Doğrusal regresyon modeli için m-tahmincilerin incelenmesi
Examination of m-estimator for lineer regression model
- Tez No: 315518
- Danışmanlar: DOÇ. DR. YELİZ MERT KANTAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Aykırı değerler, Doğrusal regresyon, En küçük kareler yöntemi, Katı regresyon, Outliers, Linear regression, Least squares method, Robust regression
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Robust (Sağlam) regresyon tahmincileri, hataların normal dağılıma uymadığı veya veri setinde aykırı değer bulunması durumunda regresyon modelini en güvenilir şekilde tahmin etmek amacı ile geliştirilmiştir.Bu tez çalışmasının amacı, veri setinde aykırı değer olması durumunda en küçük kareler tahmincisine alternatif olarak geliştirilen robust regresyon tahmincilerinden M-tahmincilerin çeşitli açılardan incelenmesidir.İlk olarak M-Tahmincilerin hesaplanmasında kullanılan yeniden ağırlıklandırılmış en küçük kareler algoritmasının başlangıç tahminlerinin seçimine olan duyarlılığı ele alınmış ve M-tahmincilerinin kırılma noktaları, grafikler yardımıyla incelenmiştir. Daha sonra hata teriminin dağılımının normal ve normalden farklı olduğu durumlar için M-tahmincilerinin etkinlik açısından performansı değerlendirilmiş ve son olarak başlangıç ölçek tahmincisinin etkinliğe katkısı araştırılmıştır. Ayrıca reel yaşamdan alınan iki örnek üzerinde M-tahminciler uygulanmış ve elde edilen sonuçlar tartışılmıştır.
Özet (Çeviri)
Robust regression estimators have been developed to estimate regression model properly when errors have not normal distribution or there are outliers in data set.The objective of this thesis is an examination of M-estimators, one of robust regression estimators developed as an alternative to least squares estimator.Firstly, the sensitivity of iterative reweighted least squares algorithm to the choice of initial estimates is considered and the breakdown points of M-estimators are examined by means of plots. Next, when the distribution of error term is normal and different from normal, the performance of M-estimators is evaluated in terms of efficiency and finally contribution of initial scale estimator to efficiency is assessed. Also, M-estimators are applied on two real life examples and the obtained results are discussed.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Kazı destekleme sistemlerinin olası deplasmanlarının tahmini için python programına dayalı yapay sinir ağları algoritmalarının geliştirilmesi
Development of artificial neural networks algorithms based on the python program to estimate potential displacements of excavation support systems
CANER KARABULUT
Yüksek Lisans
Türkçe
2022
İnşaat Mühendisliğiİstanbul Gedik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERT TOLON
DR. ÖĞR. ÜYESİ REDVAN GHASEMLOUNIA
- Determination of flow units for carbonate reservoirs by petrophysical-based methods
Karbonat rezervuarlarında petrofiziksel yöntemleri kullanarak akış birimlerinin belirlenmesi
CEYLAN YILDIRIM AKBAŞ
Yüksek Lisans
İngilizce
2005
Petrol ve Doğal Gaz MühendisliğiOrta Doğu Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
PROF. DR. SUAT BAĞCI
- Türkiye'de binek otomobili endüstrisinin talebine kantitatif bir yaklaşım
A quantitative approach to passenger car demand in Turkey
UĞUR ŞENER
- A quantitative comparison of regression models on timely evolving datasets
Zamanla değişen datalarda regresyon modellerinin nicel karşılaştırılması
MİTHAT SİNAN ERGEN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. KEZİBAN ORMAN