Geri Dön

Markov zinciri Monte Carlo yönteminin dinamik doğrusal modellere uygulanması

An application of Markov chain Monte Carlo method to dynamic linear models

  1. Tez No: 346033
  2. Yazar: HATİCE YAĞMUR GÜRKAN
  3. Danışmanlar: PROF. DR. FATMA GÜL ERGÜN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Dinamik Doğrusal Modeller, Bayesci Tahmin, Kalman Filtresi, İleriye Doğru Filtreleme Geriye Doğru Örnekleme, Gibbs Örneklemesi, dlm, Dynamic Linear Models, Bayesian Inference, Kalman Filtering, Forward Filtering Backward Sampling, Gibbs Sampling, dlm
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 122

Özet

Bu çalışma, üç farklı dinamik doğrusal modelin R programında dlm paketi kullanılarak işletimiyle ilgilidir. Bu modeller: durgun model, doğrusal büyüme modeli ve mevsimsel etkili ikinci dereceden polinomiyal yapıda bir bileşik modeldir. Tez çalışmasında ençok olabilirlik yöntemi, ileriye doğru filtreleme geriye doğru örnekleme algoritması ve/veya Gibbs örneklemesi yöntemi incelenen her bir modele uygulanmıştır. İlk iki model için benzetim verileri kullanılmış; bileşik model için ise, Türkiye Geçinme Endeksi (Ücretliler) serisi ele alınmıştır. Tez çalışmasında, bilinmeyen varyans bileşenlerinin tahminlerinin yanı sıra Kalman filtresi sonuçları elde edilmiştir.

Özet (Çeviri)

This study deals with implementing three different types of dynamic linear models using dlm package in R. These models are the steady model, the linear growth model and the combined model as a second order polynomial model with a seasonal effect. Several methods such as maximum likelihood, forward filtering backward sampling and/or Gibbs sampling are applied for each model considered in the study. Datasets are generated for the first two models; Turkey Cost of Living Index (Wage Earners) series is used for the combined model. The estimations of the unknown variance components besides, the Kalman filter results are obtained in the study.

Benzer Tezler

  1. Markov zinciri Monte Carlo yöntemleri

    Markov chain Monte Carlo methods

    ÖZLEM KUMRU

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. GÜL ERGÜN

  2. Estimating climate extremes for Turkey and its region

    Türkiye ve bölgesi için iklim uç değer istatistiklerinin kestirimi

    YELİZ YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Meteorolojiİstanbul Teknik Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. H. NÜZHET DALFES

  3. A probabilistic dynamic security assessment of large power systems using artificial neural networks

    Büyük güç sistemlerinin yapay sinir ağları kullanarak olasılıksal dinamik güvenliğinin değerlendirilmesi

    SEVDA JAFARZADEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VEYSEL MURAT İSTEMİHAN GENÇ

  4. Particle MCMC for a time changed levy process

    Zaman değiştirilmiş bir levy süreci için parçacık Markov Zinciri Monte Carlo yaklaşımı

    AYHAN YÜKSEL

    Doktora

    İngilizce

    İngilizce

    2015

    MaliyeOrta Doğu Teknik Üniversitesi

    Finansal Matematik Ana Bilim Dalı

    DOÇ. DR. AZİZE HAYFAVİ

    DOÇ. DR. COŞKUN KÜÇÜKÜÖZMEN

  5. Bir rüzgâr türbini kanadının güvenilirliğinin Markov zinciri Monte Carlo tabanlı kuyruk modelleme yöntemiyle tahmini

    Reliability prediction of a wind turbine's blade with Markov Chain Monte Carlo Based tail modeling

    GAMZE BAYRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Makine MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERDEM ACAR