Dağılım parametrelerinin tahmininde kullanılan robust yöntemler
Robust estimation methods for estimating distributional parameters
- Tez No: 365543
- Danışmanlar: DOÇ. DR. YELİZ MERT KANTAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
En çok olabilirlik ve momentler tahmincileri dağılımsal parametrelerin tahmininde en yaygın kullanılan yöntemlerdir. Ancak bilinmektedir ki bu yöntemler veride aykırı değer olması durumunda güvenilir olmayan sonuçlar verebilmektedir. Bu tez çalışmasının amacı, veride aykırı değer olması durumunda, dağılımsal parametrelerin tahmininde kullanılan çeşitli sağlam (robust) tahmincilerin incelenmesidir. Ele alınan tahminciler; doğrusal regresyon modeli için robust tahminciler, kantillere dayalı robust tahminci, konum-ölçek ailesine dönüştürülebilen dağılımlar için robust tahminciler, medyanlar metodu, kırpılmış momentler metodu şeklinde sıralanabilir. Ele alınan robust tahminciler Pareto ve Weibull dağılımlarının parametrelerinin tahmini için ayrıca elde edilmiş olup veride aykırı değerler olması ve olmaması durumunda bu tahmincilerin performansı kurgulanan benzetim çalışması yardımıyla incelenmiştir. Ayrıca gerçek yaşamdan alınan iki farklı veri seti üzerinde ele alınan tüm tahminciler uygulanmış ve elde edilen sonuçlar tartışılmıştır.
Özet (Çeviri)
The most commonly used methods in the estimation of distributional parameters are the maximum likelihood and moments estimators. However, it is well-known that these estimators can be very unreliable in the case of outliers in the data. The objective of this thesis is examination of the robust estimators, which are used in the estimation of distributional parameters, in the case of outliers in the data. The considered robust estimators are given as follow: robust estimators for the linear regression model, the estimator based on quantiles, the robust estimators for transformed location-scale family, the method of medians, the method of trimmed moments. The considered robust estimators are also obtained for estimating the parameters of the Weibull and Pareto distributions and the performance of the considered robust estimators are evaluated via a simulation study for the case of outliers and non-outliers in data. Also, the considered estimators are applied on two real life data and the obtained results are discussed.
Benzer Tezler
- Adapting a robust model into hybrid implementations of machine learning algorithms and statistical methods for longitudinal data
Sağlam bir modelin makina öğrenmesi algoritmalarının ve istatistiksel metotların hibrit uygulamalarına boylamsal veriler için uyarlanması
İBRAHİM HAKKI ERDURAN
Yüksek Lisans
İngilizce
2021
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FULYA GÖKALP YAVUZ
PROF. DR. MERAL EBEGİL
- Trakya bölgesi bağ alanlarının uzaktan algılama ve coğrafi bilgi sistemleri teknikleri ile incelenmesi
Investigation of the Trakya (Thrace) region vineyard areas by using remote sensing and geographic information systems
EMRE ÖZELKAN
Doktora
Türkçe
2014
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. CANKUT ÖRMECİ
DOÇ. DR. ELİF SERTEL
- Türkiye akarsularının taşkın frekans dağılım modelleri ve L-moment karakteristikleri
Frequency distribution models and L-moment characteristics of floods in turkish rivers
ORHAN NİFTELİZADE
Yüksek Lisans
Türkçe
2015
İnşaat MühendisliğiEge ÜniversitesiHidrolik Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER LEVEND AŞIKOĞLU
- Rüzgar potansiyelinin tahmininde Weibull dağılım parametrelerinin belirlenmesi: Isparta bölgesi için bir çalışma örneği
Determination of Weibull distribution parameters in wind potential estimation: A study example for Isparta region
AYDIN BULUT
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OKAN BİNGÖL