Doğrusal olmayan Bayesçi regresyon ve yüksek frekanslı ses sistemlerinde bir uygulama
Bayesian analysis of nonlinear regression and its applications (ultrasonic calibration of nonlinear regression and its applications)
- Tez No: 243730
- Danışmanlar: YRD. DOÇ. DR. AHMET ATIF EVREN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bayesçi istatistik, regresyon, doğrusal olmayan regresyon, bayesçi doğrusal regresyon, doğrusal olmayan bayesçi regresyon, metropolis-hastings algoritması, Bayesian statistics, regression, nonlinear regression, bayesian linear regression, nonlinear bayesian regression, Metropolis-Hastings Algoritms
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 106
Özet
Bayesçi Yaklaşım uygulamaları son yıllarda risk ve klinik çalışmalarında yoğun olarak kullanılmaya ve yeterli bilgi bulunmadığı durumlar için tercih edilebilir bir yöntem halini almıştır. Bayesçi yaklaşımda da klasik yöntemlerde olduğu gibi, görsel açıdan doğrusal ve doğrusal olmayan yapı olmak üzere, tahmin geliştirme için iki genel regresyon türü mevcuttur. Son yıllarda Türkiye' de yoğun olarak Doğrusal Bayesçi Regresyon uygulamaları gerçekleştirilmektedir.Bu tezin amacı ise, henüz uygulaması nadir olan Doğrusal Olmayan Bayesçi Regresyonu bir uygulama ile açıklayarak, bu konudaki çalışmalara katkı sağlamaktır. Doğrusal Olmayan Bayesçi Regresyona giriş yapılmadan önce Bayesçi İstatistik ve regresyon analizi kısaca anlatılmış, Doğrusal ve Doğrusal Olmayan Bayesçi Regresyon bu kapsamda değerlendirilmiştir. Son olarak, konunun iyi anlaşılması için Yüksek Frekanslı Seslere dair verilerle doğrusal olmayan Bayesçi regresyon analizi uygulaması yapılmıştır.
Özet (Çeviri)
Bayesian Approch applications have begun to be used for risk and clinical studies in recent years. It has become a preferable method in case insufficent information exists. Similar to classical methods, there exist two basic regression types in Bayesian approach which are visually linear and nonlinear structures. In Turkey, linear Bayesian regressions applications are mostly practiced.The aim of this research is to contribute to the studies about this subject by explaining nonlinear Bayesian regression with an application. Prior to introducing Nonlinear Bayesian regression, estimation methods are emphasized and basic information about regression is given. Afterwards, Bayesian Statistics is explained and linear and nonlinear Bayesian regression are evaluated in this content. Finally, a nonlinear Bayesian regression application regarding to ultrasonic calibration is given in order to make the subject more understandable.
Benzer Tezler
- Multitemporal co-polar x-band sar data classification as a tool for paddy-rice phenology estimation
Çeltik tarlası fenoloji kestirimi için çok zamanlı co-polar x-bant sar verisi üzerinde sınıflandırma yöntemi
ÇAĞLAR KÜÇÜK
Yüksek Lisans
İngilizce
2016
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN TAŞKIN KAYA
YRD. DOÇ. DR. ESRA ERTEN
- Bayesian semiparametric models for nonignorable missing data mechanisms in logistic regression
Lojistik regresyonda ihmal edilemeyen kayıp veri mekanizmaları için Bayesci yarı-parametrik modeller
OLCAY ÖZTÜRK
Yüksek Lisans
İngilizce
2011
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Bölümü
YRD. DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU
- 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
- Bayesci doğrusal olmayan yapısal eşitlik modeli
Bayesian non linear structural equation model
İLKAY ALTINDAĞ
- Randomize olmayan klinik çalışmalarda en uygun eşleştirme analizi için makine öğrenme algoritmaları ile yeni propensity skor tahmin modellerinin geliştirilmesi
Development of new propensity score estimation models with machine learning algorithms for optimal matching analysis in non-randomized clinical trials
EMRE DEMİR
Doktora
Türkçe
2019
BiyoistatistikAnkara ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. SERDAL KENAN KÖSE