Çoklu bağlantılı çoklu doğrusal regresyonda bayes yaklaşımı
Başlık çevirisi mevcut değil.
- Tez No: 24154
- Danışmanlar: DOÇ. DR. AYDIN ERAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1992
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uygulamalı İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
IV ÖZET Bu çalışmanın amacı çoklu bağlantılı çoklu doğrusal regresyonda, Bayes yaklaşımını incelemek, uygulama verileri üzerinde regresyon parametrelerinin Bayes kesimcilerini elde ederek öteki kestiricilerle karşılaştırmaktır. Birinci Bölüm'de, parametre ile ilgili önsel bilgi varsa bu bilginin analize girmesi gerektiği vurgulandı ve çalışmanın amaçlan belirtildi. ikinci Bölüm'de, çoklu bağlantının tanımı, istatistiğe Bayes yaklaşımı ve regresyonda uygulanmasına ilişkin bir derlemeden oluşan genel bilgiler verildi. Üçüncü Bölüm'de amaca yönelik iki çalışma verildi. Bölümün ilk kesiminde En Küçük Kareler, Bayes, Ridge ve Temel Bileşenler kestiricileri pratik bazı varsayımlar kullanılarak karşılaştırıldı. İkinci kesimde ise En Küçük Kareler, Bayes, Ridge ve Temel Bileşenler kestiricileri toplam yanılgı kareler ortalaması açısından karşılaştırıldı. Yapılan çalışma sonucunda iyi belirlenmemiş önsel bilgilerin, özellikle çoklu bağlantı varlığında, Bayes kestiricilerinin yanım arttırdığı sonucuna ulaşıldı. Son Bölüm'de çalışma ile ilgili genel bir değerlendirme verildi.
Özet (Çeviri)
SUMMARY The purpose of this study is to use Bayesian approach for multiple linear regression with multicollinearity and to compare Bayes estimators with some other estimators of regression parameters. In the first chapter the neccessity of using available prior information in statistical analysis is emphasised and the aim of this study is given. The definition of multicollinearity, Bayesian approach in statistics and a survey of Bayesian applications in regression analysis are presented in Chapter II. In Chapter III two applications are given. In the first part of the chapter estimators obtained by using Least Square, Bayesian, Ridge and Principal Components methods are compared using some practical assumptions. In the second part of the chapter, these estimators are compared in terms of their sum of mean square errors. It's suggested that improper prior information increases the bias of the Bayes estimators specially when multicollinearity exists. In the last chapter a general evaluation on this study is given.
Benzer Tezler
- 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
- Sınıflandırma yöntemlerinin performansının üretilmiş ve gerçek veri setleri kullanılarak incelenmesi
Analyzing the performance of classification methods using generated and real datasets
ÇİĞDEM KADAİFÇİ YANMAZ
Yüksek Lisans
Türkçe
2024
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. EYLEM DENİZ HOWE
- Regresyon analizinde yanlı tahmin yöntemleri
Estimation methods in regression analysis
MERVE TÜRKMEN ŞAHİNGÖZ
Yüksek Lisans
Türkçe
2019
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. DURSUN AYDIN
- Veri kalitesinin bozulduğu durumlarda veri madenciliği sınıflandırma algoritmalarının performanslarınınkarşılaştırılması
Comparison of performances data mining classificationalgorithms when data quality is defective
SAYGIN DİLER
Doktora
Türkçe
2023
İstatistikVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILDIRIM DEMİR
- İstanbul Boğazı su seviyesi değişimleri hibrit dalgacık-matematiksel tahmin modelleri
Hybrid wavelet- mathematical models for water level prediction Bosphorus Strait
ELİF KARTAL
Yüksek Lisans
Türkçe
2018
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜSSELAM ALTUNKAYNAK