve çokdeğişkenli ayarlama, klasik, ters ve koşullu ayarlama teknikleri, tek değişkenliayarlamada güven aralığı, çok değişkenli ayarlamada güven bölgeleri ve her ikiayarlamada önkestirim kümesi için aykırı değer kavramları incelendi.Üçüncü Bölüm'de çoklu doğrusal regresyonda kullanılan alışılagelmiş değişkenseçim ölçütleri, çoklu bağlantı sorunu ve bu sorunun giderilmesi yöntemleriincelendi.Dördüncü Bölüm'de, çok değişkenli çoklu ayarlama problemlerinde kestiricilerinkarşılaştırılması yapıldı, bağımsız değişkeni en iyi açıklayan modeller elde edildive üçüncü bölümde incelenen değişken seçim ölçütlerinden bazıları, ters kestirimtekniği ile gerçek veriden elde edilen modellerde uygulandı. Çok değişkenli çokluayarlama uygulaması için geliştirilen MATLAB programı ile yapay veriler üzerindenayarlama problemlerinde değişken seçiminin gerekli olup olmadığı konusunacevap arandı.Beşinci Bölüm'de ise, benzetim ve gerçek uygulama sonuçları tartışıldı.
Özet (Çeviri)
VARIABLE SELECTION IN MULTIVARIATE MULTIPLE CALIBRATIONPROBLEMSİsmail KOÇAKABSTRACTThe aim of this study, is to analyze classical, inverse and conditional calibrationtechniques in the case of controlled independent variables. Also it is examined agood prediction of the dependent variable and the best model which gives aconfidence region of the dependent variable. Moreover, it is aimed to perform thevariable selection procedure from the model that is found by inverse predictionmethod.The first chapter is introduction.In the second chapter, it is presented the concept of the calibration, the controlledand random (natural) calibration, single and multivariate calibration, classic,inverse and conditional calibration methods, confidence interval in the singlevariable calibration, confidence regions in the multivariate calibration and outliersin the prediction set for both type calibrations.In the third chapter, some ordinary variable selection techniques used in the multilinear regression modelling are explained. Also the multicollinearity problem, andits elimination methods are described.In the fourth chapter, predictions in multivariate multiple calibration problems arecompared and models which explain the independent variable best. are obtainedsome of the variable selection criteria, explained in the third chapter, are applied tomodels which are set up with the aid of the inverse calibration tecnique. By usingthe real data It is investigated that if a variable selection is necessary in themultivariate calibration by coding a program for this procedure in MATLAB.In the fifth chapter, both results of simulation and real application are discussd.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Direct decomposed rule base fuzzy logic systems
Doğrudan ayrıştırılmış kural tabanlı bulanık mantık sistemleri
GHALEP MAABREH
Doktora
İngilizce
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiSistem Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
- Gemi elektrik şebekelerinde derin öğrenme uygulamaları
Deep learning applications on ship electric grids
TAYFUN UYANIK
Doktora
Türkçe
2023
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. ÖZCAN KALENDERLİ
- Nonlinear and intelligent control based controller design for nonlinear systems
Doğrusal olmayan sistemler için doğrusal olmayan ve akıllı yöntemlere dayalı denetleyici tasarımı
FADI ALYOUSSEF
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM KAYA
- Autotuning and robustness of multi-loop PID-controlled multivariable processes
Çoklu çevrimli PID kontrol organlı çok değişkenli proseslerin otomatik ayarlanması ve dayanıklılığı
ERGİN LEVENT DEVA
Yüksek Lisans
İngilizce
2000
Makine MühendisliğiBoğaziçi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. EŞREF EŞKİNAT