Çok değişkenli veride aykırı değerlerin tespiti için MVV yöntemi ve diğer yöntemlerle karşılaştırılması
The MVV method for detecting outliers in multivariate data and a comparison with the other methods
- Tez No: 269747
- Danışmanlar: YRD. DOÇ. DR. UFUK EKİZ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: İstatistiksel analiz, Statistical analysis
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Bölümü
- Bilim Dalı: İstatistik Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çok değişkenli veri setlerinde aykırı değerleri tespit etmek özellikle değişken sayısı ikiyi geçtiğinde zor olabilmektedir. Bu nedenle konum ve kovaryans matrisinin sağlam tahminine dayanan çeşitli yöntemler önerilmiştir. Bu yöntemler etkili olmalarına rağmen geniş ve büyük boyutlu veri setleri için kullanışsızdırlar. Bu yöntemlerin hesaplama karmaşıklığı veri setlerinin boyutu arttığı zaman artmaktadır.Bu çalışmanın amacı, çok değişkenli veride çoklu aykırı değerlerin belirlenmesinde kullanılan En Küçük Hacimli Elipsoid, En Küçük Kovaryans Determinantı ve Hızlı En Küçük Kovaryans Determinantı gibi yöntemlere alternatif olarak geliştirilen En Küçük Vektör Varyansı yöntemini tanıtmaktır.Bu tezde öncelikle aykırı değer(outlier) ve bozulma noktası(breakdown point) kavramları ele alınmış, daha sonra yukarıda bahsedilen yöntemler tanıtılmış ve son olarak bir simülasyon çalışması ile En Küçük Vektör Varyansı ve diğer yöntemlerin aykırı değer belirleme oranı ve yöntemlerin hesaplama hızı bakımından karşılaştırması yapılmıştır.Sonuçta, En Küçük Vektör Varyansı yönteminin geniş ve büyük boyutlu veri setlerine uygulanabilir olduğu görülmüştür ve bu algoritmanın hesaplama karmaşıklığı önemli derecede diğer yöntemlerden azdır.
Özet (Çeviri)
Outliers in multivariate data sets can be hard to detect especially when the number of variables exceeds two. Therefore, various methods have been suggested that based on robust estimation of location and covariance matrix. Although these methods are influential, they are cumbersome for large and high dimension data sets. Computational complexity of these methods increases when the dimension of the data sets is getting increases.The aim of this study is to present the Minimum Vector Variance method which is developed as an alternative to the methods like Minimum Volume Ellipsoid, Minimum Covariance Determinant and Fast Minimum Covariance Determinant that are used in identifying multiple outliers in multivariate data.In this thesis, firstly outlier and breakdown point concepts have been given, secondly the above mentioned methods have beeen introduced and finally the Minimum Vector Variance method and other methods have been compared with a simulation study with respect to the ratio of outlier detection and the computation speed of the methods.As a result, it has been found that the Minimum Vector Variance method is applicable to large and high dimension data sets and the computational complexity of this algorithm is significantly smaller than that of other methods.
Benzer Tezler
- İstatistikte aykırı değer tespit yöntemleri: Ekonomik özgürlükler verisi üzerine bir uygulama
Outlier detection methods in statistics: An Application on economic freedom data
MERVE GÖK
Yüksek Lisans
Türkçe
2024
EkonometriSivas Cumhuriyet ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. NECATİ ALP ERİLLİ
- Metasezgisel algoritmalar ile veri madenciliğinde aykırı değerlerin tespiti uygulamaları
Outliers detection in data mining by metaheuristic algorithms
MERVE GİTMEZ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM BERKAN AYDİLEK
- Anomaly detection using machine learning techniques: A comparative study on first payment default prediction in retail loans
Yapay öğrenme yöntemleriyle anomali saptanması: Bireysel kredilerde ilk ödemede batma tahmini üzerine karşılaştırmalı bir çalışma
AHMET TALHA YİĞİT
Yüksek Lisans
İngilizce
2022
Bankacılıkİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Log-doğrusal modellerin olumsallık çizelgelerine uygulanması
The application of log-linear models on contingency tables
NİHAN ACAR
Yüksek Lisans
Türkçe
2011
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. AYDIN ERAR
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR