Optimizasyon uygulaması olarak regresyon parametrelerinin tahmini
Estimation of regression parameters as optimization application
- Tez No: 377339
- Danışmanlar: PROF. DR. İSMAİL MÜFİT GİRESUNLU
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Uygulamalı Matematik Bilim Dalı
- Sayfa Sayısı: 107
Özet
Yanıt değişkeninde aykırı değerler olduğunda ya da hatalar uzun-kuyruklu dağılımda olduğunda En Küçük Mutlak Sapma (Least Absolute Deviation, LAD) regresyonu popular En Küçük Kareler (Least Squares, LS) regresyonuna güçlü bir alternatifdir. En Küçük Mutlak Daralma ve Seçim Operatoru (Least Absolute Shrinkage and Selection Operator, LASSO) değişken seçimi ve parametre tahmini için populer bir seçimdir. Bu iki klasik yöntemin birleştirilmesiyle elde edilen En Küçük Mutlak Sapma ve En Küçük Mutlak Daralma ve Seçim Operatörü (Least Absolute Deviation and Least Absolute Shrinkage and Selection Operator, LAD-LASSO) değişken seçimini ve parametre tahminini aynı anda yapabilen, uzun kuyruklu dağılımlara ve aykırı değerlere dirençli olan bir tahmin edicidir. Bu tezin amacı, LAD-LASSO problemini yeniden formüle etmek ve yeniden formüle ettiğimiz LAD-LASSO problemini Matematik Programlamanın çözüm yöntemlerinden Simpleks Yöntem ile çözmektir.
Özet (Çeviri)
The least absolute deviation (LAD) regression is more robust alternative to the popular least squares (LS) regression whenever there are outliers in the response variable, or the errors follow a heavy-tailed distribution. The least absolute shrinkage and selection operator (LASSO) is a popular choice for shrinkage estimation and variable selection. By combining these two classical ideas, Least Absolute Deviation and Least Absolute Shrinkage and Selection Operator (LAD-LASSO) is an estimator which is able to perform shrinkage estimation while at the same time selecting the variables and is resistant to heavy-tailed distributions and outliers. The aim of this thesis is to reformulate LAD-LASSO problem and solve this reformulated LAD-LASSO problem with the Simplex Algorithm, which is a subject of Mathematical Programming.
Benzer Tezler
- Advances in robust identification of spline models and networks by robust conic optimization, with applications to different sectors
Değişik sektörlere uygulamalarıyla birlikte sağlam konik optimizasyon ile eğri modelleri ve ağların sağlam tanımlanmasındaki gelişimler
AYŞE ÖZMEN
Doktora
İngilizce
2015
MatematikOrta Doğu Teknik ÜniversitesiBilimsel Hesaplama Ana Bilim Dalı
PROF. DR. GERHARD WİEHELM WEBER
- Refinements, extensions and modern applications of conic multivariate adaptive regression splines
Konik çok değişkenli uyarlanabilir regresyon eğrilerinin geliştirilmesi, uzantıları ve modern uygulamaları
FATMA YERLİKAYA ÖZKURT
Doktora
İngilizce
2013
MatematikOrta Doğu Teknik ÜniversitesiBilimsel Hesaplama Ana Bilim Dalı
PROF. DR. GERHARD WILHELM WEBER
- Enerji tüketimi tahmini için parçacık sürü optimizasyonu algoritması ile parametre iyileştirmeli sabit terimli gri verhulst modeli geliştirilmesi
Development of a parameter optimized grey verhulst model with constant term by using particle swarm optimization algorithm for energy consumption prediction
AYBALA HEPKAFADAR
Doktora
Türkçe
2024
İnşaat MühendisliğiEge Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLBEN ÇALIŞ
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Optimizasyon teknikleri ve sinirsel ağlar kullanılarak araç kayar kapı sistemi parametrelerinin tahmini
Prediction of vehicle sliding door system parameters using optimization techniques and neural networks
CANER GÜVEN
Doktora
Türkçe
2022
Makine MühendisliğiBursa Uludağ ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
PROF. DR. FERRUH ÖZTÜRK