Bayesci vektör otoregresif modellerin farklı önsel dağılımlarla incelenmesi
Investigation of Bayesian vector autoregressive models with different prior distributions
- Tez No: 216364
- Danışmanlar: DOÇ.DR. GÜL ERGÜN
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bayesci Yaklaşım, Gibbs Örneklemesi, Vektör Otoregresif Modeller, Bayesci Vektör Otoregresif Modeller, Monte-Carlo İntegrasyonu, Bayesian Approach, Gibbs Sampling, Vector Autoregressive Models, Bayesian Vector Autoregressive Models, Monte-Carlo Integration
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 114
Özet
Tez çalışmasında, çoklu zaman serilerinin modellenmesinde Bayesci yaklaşıma dayalı vektör otoregresif modeller araştırılmıştır. Modelde yer alan bilinmeyen parametrelere ilişkin önsel bilgiler, yaygın olarak kullanılan Minnesota önselinin yanı sıra. Diffuse, Normal-Wishart, Normal-Diffuse ve Genişletilmiş Doğal Eşlenik önsel dağılımları ile temsil edilmiştir. Sonsal dağılımların analitik çözümsüzlüğünde, stokastik simülasyona dayalı Gibbs örneklemesi kullanılmıştır. Çalışmada Türkiye işsizlik oranı ve sanayi üretim indeksi için Bayesci vektör otoregresif model, beş farklı önsel tanımı için kurulmuş ve her bir modelden öngörüler elde edilmiştir. Modellere ilişkin öngörü performansları RMSE değerleri temel alınarak incelenmiştir.
Özet (Çeviri)
In this thesis study, vector autoregressive models which are based on Bayesian approach and used for modeling the multivariate time series have been researched. Prior information belonging to the unknown parameters in the model are represented by the widely used Minnesota prior as well as The Diffuse prior, The Normal-Wishart prior, The Normal-Diffuse prior and The Extended Natural Conjugate prior. When it is not possible to obtain the analytical solutions of the posterior distributions, Gibbs sampling, which is based on stochastic simulation, has been used. In the application part, Bayesian vector autoregressive models which are based on five different prior distributions have been developed and the forecasts have been obtained from each model. The forecast performances belonging to the models have been examined based on the RMSE values calculated.
Benzer Tezler
- Forecasting warranty claims for month in services groups in automotive sector
Otomotiv sektöründe hizmet gruplarında aylık garanti taleplerinin tahmini
BEGÜM TEKÖZ
Yüksek Lisans
İngilizce
2022
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. CEYLAN YOZGATLIGİL
PROF. DR. TUĞBA TAŞKAYA TEMİZEL
- Performance comparison of machine learning methods and traditional time series methods for forecasting
Geleneksel zaman serisi yöntemleri ve makine öğrenmesi yöntemlerinin öngörü performans karşılaştırması
OZANCAN ÖZDEMİR
Yüksek Lisans
İngilizce
2020
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. CEYLAN YOZGATLIGİL
- The forecast performances of the classical time series model and machine learning algorithms on bist-50 price index using exogenous variables
Klasik zaman serisi modelinin ve makine öğrenme algoritmalarının bıst-50 fiyat endeksi üzerinde dışsal değişkenler kullanarak öngörü performansları
FATMA PARLAK
Yüksek Lisans
İngilizce
2023
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. CEYLAN YOZGATLIGİL
- Türkiye döviz piyasası stres endeksinin doğrusal olmayan zaman serileri yöntemleriyle analizi
Analysis of turkish foreign exchange market stress index by non-linear time series methods
HAKAN ER
- Bayesci vektör otoregresyon modeller ve Türkiye'de enflasyon üzerine bir uygulama
Bayesian vector autoregression models and an application on inflation in Turkey
ELİF ÜNAL
Yüksek Lisans
Türkçe
2003
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. FUNDA SEZGİN