Geri Dön

Karma denemelerde ve modellerde Robust istatistiksel analizler

Robust statistical analysis for experiments with mixtures

  1. Tez No: 197947
  2. Yazar: ORKUN COŞKUNTUNCEL
  3. Danışmanlar: PROF. DR. OLCAY ARSLAN
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, İstatistik, Matematik, Industrial and Industrial Engineering, Statistics, Mathematics
  6. Anahtar Kelimeler: Karma denemeler, Liu tahmin edicisi, Ridge regresyon, Mtahmin edici, GM tahin edici.I, Karma denemeler, Liu tahmin edicisi, Ridge regresyon, Mtahmin edici, GM tahin edici.I
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Karma denemeler kanonik polinom olarak adlandırılan polinom modelininözel bir haline gereksinim duyarlar. Genellikle, karma denemelerde bileşenlerüzerinde, fiziksel, kimyasal ve ekonomik nedenlerden kaynaklanan, alt ve üst sınırlarşeklinde ek kısıtlamalar vardır. Bu ek kısıtlamalar çoğu zaman kötü koşullulukprobleminin oluşmasına neden olur. Bunun yanı sıra karma veride x ve/veya yyönünde sapan değer problemi de bulunabilir. Bu durumda en sık kullanılan enküçük kareler tahmin edicisi güvenilir sonuçlar vermeyecektir. Bu çalışmanın amacıkarma verinin kötü koşullulukla birlikte sapan değere sahip olması durumunda enküçük karelere alternatif daha güvenilir regresyon katsayı tahmini elde edebilmektir.Bu tip karma veriler için sapan değerlere karşı dayanıklı olan robust tahmin edicilerile Ridge ve Liu tahmin edicileri birlikte kullanılarak elde edilen robust Ridge verobust Liu tahmin edicilerinin performansları incelenmiştir.

Özet (Çeviri)

Karma denemeler kanonik polinom olarak adlandırılan polinom modelininözel bir haline gereksinim duyarlar. Genellikle, karma denemelerde bileşenlerüzerinde, fiziksel, kimyasal ve ekonomik nedenlerden kaynaklanan, alt ve üst sınırlarşeklinde ek kısıtlamalar vardır. Bu ek kısıtlamalar çoğu zaman kötü koşullulukprobleminin oluşmasına neden olur. Bunun yanı sıra karma veride x ve/veya yyönünde sapan değer problemi de bulunabilir. Bu durumda en sık kullanılan enküçük kareler tahmin edicisi güvenilir sonuçlar vermeyecektir. Bu çalışmanın amacıkarma verinin kötü koşullulukla birlikte sapan değere sahip olması durumunda enküçük karelere alternatif daha güvenilir regresyon katsayı tahmini elde edebilmektir.Bu tip karma veriler için sapan değerlere karşı dayanıklı olan robust tahmin edicilerile Ridge ve Liu tahmin edicileri birlikte kullanılarak elde edilen robust Ridge verobust Liu tahmin edicilerinin performansları incelenmiştir.

Benzer Tezler

  1. Adapting a robust model into hybrid implementations of machine learning algorithms and statistical methods for longitudinal data

    Sağlam bir modelin makina öğrenmesi algoritmalarının ve istatistiksel metotların hibrit uygulamalarına boylamsal veriler için uyarlanması

    İBRAHİM HAKKI ERDURAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FULYA GÖKALP YAVUZ

    PROF. DR. MERAL EBEGİL

  2. Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon

    Logistic network design and optimization using hyperheuristic methods

    VURAL EROL

    Doktora

    Türkçe

    Türkçe

    2017

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT BASKAK

    PROF. DR. GÜLGÜN KAYAKUTLU

  3. Karma frekanslı verilerde MİDAS regresyon modellerinin uygulanması: Türkiye'nin ekonomik büyüme tahmini

    Application of MIDAS regression models in mixed-frequency data: Economic growth forecast for Turkey

    HASRADDIN GULIYEV

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    EkonometriAkdeniz Üniversitesi

    Ekonometri Ana Bilim Dalı

    YRD. DOÇ. DR. ÇİĞDEM DEMİR

  4. Design and experimental validation of an adaptive integral chattering-free sliding mode control for quadrotor attitude tracking

    Bir dört pervaneli iha'nın yönelim takibi için uyarlamalı integral ve çatırtısız kayan kipli denetimin tasarımı ve deneysel doğrulaması

    MERT SERHAT SARIHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. FİKRET ÇALIŞKAN

    DR. ÖĞR. ÜYESİ FATİH ADIGÜZEL

  5. Image processing applications in food industry

    Gıda endüstrisinde görüntü işleme uygulamaları

    ALİ BURAK CEYLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖVÜNÇ ÖZTÜRK