Geri Dön

Regresyonda pürüzlülük ceza yaklaşımı

Roughness penalty approach in regression

PDF İndir

  1. Tez No: 212962
  2. Yazar: RABİA ECE OMAY
  3. Danışmanlar: PROF.DR. MEMMEDAĞA MEMMEDLİ
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Pürüzlülük Ceza Yaklasımı, Splayn Düzeltme Yaklasımı, Regresyon Splayn Yaklasımı, Toplamsal Model, Genellestirilmis Toplamsal Model, nce Tabakalı Splayn, Roughness penalty approach, Smoothing spline approach, Regression spline approach, Additive Model, Generalized additive model, Thin plate spline
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Tez çalısmasında splayn düzeltme ve regresyon splaynı ile regresyonda pürüzlülük ceza yaklasımı ele alınmıstır. Toplamsal ve genellestirilmis toplamsal regresyon modellerinin tahmini için farklı algoritmalar ve onların yakınsamaları incelenmistir. Bazı açıklayıcı degiskenlerin yanıt degiskenini dogrusal etkilemedigi karmasık regresyon problemlerinde, splayn düzeltme ve regresyon splaynı yöntemlerinin çok önemli oldugu, uygulamalarla ortaya konmustur. Regresyonda pürüzlülülük ceza yaklasımında iyi bir modelin elde edilmesi, optimum düzeltme parametresi veya uygun serbestlik derecesinin seçimi ile gerçeklestirilir. Bu nedenle, düzeltme parametresinin seçimi ile ilgili bazı kriterler ve bazı serbestlik derecesi tanımları incelenmistir. Büyük veri setine sahip ve çok boyutlu problemlerde, regresyon splaynı ile pürüzlülük ceza yaklasımının daha kullanıslı oldugu gösterilmistir. Diger taraftan, ince tabakalı splaynları içeren genellestirilmis toplamsal modellerin çok yararlı olabilecegi gözlenmistir.

Özet (Çeviri)

In this thesis study, roughness penalty approach is examined by using smoothing spline and regression spline. Different algorithyms and convergence of those are studied for estimation of additive and generalized additive regression models. It is proved in the applications that the smoothing spline and regression spline methods are very important in complicated problems considering some explanotory variables have not linear effect on response variables. Obtaining a good model in roughness penalty approach in regression can be done by choosing the optimum smoothing parameter or appropriate degrees of freedom. Therefore some criteria about choosing the smoothing parameter and some defines of degrees of freedom are examined. It is shown that, when regression spline is used, roughness penalty method is more convenient in problems with large data input and multiple dimension. At the same time, it is observed that generalized additive models with thin plate spline can be beneficial.

Benzer Tezler

  1. Tez No

    450302

    Ölçüm hatalı değişkenli yarı parametrik regresyon modelleri

    Semiparametric regression models with errors in variables

    SEÇİL TOPRAK

    Doktora

    Türkçe

    Türkçe

    2015

    İstatistikDicle Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. HASAN İLHAN TUTALAR

    PROF. DR. MÜJGAN TEZ

  2. Tez No

    495446

    Splayn ve entropi optimizasyon modelleri ve uygulamaları

    Spline and entropy optimization models and applications

    AKHLITDIN NIZAMITDINOV

    Doktora

    Türkçe

    Türkçe

    2017

    İstatistikAnadolu Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ALADDIN SHAMILOV

  3. Tez No

    275148

    Taşlama işleminde titreşimin izlenmesi ve yüzey pürüzlülüğünün regresyonla modellenmesi

    Monitoring vibration in grinding process and regression modelling of surface roughness

    LEVENT ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Makine MühendisliğiSelçuk Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    YRD. DOÇ. İLHAN ASİLTÜRK

  4. Tez No

    384889

    Kaya kütlesindeki süreksizliklerin pürüzlülük ölçümleri için objektif yöntemlerin geliştirilmesi

    Development of objective methods for measuring roughness of discontinuity surfaces in rock mass

    İBRAHİM EMRE ÖNSEL

    Doktora

    Türkçe

    Türkçe

    2014

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. CÜNEYT ATİLLA ÖZTÜRK

  5. Tez No

    467185

    Özellik seçimi algoritmaları kullanılarak heyelanda etkili faktörlerin belirlenmesi ve heyelan duyarlılık haritalarının üretilmesi

    Determination of effective factors using feature selection algorithms and production of landslide susceptibility maps

    EMREHAN KUTLUĞ ŞAHİN

    Doktora

    Türkçe

    Türkçe

    2017

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. CENGİZHAN İPBÜKER

    PROF. DR. TAŞKIN KAVZOĞLU

Geri Dön