Yanlı regresyon tahmin edicileri ve hata kareleri ortalaması kriterlerine göre karşılaştırmalar
Biased regression estimators and comparisons according to the mean square error criterion
- Tez No: 38843
- Danışmanlar: PROF.DR. FİKRİ AKDENİZ
- Tez Türü: Doktora
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1995
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
XII I ÖZET Tahmin edicilerin birleştirilmesi istatistikte ortaya çıkan önemli bir problemdir. Tahmin edicilerin skaler değerli olarak birleştirilmesi bir çok araştırmacı tarafından incelenmiştir. Fakat tahmin edicilerin matris değerli birleştirilmesi üzerine çok az çalışma yapılmıştır. Bu nedenle çalışmamızın birinci bölümünde tahmin edicilerin matris değerli olarak birleştirilmesi incelendi ve birleştirilmiş tahmin edicinin, birleştirilen "tahmin edicilerin her birinden iyi olduğu gösterildi. Tahmin edicilerin karşılaştırılması, hangisinin daha iyi olduğuna karar verilmesi önemli bir problemdir. Kaynaklarda bilinen bir çok tahmin edici, MSE matris ve MSE skaierine göre çeşitli araştırmacılar tarafından karşılaştın lmıştır. Liu(1993) de yeni bir yanlı tahmmin edici tanımladı ve ridge ve Stein tahmin ediciye göre bazı avantajları olduğunu gösterdi. Fakat Liu tahmin edici ile bilinen tahmin ediciler arasında pek karşılaştırma yapılmamıştır. Bu nedenle çalışmamızın ikinci bölümünde, Liu tahmin edici ile bilinen bazı tahmin edicilerin MSE matrisine veya MSE skaierine göre karşılaştırılması incelendi. Çoklu :.ç ilişki problemi olduğu zaman, bu problemi gidermek için kullanılan bir tahmin işleminin ridge regresyon metodu olduğu bilinmektedir. RRE den hareketle bu tahmin ediciden daha iyi olan çeşitli tahmin ediciler tanımlanmıştır. Liu tahmin edicininde ridge tahmin ediciye göre bazı avantajları olduğunu ve çoklu iç ilişki problemini gidermek için kullanıldığını. biliyoruz. Bu nedenle Liu tahmin ediciyi ele alarak, bu tahminXIV ediciden daha iyi olabilecek yeni yanlx tahmin edicileri üçüncü bölümde tanımlamaya çalıştık. Yapılanları desteklemesi açısından dördüncü bölümde, kaynaklarda sıkça kullanılan iki veri grubu ele alınarak, sayısal örnekler verildi.
Özet (Çeviri)
XV SUMMARY To combine estimators is an important problem that arises in statistics. Combining estimators as scalar valued has been inve~igated by many research workers. But on the corresponding problem of combining estimator as matrix valued, this is not the case, for except for a few cases, we can find nothing in the literature. Therefore in the first chapter of the thesis combining estimators as matrix valued has been investigated and we have shown that the combined estimator is better than combined ones respectively. Comparing estimators and to decide which one is better is an important problem. In the literature many known estimators has been compared according to MSE matrix and MSE scalars. Liu(1993) has iefined a new biased estimator and he has shown that his estir.ator has advantages to Ridge and Stein estimators. But there is almost nothing in the literature about compering Liu estimator with other known estimators. For this reason in chapter two we have compared Liu estimator with some other known estimators according to MSE matrix or MSE scalar. It is known that whenever the problem involves mult ::ol linearity ridge regression method is used for any estir.ation to overcome this problem. Using RRE as terminal point vari.us better estimators than ridge estimator has been defined. We know that Liu estimator which has advantages to ridge estimator is used to overcome estimation problem in cases involving mul ticol 1 inearity.XIV ediciden daha iyi olabilecek yeni yanlx tahmin edicileri üçüncü bölümde tanımlamaya çalıştık. Yapılanları desteklemesi açısından dördüncü bölümde, kaynaklarda sıkça kullanılan iki veri grubu ele alınarak, sayısal örnekler verildi.
Benzer Tezler
- Predictions in linear models
Lineer modellerde kestirimler
ISSAM DAWOUD
Doktora
İngilizce
2016
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR
- Ridge, LASSO and elastic net methods in high dimensional data
Yüksek boyutlu verilerde ridge, LASSO ve elastik net yöntemleri
MURAT GENÇ
Doktora
İngilizce
2020
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU
- Poisson ve negatif binom regresyon modelleri
Poisson and negative binomial regression models
GİZEM GİRAY
Yüksek Lisans
Türkçe
2019
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR
- A study on jackknifed estimators in regression model in presence of multicollinearity
Regresyon modelinde çoklu bağlantı durumunda jackknifed tahmin edicileri üzerine bir çalışma
MOHAMMED KAMAL SALIH SALIH
Yüksek Lisans
İngilizce
2022
MatematikÇankırı Karatekin ÜniversitesiMatematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞERİFENUR CEBESOY ERDAL
DR. ÖĞR. ÜYESİ FERAS SHAKER MAHMOOD
- 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
2024
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZGE AKKUŞ