Geri Dön

Stokastik ANCOVA: İstatistiksel sonuç çıkarımı

Stochastic ANCOVA: Statistical inference

  1. Tez No: 300849
  2. Yazar: PELİN KASAP
  3. Danışmanlar: DOÇ. DR. BİRDAL ŞENOĞLU
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 163

Özet

Bu çalışmada, ortak değişkenlerin stokastik olduğu ve hata terimlerinin normal dağılıma sahip olmadığı ANCOVA modelleri ile ilgilenilmiştir.Ortak değişken ve hata terimlerinin uzun kuyruklu simetrik (LTS) dağılıma sahip olduğu bir ortak değişkenli bir-yönlü ANCOVA modelindeki parametrelerin dayanıklı tahmin edicileri (uyarlanmış en çok olabilirlik-MML ve Huber'ın M) elde edilmiş ve bu tahmin edicilere dayanan yeni test istatistikleri önerilmiştir. Dayanıklı tahmin edicilerin geleneksel en küçük kareler (LS) tahmin edicilerinden daha etkin olduğu ve dayanıklı tahmin edicilere dayanan testlerin, LS tahmin edicilerine dayanan testlerden daha güçlü ve dayanıklı olduğu Monte-Carlo simülasyonu yardımıyla gösterilmiştir. Daha sonra, ortak değişkenlerin genelleştirilmiş lojistik (GL) ve hata terimlerinin LTS dağılımına sahip olduğu birden fazla ortak değişkenli ANCOVA modeli için, bir ortak değişkenli ANCOVA modelinde yapılan teorik ve simülasyon çalışmaları genelleştirilmiş, önerilen tahmin edicilerin (MML) etkinlikleri hesaplanmış ve benzer sonuçlar elde edilmiştir.

Özet (Çeviri)

İn this study, we focus on the ANCOVA models when the covariate terms are stochastic and the distribution of the error terms are nonnormal.We obtain the robust estimators (modified maximum likelihood-MML and Huber?s M) of the model parameters and the new test statistics based on them when there is only one covariate in the ANCOVA model and the distribution of the covariate and the error terms is long-tailed symmetric (LTS). Monte-Carlo simulation results show that robust estimators are more efficient than the traditional least squares (LS) estimators and the tests based on robust estimators are more powerful and robust than the normal theory test. We then generalize the theoretical and the simulation results to more than one covariate case when the distribution of covariate terms is generalized logistic (GL) and the distribution of the error terms is LTS. We obtain more or less the some efficiencies of the proposed estimators (MML) and the tests.

Benzer Tezler

  1. Bir JIT üretim sisteminin simülasyon modeli ve analizi

    Simulation modelling and analysis of a JIT production system

    ÖMER FARUK BAYKOÇ

    Doktora

    Türkçe

    Türkçe

    1995

    Endüstri ve Endüstri MühendisliğiGazi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF.DR. EROL YALÇIN

  2. Product-line planning under uncertainty

    Belirsizlik ortamında ürün-grubu planlaması

    ŞAKİR KARAKAYA

    Doktora

    İngilizce

    İngilizce

    2018

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLSER KÖKSAL

  3. Contract management in humanitarian supply chains

    Başlık çevirisi yok

    ECEM BAYLAV

    Doktora

    İngilizce

    İngilizce

    2019

    Endüstri ve Endüstri MühendisliğiDoğuş Üniversitesi

    Lojistik ve Tedarik Zinciri Yönetimi Bilim Dalı

    DR. ÖĞR. ÜYESİ PERAL TOKTAŞ PALUT

  4. Atık elektrikli ve elektronik ekipmanlar için sürdürülebilirlik hedeflerini dikkate alan bir tersine tedarik zinciri modeli

    A reverse logistics model with sustainability goals for waste electrical and electronics equipment

    ALPEREN BAL

    Doktora

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ITIR SATOĞLU

  5. Reserve estimation and production forecast using stochastic approach

    Stokastik yaklaşımla rezerv hesaplama ve üretim tahmini

    EZGİ PETEK TURNA

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Petrol ve Doğal Gaz MühendisliğiOrta Doğu Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER OKANDAN