Geri Dön

Model seçiminde bayesci yaklaşımların kullanımı

Bayesian methods in model selection

  1. Tez No: 222400
  2. Yazar: NACİ MURAT
  3. Danışmanlar: DOÇ.DR. MEHMET ALİ CENGİZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Bayesci yaklasım, Bayesci hipotez testi, Bayes Faktörü, Bayesci Model ortalaması, Model belirsizligi, Bayesian approach, Bayesian Hypotesis testing, Bayesian model averaging, model uncertainty
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 49

Özet

Hipotez testi, farklılıklara sahip olan iki temel istatistiksel düsünme tarzı tarafından önerilen çözümlere sahip bir model seçim problemidir. Bu istatistiksel yaklasımlar; Klasik ve Bayesci yaklasımlardır. Bu farklılıkların en önemlisi Bayesci yaklasımdaki önsel seçimi oldugu bilinir. Oysa, gerçekte iki yaklasım arasında temel baska ayrılıkların oldugu da bilinen bir gerçektir. Bu tezde, Bayesci hipotez testlerinin temel basit yönleri özet olarak verilerek, simüle edilen veri üzerine örnekler verilmistir. Standart istatistiksel metotlar model belirsizligini ihmal eder. Veri analizcileri olası model sınıfından bir model seçer ve sanki seçilen model veriyi üretmis gibi isleme devam eder. Bu yaklasım model seçiminde belirsizligi ihmal ederek istatistiksel çıkarımlar için güven aralıklarını daha genis tutar ve daha riskli kararlara neden olur. Oysa Bayesci model ortalaması (BMA) bu model belirsizligini göz önüne alan bir yapı sunar. Bu çalısmada BMA yaklasımını sunarak gerçek hayattan bir probleme uygulaması verilmistir. Uygulamada, BMA örnek kestirim performansını gelistirmistir.

Özet (Çeviri)

Hypothesis testing is a model selection problem for which the solution proposed by the two main statistical streams of thought, frequentists and Bayesians, substantially differ. One may think that this fact might be due to the prior chosen in the Bayesian analysis. However, the Bayesian robustness viewpoint has shown that, in general, this is not so and hence a profound disagreement between both approaches exists. In this thesis, we briefly revise the basic aspects of hypothesis testing for Bayesian procedures and discuss illustrations on simulated data. Standard statistical practice ignores model uncertainty. Data analysts typically select a model from some class of models and then proceed as if the selected model had generated the data. This approach ignores the uncertainty in model selection, leading to over-confident inferences and decisions that are more risky than one thinks they are Bayesian model averaging (BMA) provides a coherent mechanism for accounting for this model uncertainty.. In this study, we discuss BMA approach and present a real life application. In this application, BMA provides improved out-of sample predictive performance.

Benzer Tezler

  1. Genelleştirilmiş lineer karma modellerde bayesci yaklaşımın kullanımı

    Bayesian approach's usage in generalized linear mixed models

    ZEYNEP ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2014

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MEHMET ALİ CENGİZ

  2. İstatistiksel model seçiminde Bayesci yaklaşımlar ve Bayes faktörü

    Bayesian approaches to statistical model selection and Bayes factor

    MUTLU ALTUNTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İstatistikSinop Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. EMEL ÇANKAYA

  3. Bayesian variable selection in circular regression models using lasso

    Dairesel regresyon modellerinde lassoya dayalı Bayesçi değişken seçimi

    ONUR ÇAMLI

    Doktora

    İngilizce

    İngilizce

    2023

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ZEYNEP IŞIL KALAYLIOĞLU AKYILDIZ

    PROF. DR. ASHİS SENGUPTA

  4. Otoregresif kesirli bütünleşik hareketli ortalamalar modellerinde bayesci yaklaşımlar

    Bayesian aproaches in autoregressive fractionally integrated moving avarage models

    EROL EĞRİOĞLU

    Doktora

    Türkçe

    Türkçe

    2006

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SÜLEYMAN GÜNAY

  5. Probabilistic tensor factorization for link prediction

    Bağlantı tamini için olasılıksal tensör ayrışımı

    BEYZA ERMİŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. ALİ TAYLAN CEMGİL