Parametrik olmayan regresyonda düzeltme teknikleri
Smoothing methods in nonparametric regression
- Tez No: 305215
- Danışmanlar: DOÇ. DR. DURSUN AYDIN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Muğla Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 108
Özet
Bu tez çalışmasının amacı, istatistik parametrik olmayan regresyon için düzeltme kavramını ve farklı düzeltme tekniklerini incelemek, varsa birbirlerine karşı üstünlükleri veya noksanlıklarını belirlemektir. Teze ilk olarak parametrik ve parametrik olmayan regresyon türleri arasındaki farkların belirlenmesiyle başlanmıştır. Daha sonra hareketli ortalama, çekirdek (kernel) düzeltmesi, yerel polinomiyal regresyon ve splayn düzleştiricileri detaylı olarak incelenmiştir. Düzleştirme miktarı ve düzeltme parametresinin otomatik olarak seçimi üzerinde durulmuş ve düzleştirici splaynların bu konuda diğer düzeltme tekniklerinden daha iyi olduğu görülmüştür. Parametrik olmayan regresyon herhangi bir parametreye dayanmadığı için tez boyunca grafiklerden yoğun bir şekilde yararlanılmıştır. Tezde adı geçen düzeltme teknikleri ile yapılan tahminler birbirleriyle karşılaştırılmış, istatistiksel özellikleri çıkarılmıştır. Tezin uygulama aşaması hem gerçek verisetleri hem de simülasyon yardımıyla elde edilen bir veriseti yardımıyla R paket programı kullanılarak gerçekleştirilmiştir.
Özet (Çeviri)
The aim of this thesis is to investigate smoothing concept and diverse smoothing techniques on nonparametric regression as a type of regression which have a important place in statistics and to determine superiority or defectiveness of these techniques against each other. The thesis begins with defining differences parametric and nonparametric regression. Next, moving average smoother, kernel smoother, local polinomial regression and spline smoothers were discussed in detail. Amount of smoothing and choosing smoothing parameter subjects were emphasized and observed that smoothing splines are better than others in these subjects. Due to nonparametric regression does not ground any parameter, graphics were used a lot throughout the thesis. Estimates that carried out with the smoothing techniques that were mentioned in thesis were compared to each other and statistically inferenced. Practise phase of thesis were carried out in R package program with real datasets and a simulated dataset.
Benzer Tezler
- Parametrik olmayan regresyonda düzeltme teknikleri
Smoothing techniques in non-parametric regression
CAN ÖZKAN
Yüksek Lisans
Türkçe
2019
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ZEKİ YILDIZ
- Regresyonda yeniden örnekleme yöntemlerinin karşılaştırmalı olarak incelenmesi
Comperative investigation of the resampling methods in regression analysis
DERVİŞ TOPUZ
Yüksek Lisans
Türkçe
2002
BiyolojiNiğde ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. AHMET YAYINTAŞ
YRD. DOÇ. DR. SUAT ŞAHİNLER
- Semiparametrik regresyon ve bir uygulama
Semiparametric regression and an application
SEDA BAĞDATLI
Yüksek Lisans
Türkçe
2010
İstatistikİstanbul Ticaret Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MÜNEVVER TURANLI
- Destek vektör regresyonu ile PID kontrolör tasarımı
Design of PID controller via support vector regression
KEMAL UÇAK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY ÖKE
- Machine learning-based energy consumption forecastingfor stores in a shopping center - A case study
Alışveriş merkezindeki dükkânların enerji tüketimininmakine öğrenmesiyle tahmini - Vaka çalışması
NADIA AHBAB
Yüksek Lisans
İngilizce
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
ÖĞR. GÖR. MUSTAFA BERKER YURTSEVEN