Geri Dön

Liu type logistic estimators

Liu tipi lojistik regresyon tahmin edicileri

  1. Tez No: 413416
  2. Yazar: YASİN ASAR
  3. Danışmanlar: PROF. DR. AŞIR GENÇ
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 109

Özet

Binari lojistik regresyon modellerinde çoklu bağlantı problemi en çok olabilirlik tahmin edicisinin varyansını şişirmekte ve tahmin edicinin performansını düşürmektedir. Bu nedenle doğrusal modellerde çoklu bağlantı problemini gidermek için önerilen tahmin ediciler lojistik regresyona genelleştirilmiştir. Bu tezde, bazı yanlı tahmin edicilerin lojistik versiyonları gözden geçirilmiştir. Ayrıca, yeni bir genelleştirme yapılarak daha öncekilerle MSE kriteri bakımından performansı karşılaştırılmıştır. Yeni önerilen tahmin edici iki parametreli olduğundan parametrelerin seçimi için tekrarlı (iterative) bir metot önerilmiştir.

Özet (Çeviri)

Multicollinearity problem inflates the variance of maximum likelihood estimator and affects the performance of this estimator negatively in binary logistic regression. Thus, biased estimators used to overcome this problem have been generated to logistic regression. Some of these estimators are reviewed in this thesis. Moreover, a new generalization is proposed to overcome multicollinearity performances of estimators are compared in the sense of MSE criterion. Since new estimator has two parameters, an iterative method is proposed to choose these parameters.

Benzer Tezler

  1. New robust penalized estimators for linear and logistic regression

    Lineer ve lojistik regresyon için yeni robust cezalı tahmin ediciler

    FATMA SEVİNÇ KURNAZ

    Doktora

    İngilizce

    İngilizce

    2017

    İstatistikYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ATIF AHMET EVREN

    PROF. DR. PETER FILZMOSER

  2. Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi

    Developing a new approach to feature selection with metaheuristic methods for large scale data

    ESİN AYŞE ZAİMOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİLÜFER YURTAY

  3. Çoklu lineer regresyon modelinde Liu tipi GM tahmin edicisi

    Liu type GM estimator in the multiple linear regression model

    MELİKE IŞILAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İstatistikEskişehir Osmangazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YAKUP MURAT BULUT

  4. M-metrik uzaylarda sabit nokta teoremleri

    Fixed point theorems in M-metric spaces

    UĞUR SADULLAH

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    MatematikÇankırı Karatekin Üniversitesi

    Matematik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA ASLANTAŞ

    DR. HAKAN ŞAHİN

  5. Gamma regresyon modelinde bazı tahmin edicilerin karşılaştırılması

    Comparison of some estimators in gamma regresson model

    MERVE KORKMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    MatematikNecmettin Erbakan Üniversitesi

    Matematik Ana Bilim Dalı

    DOÇ. DR. YASİN ASAR