Geri Dön

Shrinkage tahmin ediciler sınıfı üzerine bir çalışma

A study on a class of Shrinkage estimators

  1. Tez No: 322972
  2. Yazar: ŞENAY ÖZDEMİR
  3. Danışmanlar: YRD. DOÇ. DR. MERAL EBEGİL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 98

Özet

SHRINKAGE TAHMİN EDİCİLER SINIFI ÜZERİNE BİR ÇALIŞMA(Yüksek Lisans Tezi)Şenay ÖZDEMİRGAZİ ÜNİVERSİTESİFEN BİLİMLERİ ENSTİTÜSÜAralık 2011ÖZETYığına ilişkin istatistiksel bir çıkarım yapabilmek için öncelikle bu yığının parametreleri belirlenmeye çalışılır. Bu amaç doğrultusunda sapmasız tahmin ediciler yaygın olarak kullanılır. Sapmasız tahmin edicilerin büyük varyansa sahip olmaları durumunda daha küçük varyansa sahip sapmalı tahmin edicilerin kullanılması söz konusu olabilir. Bu doğrultuda shrinkage tahmin yöntemleri kullanılabilir. Shrinkage tahmin yöntemleri yardımıyla yığın parametreleri için sapmasız tahmin ediciye göre daha küçük ortalama hata kare değerine sahip sapmalı tahmin ediciler elde edilebilir. Bu çalışmada öncelikle shrinkage tahmin yöntemleri incelenmiş ve özetlenmiştir. Daha sonra normal ve üstel dağılımlarının parametreleri için shrinkage tahmin ediciler incelenmiştir. Ardından Pareto dağılımının şekil parametresi için shrinkage tahmin ediciler oluşturulmuştur. Bu sapmalı tahmin ediciler ortalama hata kareleri vasıtasıyla teorik olarak sapmasız tahmin edicilerle karşılaştırılmıştır. Son olarak, simülasyon çalışmaları yardımıyla sapmalı tahmin edicilerin sapmasız tahmin edicilere göre göreli etkinlikleri hesaplanmış ve sonuçlar yorumlanmıştır.

Özet (Çeviri)

Primarily parameters of the population are tried to determine in order to make a statistical deduction about any population. Unbiased estimators are widely used for this purpose. It can be mentioned that using biased estimators with smaller mean square error if the unbiased estimator has high mean square error. Accordingly shrinkage estimation methods can be used. Estimators which have smaller mean square error than that of unbiased estimators can be obtained by the help of shrinkage estimation methods. Firstly shrinkage estimation methods are researched and summarized in this study. Then shrinkage estimators for parameters of normal and exponential distribution are analyzed. After that, shrinkage estimators constituted for the shape parameter of Pareto distribution. This biased estimators theoretically compared with unbiased estimators by means of mean square error. Finally, relative efficiencies of biased estimators with regard to unbiased estimators are calculated and conclusions are commented.

Benzer Tezler

  1. Extreme learning machine based on L1 and L2 norms

    L1 ve L2 norma dayalı aşırı makine öğrenmesi

    HASAN YILDIRIM

    Doktora

    İngilizce

    İngilizce

    2020

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU

  2. Bazı shrinkape tahmin edicileri ile en küçük kareler tahmin edicisinin bir test istatistiği ile karşılaştırılması

    Comparison of the shrinkage estimators with the least squares method by a test statistic

    MERAL DEMİREL

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MÜSLİM EKNİ

  3. Medyan sıralı küme örneklemesi kullanılarak shrinkage tahmini

    Shrinkage estimation using median ranked set sampling

    KÜBRA GÜRSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MERAL EBEGİL

  4. Model seçimi için dayanıklı lasso ve uygulamaları

    Robust lasso for model selection and aplications

    BEGÜM YENİLMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İstatistikEskişehir Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞÜKRÜ ACITAŞ

  5. Some issues of shrinkage estimators in regression model in existence of multicollinearity

    Regresyon modelinde çoklu bağlantı varlığında shrinkage tahmincilerinin bazı sorunları

    MUSTAFA MAHDI SALIH SALIH

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    MatematikÇankırı Karatekin Üniversitesi

    Matematik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞERİFENUR CEBESOY ERDAL

    DR. ÖĞR. ÜYESİ FERAS SHAKER MAHMOOD