Geri Dön

Optimizasyon uygulaması olarak regresyon parametrelerinin tahmini

Estimation of regression parameters as optimization application

PDF İndir

  1. Tez No: 377339
  2. Yazar: ESRA EMİROĞLU
  3. Danışmanlar: PROF. DR. İSMAİL MÜFİT GİRESUNLU
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Uygulamalı Matematik Bilim Dalı
  13. 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

  1. Tez No

    380983

    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

    İngilizce

    2015

    MatematikOrta Doğu Teknik Üniversitesi

    Bilimsel Hesaplama Ana Bilim Dalı

    PROF. DR. GERHARD WİEHELM WEBER

  2. Tez No

    352000

    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

    İngilizce

    2013

    MatematikOrta Doğu Teknik Üniversitesi

    Bilimsel Hesaplama Ana Bilim Dalı

    PROF. DR. GERHARD WILHELM WEBER

  3. Tez No

    910163

    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

    Türkçe

    2024

    İnşaat MühendisliğiEge Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLBEN ÇALIŞ

  4. Tez No

    847173

    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

  5. Tez No

    762080

    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

    Türkçe

    2022

    Makine MühendisliğiBursa Uludağ Üniversitesi

    Otomotiv Mühendisliği Ana Bilim Dalı

    PROF. DR. FERRUH ÖZTÜRK

Geri Dön