Geri Dön

Doğrusal karma ve hiyerarşik modellerde rezidü ve etki analizi

Residual and influence analysis in linear mixed and hierarchical models

  1. Tez No: 307686
  2. Yazar: ÖZGE KURAN
  3. Danışmanlar: DOÇ. DR. MAHMUDE REVAN ÖZKALE
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 171

Özet

İstatistiksel modeller, verinin tanımlanması, veri yapısını en iyi temsil eden matematiksel formun belirlenmesi ve değişkenler arasındaki ilişkinin yaklaşık olarak tanımlanması amacıyla kullanılan modellerdir. En yaygın kullanılan istatistiksel model sıradan doğrusal (lineer) regresyon modeli olmasına rağmen bazen sabit etkilere ilave olarak rastgele etkileri de içeren modellere uyan veri yapıları ile de karşılaşmak mümkündür. Bu durumda, lineer karma modeller ile verinin iç içe geçmiş bir yapıya sahip olduğu lineer karma model tiplerinden biri olan hiyerarşik lineer modeller ortaya çıkmaktadır. Bu çalışmada ilk olarak, lineer karma ve hiyerarşik modellerde rezidü ve etki analizinin daha iyi bir şekilde anlaşılabilmesi amacıyla lineer regresyon modellerindeki rezidü ve etki analizi üzerinde durulmuştur. Daha sonra, sırasıyla, lineer karma model tipleri, lineer karma modellerin parametre tahminleri ve güncelleme formülleri, tahmin edilen modelin geçerliliğinin araştırılması amacıyla rezidülerin incelenmesi, lineer karma modellerdeki etkili birimlerin ve gözlemlerin belirlenmesinde kullanışlı olabileceği düşünülen genelleştirilmiş leverage matrisi, lineer karma modellerdeki etkili noktaların ortaya çıkarılması için geliştirilen ölçütler ve hiyerarşik lineer modellerdeki rezidü analizi üzerinde durulmuştur. Çalışma, R ve Matlab programlarının kullanılmasıyla yapılan örneklerle desteklenmiştir.

Özet (Çeviri)

Statistical models are used for the identification of the data, the determination of the mathematical form that best represents the data structure and the definition approximately the relationship between the variables. Although the most widely-used statistical model is the ordinary linear regression model, it is sometimes possible to encounter with the data structures that accord with the models that include both fixed and random effects. In this case, linear mixed models and hierarchical linear models, which is one of the linear mixed model types that has nested data structure, are arised. In this study firstly, residual and influence analysis in linear regression models is emphasized in order to understand the residual and influence analysis in linear mixed and hierarchical models. Later, linear mixed model types, parameter estimates and update formulas of linear mixed models, examination of the residuals for searching estimated model validity, generalized leverage matrix that is considered to be useful for the identification of influential units and observations in linear mixed models, measures developed for the identification of influential observations in linear mixed models and last, residual analysis in hierarchical linear models are emphasized, respectively. The study is supported with examples done using R and Matlab programs.

Benzer Tezler

  1. On the numerical analysis of infinite multi-dimensional Markov chains

    Sonsuz çok boyutlu Markov zincirlerinin sayısal çözümlemesi üzerine

    MUHSİN CAN ORHAN

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TUĞRUL DAYAR

  2. Grup içi varyanslar heterojen olduğunda çok düzeyli madde tepki modelinin bayes yaklaşımı ile modellenmesi

    Bayesian modeling of multilevel item response model with heterogeneous within-group variance

    YUSUF KARA

    Doktora

    Türkçe

    Türkçe

    2018

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. HÜLYA KELECİOĞLU

  3. Koşullu otoregresif mekânsal - zamansal modeller ile yabancı dil sınavı puanlarının istatistiksel analizi

    Statistical analysis of foreign language test scores with conditional autoregressive spatial-temporal models

    SERCAN DİNARCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEREN EDA CAN

  4. Hierarchical deep bidirectional self-attention model for recommendation

    Hiyerarşik çift yönlü öz dikkat tabanlı derin öğrenme tavsiye modeli

    İREM İŞLEK

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ

  5. Uzunlamasına çalışmaların analizinde karma etki modelleri

    Mixed effects models for analyzing longitudinal studies

    BEYZA DOĞANAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    BiyoistatistikAnkara Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    Y.DOÇ.DR. S. KENAN KÖSE