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
- Tez No: 256562
- Danışmanlar: PROF. DR. G. TAMER KAYAALP
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2020
BiyoistatistikOndokuz Mayıs ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. HASAN ÖNDER
- 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
2019
UlaşımEskişehir Osmangazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞAFAK BİLGİÇ
- 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
- Investigation of financial applications with blockchain technology
Blockchaın teknolojsı ıle fınansal uygulamaların incelenmesi
MOHAMMED ALI MOHAMMED MOHAMMED
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FUAT TÜRK
- Ridge regresyonda sağlam parametre bulma
Robust parameter find in ridge regression
AYKUT KUVAT
Yüksek Lisans
Türkçe
2018
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ATİLA GÖKTAŞ