Geri Dön

Penalty and non-penalty estimation strategies for linear and partially linear models

Lineer ve kısmi lineer modeller için cezalı ve cezasız tahmin stratejileri

  1. Tez No: 390645
  2. Yazar: BAHADIR YÜZBAŞI
  3. Danışmanlar: PROF. DR. MEHMET GÜNGÖR, PROF. DR. SYED EJAZ AHMED
  4. Tez Türü: Doktora
  5. Konular: Ekonometri, Matematik, İstatistik, Econometrics, Mathematics, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Aktivite bazlı kalite maliyetleme sistemi

    Activity based quality costs system

    BEYTULLAH ÖMER MUTLUGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    İşletmeİstanbul Üniversitesi

    YRD. DOÇ. DR. NECDET ÖZÇAKAR

  2. 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

    Türkçe

    2023

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. DURSUN AYDIN

  3. 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

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKER ÜSTOĞLU

  4. Sparsity based formulations for dereverberation

    Yankılaşım gidermek için seyreklik tabanlı düzenlemeler

    AZİZ KOÇANAOĞULLARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKER BAYRAM