Geri Dön

Sağlam regresyon tahmin edicilerinin incelenmesi ve bir uygulama

Robust regression estimators examining and application

  1. Tez No: 372954
  2. Yazar: AHMET TOY
  3. Danışmanlar: DOÇ. DR. CEMİL ÇOLAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: En Küçük Kareler, Aykırı Değer, Kırılma Noktası, Sağlam Regresyon, M Tahmin Ediciler, Least Squares, Outlier, Breakdown Point, Robust Regression, M Estimators
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 104

Özet

Sağlam Regresyon Tahmin Edicilerinin İncelenmesi ve Bir Uygulama En küçük kareler yöntemi normal dağılım varsayımının sağlanması halinde veri setini temsil eden sonuçlar verdiği bilinmektedir. Fakat aykırı değerlere karşı duyarlı olan en küçük kareler yöntemi, normal dağılım varsayımı sağlanmadığında yanıltıcı sonuçlar verebilmektedir. Bu yüzden aykırı değerlerin neden olduğu yanlı ve yanıltıcı sonuçlardan uzak olmak adına en küçük kareler yöntemine alternatif olarak sağlam regresyon tahmin edicileri sunulmuştur. Bu tez çalışmasında aykırı değerlere karşı duyarlılığı az olan sağlam regresyon tahmin edicileri, en küçük kareler tahmin edicisi ile kıyaslanarak tanıtılmaya çalışılmıştır. Bu bağlamda aykırı değer tespit yöntemleri, sağlamlık kriterleri ve regresyon tahmin edicileri başlıklı konulara değinilerek bu alanda uygulama yapılmıştır.

Özet (Çeviri)

Robust Regression Estimators Examining and Application It is known that in case the distribution assumption is being ensured, the method of least squares gives results representing the data sets. However, the least squares method which is sensitive to the outliers, may give misleading results when the normal distribution assumption is not provided. Therefore, in order to be away from biased and misleading results caused by the outliers, robust regression estimators have been presented as an alternative to the method of least squares. In this thesis study, the robust regression estimators which are less sensitive to outliers have been introduced by having been compared to the least squares estimators. In this context, with reference to the topics of the outlier detection methods, the stability criteria and the regression estimators, an application has been made in this field.

Benzer Tezler

  1. Sağlam regresyon, en küçük ortanca kareler ve en küçük budanmış kareler tahmin edicileri üzerine bir çalışma

    A study on robust regression least median of squares and least trimmed of squares estimators

    AYLİN SUBAŞI

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF.DR. SONER GÖNEN

  2. Doğrusal regresyon modellerinde aykırı gözlemlerin tespiti için sağlam tahmin edicilere dayalı etkili uzaklığın performansının incelenmesi

    Performance analysis of the influence distance based on robust estimators for the identification of outliers in linear regression models

    FULYA KARAKOCA

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MELTEM EKİZ

  3. Regrasyonun M, L, R tahmin edicileri ile yanlı tahmin edicilerinnin kombinasyonu

    M, L, R estimators of regression and their combination with biased estimators

    SAFİYE SELEN YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF.DR. SONER GÖNEN

  4. Estimation and hypothesis testing in stochastic regression

    Stokastik regresyonda tahmin ve hipotez testi

    HAKAN SAVAŞ SAZAK

    Doktora

    İngilizce

    İngilizce

    2003

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MOTİ LAL TİKU

    YRD. DOÇ. DR. QAMARUL İSLAM

  5. Ridge regresyonda ridge parametresi için önerilen tarama yöntemine dayalı yeni bir tahmin edici

    A new estimator based on the search method proposed for the ridge parameter in ridge regression

    SELMAN MERMİ

    Doktora

    Türkçe

    Türkçe

    2024

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZGE AKKUŞ