Zaman serileri analizinde artık türleri ve uygulamaları
Residuals types in time series analysis and their applications
- Tez No: 268126
- Danışmanlar: PROF. DR. REŞAT KASAP
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Zaman serileri, ARMA(1, 1) modeli, koşullu artıklar, koşulsuz artıklar, inovasyonlar, normalleştirilmişartıklar, model uygunluğunun incelenmesi, Time series, ARMA(1, 1) model, conditional residuals, unconditional residuals, innovations, normalized residuals, diagnostic checking
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
Artık değerleri, zaman serileri analizi için model uygunluğunun incelenmesinde önemli rol oynarlar. Bu çalışmada, hesaplama farklılıklarına göre dört farklı tür olarak ?koşullu artıklar?, ?koşulsuz artıklar?, ?inovasyonlar? ve ?normalleştirilmiş artıklar? şeklinde sınıflandırılan artıklar ele alınmıştır. Bunun için durağan tek değişkenli otoregresif hareketli ortalama (ARMA) modeli için yapılan benzetim çalışmasıyla ARMA(1,1) modeli için belli parametre değerleri altında farklı gözlem sayıları için farklı artık değerleri hesaplanmakta ve model uygunluğunun test edilmesinde Ljung Box'a ait test istatistiği kullanılarak bu artık türlerinin model uygunluğunun belirlenmesindeki durumlar incelenmektedir.
Özet (Çeviri)
Residuals play an important role for diagnostic checking for time series analysis. In this study, in terms of their difference of calculation, resudials which are classified as ?conditional residuals?, ?unconditional residuals?, ?innovations? and ?normalized residuals?are dealt with as four different types of residuals. Through simulation study done on stationary univariate autoregressive moving average (ARMA) model, different residuals values for different number of observations under certain parameter values for ARMA(1,1) model were calculated and cases for diagnostic checking of these residual types by using test statistics belonging to Ljung-Box were analyzed.
Benzer Tezler
- Deep wavelet neural network for spatio-temporal data fusion
Uzamsal-zamansal veri füzyonu içinderin dalgacık sinir ağları
AJLA KULAGLIC
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
Doktora
İngilizce
2014
BankacılıkOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. NADİR ÖCAL
- Catchment scaled drought analysis: Integrated climate and hydrological perspectives
Havza ölçeğinde kuraklık analizi: Entegre iklim ve hidrolojik perspektifleri
SAEED VAZIFEHKHAH
Doktora
İngilizce
2018
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN KAHYA
- Demans ile ilişkili nöro-belirteçlerin EEG ve makine öğrenmesi ile belirlenmesi
Determination of neuromarkers associated with dementia using EEG and machine learning
MESUT ŞEKER
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM
- Ağ trafiğinin analizi, anomali tespiti ve değerlendirme
Analysis of network traffic, anomaly detection and evaluation
AKIN ASLAN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. ENVER ÖZDEMİR