Basit doğrusal regresyon modellerindeki tek bir anormal gözlemin testi
Testing for a single outlier from a simple linear regression
- Tez No: 422642
- Danışmanlar: PROF. DR. NECATİ YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1995
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Doğrusal Regresyon modellerinde anormal gözlemlerin bulunması işlemi son yıllarda önemli bir merak konusu olmuştur. Bu çalışmada; basit doğrusal regresyon problemlerindeki anormal gözlemlerin testinde kullanılan üç yöntem önerilmiştir. 1) Student türü residuallerin noktalanması ile outlierlerin teşhisi; a) (Yi ) tahmin değerlerine karşılık plotlar, b) Xi bağımsız değişkenlerine karşılık plotlar, 2) Cook istatistiği, 3) Katkı kareler toplamı testi. Anormal gözlemler ekstrem değerlerdir. Student türü residual plotlarında anormal gözlemler, sıfırdan yaklaşık olarak dört, beş veya daha fazla standart sapma uzaklıktadırlar. Bu gözlemler literatürde; anormal değerler, düzensiz gözlemler, kuraldışı değerler, başıboş değerler ve çirkin veriler olarak adlandırılmışlardır. Bu çalışmada bıldırcınlardan elde edilen yumurta boylan Xi bağımsız değişkeni olarak ve yumurta ağırlıkları da Yi gözlem değeri olarak kullanılmıştır. Sonuç olarak; bir gözlem her üç metodla da anormal gözlem olarak teşhis edildi.
Özet (Çeviri)
The detecting outliers has considerable attracted on the linear regression models in recent years. In this study three methods which are used in detecting of outliers, in a simple linear regression have been performed. 1) Plotting of studentized residuals(ti); a) Plots against (Yi ) b) Plots against the independent variables Xi 2) Cook's statistics 3) Test of contribution sum of squares. Outliers are extreme observations. In a studentized residual plot, outliers are far from zero about four, five or more standart deviations. These observations have been called as rogue values, contaminants, surprising values, mavericks and dirty data in the literature. In this study the length of eggs that was obtained the quails was used as independent variables and the weights of eggs was used as Yi observation values. As a result; one observation was detected as an outlier in this data all three methods.
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
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- İstatistiksel parametreler için değişim noktası analizi
Başlık çevirisi yok
MEHMET NAKIŞ
Yüksek Lisans
Türkçe
2019
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. GÜLAY BAŞARIR
- Üniversite öğrencilerinde minnettarlığın ve özgeci davranışın bazı değişkenlerle yordanması
Gratitude and altruistic behavior in university students adjustment according to some variables
ZEYNEP BAŞERER
Doktora
Türkçe
2018
PsikolojiGazi ÜniversitesiTürkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM KISAÇ
- A Configuration of systematic approaches for drinking water distribution problem in metropolitan areas
Başlık çevirisi yok
SELİM KAHVECİOĞLU
Doktora
İngilizce
1997
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. SELİME SEZGİN