Geri Dön

Dengeli veri kümelerinde varyans bileşenlerinin kestirimi

Estimation of variance components on balanced data sets

  1. Tez No: 361198
  2. Yazar: ELEM YAVUZ YURDİGÜL
  3. Danışmanlar: PROF. DR. ÖMER CEVDET BİLGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ziraat, Agriculture
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Zootekni Ana Bilim Dalı
  12. Bilim Dalı: Biyometri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Varyans bileşenlerinin kestirimi, genetik parametrelerin değerlendirilmesi ve dolayısıyla ıslah programlarının yürütülmesinde çok önemlidir. Bu çalışmada, dengeli veri kümelerinde varyans bileşenlerinin kestirimini amaçlayan metotlar gözden geçirilmiş ve bir simülasyon çalışması ile ANOVA, ML ve REML metotları arasında karşılaştırma yapılmıştır. Simülasyonla üretilen farklı özelliklerdeki veri kümelerinin analizi sonucunda ML kestirimlerinin diğer metotlara nazaran daha isabetli oldukları gözlenmiştir.

Özet (Çeviri)

Estimation of variance components has an importance in evaluation of genetic parameters and then carrying out breeding programs. In this study, the methods on the estimation of variance components on balanced data sets were examined and ANOVA, ML and RML methods were compared to each other via a simulation study. As a result of the analysis of the simulated data sets in different characteristics, ML estimates were observed more accurate compared to the other methods.

Benzer Tezler

  1. Bridging causal discovery and graph neural networks: a comparative perspective

    Nedensel keşif ve çizge sinir ağları arasındaki köprü: Karşılaştırmalı bir bakış açısı

    MUHAMMED ÖMER TAYLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. SEFER BADAY

  2. Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity

    Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini

    AMMAR HOMAIDA

    Doktora

    İngilizce

    İngilizce

    2025

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MERAL EBEGİL

  3. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  4. Visualization based analysis of gene networks using high dimensional model representation

    Yüksek boyutlu model gösterilim kullanılarak gen ağlarının görselleştirme tabanlı analizi

    PINAR GÜLER

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Hesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)

    DR. ÖĞR. ÜYESİ SÜHA TUNA

  5. Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması

    Başlık çevirisi yok

    EMEL ÖNDER

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Tekstil ve Tekstil MühendisliğiEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜNGÖR BAŞER