Kararlı regresyon analizinde sağlam tahmin yöntemlerinin performanslarının incelenmesi
Performance evaluation of robust estimators under the stable regression model
- Tez No: 397021
- Danışmanlar: YRD. DOÇ. DR. FİLİZ KARDİYEN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 127
Özet
Regresyon analizinde yaygın olarak kullanılan En Küçük Kareler yöntemi hata terimleri normal dağılmadığında veya veri seti aykırı değer içerdiğinde iyi bir tahmin yöntemi olmaktan uzaklaşacaktır. Klasik doğrusal regresyon modeli varsayımlarının sağlanamaması durumunda En Küçük Kareler yöntemi minimum varyanslı ve yansız tahmin olma özelliğini kaybedecektir. Söz konusu olumsuzlukların üstesinden gelebilmek amacıyla geliştirilen sağlam tahmin yöntemleri regresyon analizinin varsayımları geçerli olmadığında dahi güvenilir sonuçlar vermektedir. Yapılan çalışmalar gerçek hayatta verilerin normal dağılma olasılığının oldukça düşük olduğunu göstermektedir. Ekonomiden fiziğe birçok alanda karşımıza çıkan alfa kararlı dağılımlar çarpık ve kalın kuyruklu yapısı ile oldukça ilgi gören bir dağılımdır. Veride aykırı değerler bulunduğunda hata terimlerinin dağılımı normalden uzaklaşır ve kalın kuyruklu bir yapı gösterir. Bu tezde hata terimlerinin alfa kararlı dağıldığı basit doğrusal regresyon modeline bazı sağlam tahmin yöntemleri dört farklı örnek çapı ve alfa kararlı dağılımın farklı parametre değerleri için uygulanmış ve bu yöntemlerin performansları karşılaştırılmıştır.
Özet (Çeviri)
The Ordinary Least Squares estimation is the best method when the assumptions of classical linear regression are met. When some of these assumptions are violated, least squares regression can perform poorly. Robust regression is an alternative to ordinary least squares that can be appropriately used when the errors are nonnormal and/or a data set contains outliers. Especially in finance, the typical empirical distributions have more observations around the mean and in the extreme tails than the normal. Among the most frequently candidates for describing these distributions is the family of probability distributions known as stable Paretian. In this theses, the performances of various robust regression estimators are investigated where the errors follow a member of the class of Stable Paretian Distributions.
Benzer Tezler
- 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
- Dalgacık dönüşümü tekniği kullanılarak akım serilerinin modellenmesi
Modeling of streamflow series using wavelet transform technique
MURAT KÜÇÜK
Doktora
Türkçe
2004
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiSu Ürünleri Mühendisliği Ana Bilim Dalı
PROF. DR. NECATİ AĞIRALİOĞLU
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
Doktora
İngilizce
2014
BankacılıkOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. NADİR ÖCAL
- Neural network based multi-carrier receiver design and doppler estimation
Yapay sinir ağı tabanlı çok taşıyıcılı alıcı tasarımı ve doppler kestirimi
YASİN YILDIRIM
Yüksek Lisans
İngilizce
2020
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
DR. SEDAT ÖZER
- IG a nefropatisinde uluslararası prediksiyon aracının değerlendirilmesi
Evaluation of the international prediction tool in IG A nephropathy
ELİF BETÜL İMAN
Tıpta Uzmanlık
Türkçe
2022
NefrolojiSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. AYŞE ZEYNEP BAL