Geri Dön

Dağılım parametrelerinin tahmininde kullanılan robust yöntemler

Robust estimation methods for estimating distributional parameters

PDF İndir

  1. Tez No: 365543
  2. Yazar: İBRAHİM ARIK
  3. Danışmanlar: DOÇ. DR. YELİZ MERT KANTAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Tez No

    981885

    Basit doğrusal regresyon modelinde model parametrelerinin dayanıklı tahmini

    Robust estimations of model parameters in simple linear regression model

    ÖMER BAYRAKTAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    İstatistikSinop Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. DEMET HAN AYDIN

  2. Tez No

    652799

    Investigation of mantle kinematics beneath Turkey and adjacent regions based on seismological and numerical modelling

    Türkiye ve yakın çevresinin altında kalan üst mantonun kinematik özelliklerinin sısmolojik ve sayıssal model ve gözlemlerile incelenmesi

    JUDITH MARIA CONFAL

    Doktora

    İngilizce

    İngilizce

    2020

    Jeofizik Mühendisliğiİstanbul Teknik Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    PROF. DR. TUNCAY TAYMAZ

  3. Tez No

    689484

    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

    İngilizce

    2021

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FULYA GÖKALP YAVUZ

    PROF. DR. MERAL EBEGİL

  4. Tez No

    1012319

    Interval neural networks for uncertainty quantification in system identification

    Sistem tanımlamada belirsizlik nicelemesi için aralıklı yapay sinir ağları

    MEHMET ALİ FERAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. TUFAN KUMBASAR

  5. Tez No

    942117

    İtü trıga mark II araştırma reaktörü kalbi için rekonfigürasyon çalışması

    Reconfiguration study for the core of the itu triga mark II research reactor

    ZEYNEP BODUROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Nükleer Mühendislikİstanbul Teknik Üniversitesi

    Nükleer Araştırmalar Ana Bilim Dalı

    DOÇ. DR. TAYFUN AKYÜREK

Geri Dön