Geri Dön

En küçük kareler, Ridge regresyon ve Robust regresyon yöntemlerinde analiz sonuçlarına aykırı değerlerin etkilerinin belirlenmesi

Determination the effects of outliers at the least squares, Ridge regression and Robust regression analysis results

  1. Tez No: 256562
  2. Yazar: NURŞEN YILDIRIM
  3. Danışmanlar: PROF. DR. G. TAMER KAYAALP
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Zootekni Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 80

Özet

Çoklu doğrusal regresyon analizinin varsayımları sağlanıyorsa En Küçük Kareler Yöntemi (EKK) en iyi tahminleri vermektedir. Ancak veri grubundaki bağımsız değişkenler arasında doğrusal bir ilişki ve gözlem değerleri arasında aykırı değerler varsa varsayımlar sağlanamaz. Bu durumda regresyon katsayıları, ?t? değerleri, ?F? değerleri, hata kareler ortalamaları ve belirtme katsayıları değişmektedir.Bu çalışmada çoklu bağlantı problemi ve aykırı değerlerin etkileri araştırılmıştır. Çoklu bağlantı problemi için Ridge Regresyon (RR) yöntemi, aykırı değerlerin belirlenebilmesi içinde bazı hata hesaplama yöntemleri önerilmiştir. EKK, Ridge ve M-tahmin edici kullanılarak parametre tahminleri aykırı değer varlığında ve yokluğunda gerçekleştirilmiştir. Karşılaştırma kriteri olarak belirtme katsayısı (R2), hata kareler ortalaması, F ve t değerleri kullanılmıştır.

Özet (Çeviri)

Least square method given the best prediction if the assumption of multiple linear regression analysis was provided. Howewer there is any linear relation between independent variables and outliers in the data group, the assumptions can?t be provided. In this case regression coefficients ?t? values, ?F? values, error of mean square and coeeffcient of determination are changed.Multicollinearity and outliers effect are investigated in this study. Ridge regression (RR) method is suggested for multicollinearity and some outlier calculation method for outliers. Parameter prediction are realized both in outliers existance and nonexistance via Least square, Ridge and M- estimatior. R2 value, error of mean square, ?F? nad ?t? values are used as comparision criteria.

Benzer Tezler

  1. Çok boyutlu lineer regresyonda robust ve sparse tahmin metotlarının zooteknide kullanımı

    Usage of robust and sparse estimation methods for high-dimensional linear regression in animal science

    CEM TIRINK

    Doktora

    Türkçe

    Türkçe

    2020

    BiyoistatistikOndokuz Mayıs Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. HASAN ÖNDER

  2. Kent içi ulaştırma planlamasında hastane yolculuklarının yanlı ve sağlam regresyon teknikleriyle tahmin modellerinin geliştirilmesi

    Development of estimation models of hospital travels with biased and robust regression techniques in urban transportation planning

    ÇAĞDAŞ KARA

    Doktora

    Türkçe

    Türkçe

    2019

    UlaşımEskişehir Osmangazi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞAFAK BİLGİÇ

  3. Regrasyonun M, L, R tahmin edicileri ile yanlı tahmin edicilerinnin kombinasyonu

    M, L, R estimators of regression and their combination with biased estimators

    SAFİYE SELEN YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF.DR. SONER GÖNEN

  4. Investigation of financial applications with blockchain technology

    Blockchaın teknolojsı ıle fınansal uygulamaların incelenmesi

    MOHAMMED ALI MOHAMMED MOHAMMED

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FUAT TÜRK

  5. Ridge regresyonda sağlam parametre bulma

    Robust parameter find in ridge regression

    AYKUT KUVAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ATİLA GÖKTAŞ