How to make use of robust methods to better estimate the HCCMEs
Farklı-varyans uyumlu kovaryans tahmin edicilerin daha iyi tahmini için dayanıklı yöntemlerin kullanılması
- Tez No: 323589
- Danışmanlar: PROF. DR. MEHMET ORHAN
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Ekonomi, Econometrics, Economics
- Anahtar Kelimeler: Farklı varyans, MCD, HC0, HC1, HC2, HC3, HC4, HC5, Sapma, kırpılmış örneklem, HCCME, Heteroscedasticity, MCD, HC0, HC1, HC2, HC3, HC4, HC5, Bias, Small Sample, HCCME
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat (İngilizce) Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Kovaryans matrisinin sapmasının aykırı gözlemlere duyarlılığını hem simülasyonla hem de teorik olarak gösterilmiştir. Bunlardan ilki Furno'ya (1996 ve 1997) aittir ve aykırı gözlemlerin etkilerinin Ağırlaştırılmış En Küçük Kareler (WLS) yöntemi ile azaltılmasını öngörmektedir. Diğeri ise White'ın kullandığı hata terimlerinin kalıntıları yerine daha dayanıklı tahmin yöntemlerinin (En Küçük Kareler Medyanı (LMS), En Küçük Budanmış Kareler (LTS)) kalıntılarının kullanılması ile elde edilen tahmin edicilerin kullanılmasıdır. Ancak bu iki yöntemde de bazı eksiklikler mevcuttur. Bu tezin amacı, aykırı gözlemlere ve kötü kaldıraç noktalarına karşı dayanıklılığı sağlayarak eldeki gözlemlere ait verileri maksimum düzeyde kullanarak kovaryans matrisini tahmin etmektir. Aykırı gözlemler ve kötü kaldıraç noktaları En Küçük Varyans-Kovaryans Deteminantı (MCD) kullanılarak temizlendikten sonra kovaryans matrisi tahmin edicilerinin daha iyi sonuç verdiği farklı X ve hata terimleri varyansları için gösterilmiştir.
Özet (Çeviri)
With the help of simulation, sensitivity of the Heteroscedasticity-Consistent Covariant Matrix Estimators (HCCMEs) to the outliers is shown much more easily. In the past, there were two research streamlines: First one is Furno (1996, and 1997) whose suggestion is to decrease the impact of outliers and bad leverage points by Weighted Least Squares (WLS). The other is the Least Median of Squares (LMS) and the Least Trimmed Squares (LTS). But both techniques have some shortcomings. The purpose of this thesis is to reduce and remove the shortcomings of the past techniques which have the negative impact of bad leverage points and outliers and reduce the lack of information, by using robust regression techniques. The HCCMEs are calculated with and without the bad leverage points and outliers and document better results. The true covariance matrix is calculated with different settings of the variance of the error term and the design matrix and then the outliers and bad leverage points will be removed by using the MCD. Observations with high MCD distances are detected by the help of robust regression techniques. We also evaluate the improvement of the HCCMEs via Quasi-t statistics and the Symmetric Loss Function.
Benzer Tezler
- Elektrikli araçlardaki lityum iyon bataryalar için şarj durumu tahmini
State of charge estimation for lithium-ion batteries in electric vehicles
EGE ANIL BOSTAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Ana Bilim Dalı
DOÇ. DR. VOLKAN SEZER
- Derin obje sezicilerle tümleştirilmiş bayesçi filtreleme ile videoda obje izleme
Integration of bayesian filtering and deep object detection for video object tracking
FİLİZ GÜRKAN GÖLCÜK
Doktora
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Araştırma & geliştirme (Ar-Ge) yatırımlarının hisse fiyatları üzerine etkisi
Impact of R&D investments on stock market share price
ÜVEYS ARIK
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET GÖNCÜ
- Statistics of wind resource assessment using measure-correlate-predict methodology
Başlık çevirisi yok
NİYAZİ GÜR
- Bulanık doğrusal programlama ile feldspat karışım optimizasyonu
Feldspat blending optimization with fuzzy linear programming
İREM ÇELEBİ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜR KABAK