Tahmine parametrik olmayan regresyon yöntemiyle yaklaşım
Approach to estimation with non-parametric regression method
- Tez No: 261707
- Danışmanlar: PROF. DR. NEYRAN ORHUN BİLGE
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Sayısal Yöntemler Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: 171
Özet
Regresyon analizi, iki ya da daha fazla değişken arasındaki ilişkinin ortaya çıkarılması amacı ile çok sık kullanılmaktadır. Ancak parametrik regresyon analizinde fonksiyonunun biçimi önceden belirlenmektedir ve analizin güçlü varsayımları sağlaması gerekmektedir. Bu varsayımlar sağlanmadığında regresyon fonksiyonu hakkında yapılan çıkarımlar gerçeğe uymamakta ve sonuçlar yanlış yorumlanabilmektedir. Parametrik olmayan regresyon analizinde ise, hiçbir varsayıma yer verilmediği için değişkenler arasındaki ilişkinin ortaya çıkarılmasında esneklik sağlanmaktadır.Bu çalışmada işletme verimliliği ile finansal oranlar arasındaki ilişki, Kernel Regresyon ve LOESS yöntemi ile araştırılmış ve sonuçlar parametrik regresyon analizinin sonuçları ile karşılaştırılmıştır. Kernel Regresyon ve LOESS yöntemi uygulandıktan sonra elde edilen sonuçların, parametrik regresyon analizi ile elde edilen sonuçlardan daha iyi olduğu görülmüştür.
Özet (Çeviri)
Regression analysis has been frequently used to reveal relationship between two or more variables. Form of the regression function, however, is determined in advance and it is required that strong assumptions are provided in the parametric regression analysis. When these assumptions are not provided, making inferences about regression function are not real and the results might be interpreted wrongly. In nonparametric regression analysis, since there is no spesific assumption that must be met, the more flexibility is provided in revealing relationship between the variables
Benzer Tezler
- 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
- Nonparametric and quantile regression approaches: Energy and commodity market links
Parametrik olmayan ve kantil regresyon yaklaşımları: Enerji ve emtia piyasası ilişkileri
SERA ŞANLI
Doktora
İngilizce
2020
EkonometriÇukurova ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. MEHMET ÖZMEN
PROF. DR. MEHMET BALCILAR
- Parameter optimization for z-factor correlations to predict Joule-Thomson inversion curve
Joule-Thomson tersinme eğrisinin bulunmasında z-faktörü korelasyonları için parametre optimizasyonu
MUHAMMED SAİD ERGÜL
Yüksek Lisans
İngilizce
2018
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞENOL YAMANLAR
- İki aşamalı bootstrap veri zarflama analizi ile TIMSS verileri kullanılarak eğitim sisteminde etkinliklerin değerlendirilmesi
Evaluation of efficiencies in the education system using TIMSS data with two-stage bootstrap data envelopment analysis
FİRDEVS CEVHEROĞLU EREN
Yüksek Lisans
Türkçe
2023
Eğitim ve ÖğretimOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERPİL AYDIN
- Splayn ve entropi optimizasyon modelleri ve uygulamaları
Spline and entropy optimization models and applications
AKHLITDIN NIZAMITDINOV