Doğrusal regresyonda aykırı gözlemlerin teşhis yöntemleri
Outlier detection methods in linear regression
- Tez No: 217575
- Danışmanlar: YRD. DOÇ. DR. ENİS SINIKSARAN
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2005
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Aykırı gözlemler (Outliers) verinin çoğunluğundan farklılık gösteren gözlemlerdir.Regresyon analizinde, regresyon hiperdüzleminin uzağına düşen gözlemler aykırıgözlemlerdir. Tek bir aykırı gözlem klasik regresyon teşhisçileri ve grafikselyöntemlerle teşhis edilebilirken birden fazla aykırı gözlemin varlığı maskeleme(Masking) ve süpürme (Swamping) etkisine sebep olmaktadır. Kaba kuvvet (Bruteforce) aykırı gözlem teşhis yöntemleri verideki tüm mümkün alt kümeleri analizederek aykırı gözlemleri teşhis edebilmektedir. Fakat gözlem sayısı arttıkça buişlemler imkansız hale gelmektedir. Bilgisayar temelli etkin algoritmalar, artık, aykırıgözlemleri büyük oranda teşhis edebilmekte fakat hala maskeleme ve süpürmeetkisinden etkilenmektedir. Bu tezde tek değişkenli verilerde ve regresyon analizindeaykırı gözlemlerin teşhis yöntemleri incelenmiş ve regresyon analizinde aykırıgözlemlerin teşhis yöntemlerinin performansları Monte Carlo simülasyonlarıkullanılarak karşılaştırılmıştır.
Özet (Çeviri)
Outliers are the observations that are different from the remaining of the data. Inregression analysis, outliers are observations that lie far from regression hyperplane.A single outlier can be detected with classical regression diagnostics and graphicaltechniques but presence of more than one outlier causes masking and swampingeffects. Brute force outlier detection algorithms can detect outliers by analysing allpossible subsets of the sample. However, it is impossible when sample size increases.Computer based efficent algorithms can now mostly detect outliers, but they are stilleffected from masking and swamping effects. In this thesis; outlier detectionmethods in univariate data and regression analysis studied and performances ofoutlier detection methods were compared using Monte Carlo studies.
Benzer Tezler
- Çoklu doğrusal regresyonda bazı sağlam yöntemlerin incelenmesi
Evaluation of some robust methods in multiple linear regression
REFİYE ŞEN
Yüksek Lisans
Türkçe
2010
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. ÖZLEM ALPU
- Lojistik regresyonda kuşkulu gözlemlerin incelenmesi
Examining of suspicious observations in logistic regression
BURÇİN ERMEĞAN
Doktora
Türkçe
2017
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÖZLEM ALPU
- 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
- Çoklu doğrusal regresyonda aykırı, etkili değerlerin araştırılması ve bir uygulama
Research of outlier, influential observations in multiple linear regression and an application
BARIŞ AŞIKGİL
Yüksek Lisans
Türkçe
2006
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF.DR. NALAN CİNEMRE
- Lojistik regresyonda çoklu aykırı gözlemlerin belirlenmesi ve etkililiklerinin incelenmesi
Detection of multiple outliers in logistic regression and examination of effectiveness
MUSTAFA SELÇUK YAVUZKANAT