Penalty and non-penalty estimation strategies for linear and partially linear models
Lineer ve kısmi lineer modeller için cezalı ve cezasız tahmin stratejileri
- Tez No: 390645
- Danışmanlar: PROF. DR. MEHMET GÜNGÖR, PROF. DR. SYED EJAZ AHMED
- Tez Türü: Doktora
- Konular: Ekonometri, Matematik, İstatistik, Econometrics, Mathematics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: İnönü Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 137
Özet
Bu tezde, lineer ve kısmi lineer modeller için, öntest ridge regresyon ve shrinkage ridge regresyon tahmincilerini elde ettik, ve bunların performanslarını cezalı tahmincilerle karışılaştırdık. Ayrıca önerilen tahmincilerin özelliklerini hem analitik olarak hem de ayrıntılı simülasyon çalışmalarıyla araştırdık. Bölüm 1 de, gelecek iki bölümde kullanılan temel tanım ve teoremleri verdik. Bölüm 2 de, çoklu bir lineer regresyon modeli için öntest ridge regresyon, shrinkage ridge regresyon ve pozitif shrinkage ridge regresyon tahmincilerini tanımladık, ve bu tahmincilerin performanslarını bazı cezalı tahmincilerden olan lasso, uyarlamalı lasso ve SCAD tahmincileriyle karşılaştırdık. İki durum, yani p < n ve p > n hallerinde tahmincileri karşılaştırmak için Monte Carlo çalışmaları yapıldı. Önerilen metodların faydalılığını göstermek için, düşük-boyutlu senaryoda üç tane, yüksek-boyutlu senaryoda iki tane gerçek veri örnekleri yapıldı. Son olarak ise, bu tahmincilerin asimtotik özellikleri analitik olarak incelendi. Bölüm 3 de, bir kısmi lineer regresyon modeli için öntest ridge regresyon, shrinkage ridge regresyon ve pozitif shrinkage ridge regresyon tahmincilerini tanımladık. Bu modelde, splayn düzeltme metodu kullanılarak parametrik olmayan fonksiyon tahmin edildi. Ayrıca, önerilen tahmincilerin performanslarını bazı cezalı tahmincilerden olan lasso, uyarlamalı lasso ve SCAD tahmincileriyle karşılaştırdık. İki durum, yani p < n ve p > n hallerinde tahmincileri karşılaştırmak için Monte Carlo çalışmaları yapıldı. Son olarak ise, bu tahmincilerin asimtotik özellikleri analitik olarak incelendi. Bölüm 4 de, sonuçlar ve gelecekteki çalışmalar verildi.
Özet (Çeviri)
In this dissertation we obtained pretest ridge regression, shrinkage ridge regression estimators, and compared their performance with penalty estimators in linear and partially linear models. We also investigated asymptotic properties of proposed estimators both analytically and thorough simulation studies. In Chapter 1, we presented preliminary definitions and theorems which are used at the next two chapters. In Chapter 2, we defined pretest ridge regression, shrinkage ridge regression and positive shrinkage ridge regression estimators for a multiple linear regression model, and compared their performance with some penalty estimators which are lasso, adaptive lasso and SCAD. Monte Carlo studies were conducted to compare the estimators in two situations: when p < n and when p > n. Three real data examples for low-dimensional scenario and two real data examples for high-dimensional scenario are presented to illustrate the usefulness of the suggested methods. Finally, we investigated the asymptotic properties of these estimators analytically. In Chapter 3, we defined pretest ridge regression, shrinkage ridge regression and positive shrinkage ridge regression estimators for a partially linear regression model. In this model, the nonparametric function is estimated using the smoothing spline method. We also compared the performance of suggested estimators with some penalty estimators which are lasso, adaptive lasso and SCAD. Monte Carlo studies were conducted to compare the estimators in two situations: when p < n and when p > n. Finally, we investigated the asymptotic properties of these estimators analytically. In Chapter 4, it is given conclusions and future work.
Benzer Tezler
- Yüksek boyutlu kısmi doğrusal modellerin ağırlıklı-rıdge yaklaşımıyla seçim sonrası tahmini
Post shrinkage estimation in high-dimensional partially linear models with weighted-ridge approach
ERSİN YILMAZ
Doktora
Türkçe
2023
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. DURSUN AYDIN
- F-16 jet uçağı için açık model izleme tabanlı boylamsal kontrolör tasarımı ve hücum açısı kestirimi
Explicit model following based longitudinal controller design and angle of attack estimation for F-16 jet aircraft
GÜLŞAH KESGİN ERTÜRK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKER ÜSTOĞLU
- Doğal çatklaklı rezervarlara ait kuyu testi verilerinin doğrusal olmayan regrasyon yöntemleri ile analizi
Başlık çevirisi yok
KUBİLAY MENEKŞE
- Sparsity based formulations for dereverberation
Yankılaşım gidermek için seyreklik tabanlı düzenlemeler
AZİZ KOÇANAOĞULLARI
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKER BAYRAM