Geri Dön

Bazı dağılımlar için en çok olabilirlik ve farklı kayıp fonksiyonları altında Bayes tahmin edicilerinin performanslarının karşılaştırılması

Comparison of performances of maximum likelihood and Bayesian estimators under different loss functions for some distributions

  1. Tez No: 418938
  2. Yazar: GÜLCAN GENCER
  3. Danışmanlar: DOÇ. DR. BUĞRA SARAÇOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 63

Özet

Bu tez çalışmasında Weibull, Exponential Power ve Odd Weibull dağılımlarının, bilinmeyen parametreleri için en çok olabilirlik tahmin edicileri Newton raphson methodu kullanılarak hesaplanmış ve karesel hata, linex ve genel entropy kayıp fonksiyonları altında, jeffrey' in genişletilmiş önseli ve Tierney Kadane'in yaklaşım methodu kullanılarak bayes tahmin edicileri elde edilmiştir. Farklı örneklem boyutları için, ML ve Bayes tahmin edicileri Monte Carlo simulasyonu kullanılarak hata kareler ortalamaları bakımından karşılaştırılmıştır.

Özet (Çeviri)

In this thesis, have obtained maximum likelihood estimators (MLEs) using Newton Raphson method and Bayes estimators using extension of Jeffreys prior information and Tierney-Kadane's approximation method under squared error loss, Linex loss and general entropy loss functions for Weibull, Exponential Power and Odd Weibull distributions. These methods are compared using mean square error using Monte Carlo simulation method with varying sample sizes.

Benzer Tezler

  1. Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar

    Densely connected structures in deep learning based image denoising

    VEDAT ACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  2. Derin öğrenme ile görüntülerde gürültü giderme

    Image denoising with deep learning

    SERCAN SATICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  3. İki ve üç boyutlu sürekli dağılımlardan tek boyutlu sürekli dağılım elde edilmesine ilişkin bir yöntem

    A method for obtaining univariate continuous distribution from bivariate and trivariate continuous distribution

    MONIREH HAMELDARBANDI

    Doktora

    Türkçe

    Türkçe

    2019

    İstatistikAnkara Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MEHMET YILMAZ

  4. Dönüştürülmüş dağılımlarda meta-sezgisel yaklaşımlar ile parametre tahmini

    Metaheuristic approaches to parameter estimation in transmuted distributions

    SHUAIB MURSAL İBRAHIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikNecmettin Erbakan Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. AYDIN KARAKOCA

  5. Genelleştirilmiş Weıbull Dağılımları ve parametre tahmini

    Generalized Weibull Distributions and parameter estimation

    EDA ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İstatistikAnadolu Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. İLHAN USTA