Shrinkage tahmin ediciler sınıfı üzerine bir çalışma
A study on a class of Shrinkage estimators
- Tez No: 322972
- Danışmanlar: YRD. DOÇ. DR. MERAL EBEGİL
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Extreme learning machine based on L1 and L2 norms
L1 ve L2 norma dayalı aşırı makine öğrenmesi
HASAN YILDIRIM
Doktora
İngilizce
2020
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU
- 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
- Medyan sıralı küme örneklemesi kullanılarak shrinkage tahmini
Shrinkage estimation using median ranked set sampling
KÜBRA GÜRSOY
- Model seçimi için dayanıklı lasso ve uygulamaları
Robust lasso for model selection and aplications
BEGÜM YENİLMEZ
Yüksek Lisans
Türkçe
2020
İstatistikEskişehir Teknik Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞÜKRÜ ACITAŞ
- 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
2022
MatematikÇankırı Karatekin ÜniversitesiMatematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞERİFENUR CEBESOY ERDAL
DR. ÖĞR. ÜYESİ FERAS SHAKER MAHMOOD