Lasso tahminlerinin genetik algoritma yaklaşımı ile bulunması
Finding lasso esti̇mates via genetic algorithm approximation
- Tez No: 425807
- Danışmanlar: PROF. DR. VEDİDE REZAN USLU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Teorisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çoklu regresyon analizinde birden fazla bağımsız değişken arasında yüksek derecede ilişki olduğunda“çoklu doğrusal bağlantı sorunu”diye adlandırılan sorun ortaya çıkmaktadır. Çoklu bağlantı sorunu EKK tahmin edicilerinin tutarsız olmalarına neden olur. Bu problemin mevcut olması halinde EKK tahmin edicisi yerine alternatif olarak önerilen yanlı tahmin ediciler kullanılmaktadır. EKK tahmin edicileri ile yanlı tahmin ediciler arasında tercih yapmak gerektiğinde iki temel varsayım dikkate alınır. Bunlar yansızlık ve etkinliktir. EKK ile elde edilen tahmin ediciler yansız ve az etkili, yanlı tahmin ediciler ise yanlı ve daha etkilidir. Bu çalışmada yanlı tahmin yöntemlerinden olan LASSO tahmin edicisinin çözümü irdelenmektedir. Bir yenilik olarak LASSO tahmin edicisinin uygun çözümünün elde edilmesinde yumuşak hesaplama tekniklerinden sayılabilecek olan Genetik Algoritma kullanılmaktadır. Önerilen yöntemden elde edilen parametre tahminlerine ait aralık tahminlerini bulabilmek için yeniden örnekleme yöntemi olan bootstrap metodu kullanılmıştır.
Özet (Çeviri)
In multiple regression explanatory variables are assumed to be independent each other. The multicollinearity problem arises when this assumption is violated. The multicollinearity problem have some negative effects on the Least Squares estimates. When the multicollinearity problem is present the standard errors of the Least Squares estimates are larger than they should be in real. In that case it is suggested to use the methods providing biased estimates with smaller standard errors, which is why they are preferred. In this thesis a new approach that uses a genetic algorithm, which is one of the soft computing techniques, is suggested for finding the parameter estimates obtained by LASSO technique. In order to obtain the confidence interval for the model parameters the bootstrap method is used.
Benzer Tezler
- Cancer subtyping and multi-omics analysis of common precursor B Acute Lymphoblastic Leukemias
B hücreli (Common Precursor B) akut lenfoblastik lösemilerin kanser alt tiplemesi ve çoklu omic analizi
BARAN ALKAN
Yüksek Lisans
İngilizce
2026
Biyoistatistikİstanbul Medeniyet ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
DOÇ. DR. ELİF KUBAT ÖKTEM
PROF. DR. HANDAN ANKARALI
- (2) de kuadratik bir transformasyon ile perspektif-harmonik (1) in inşası
Başlık çevirisi yok
TEVFİK TURGUT
- Türboşarj dizel motorlarında adyabatik piston ve performansa etkisinin incelenmesi
Adiabatic piston and its effects on the turbocharged diesel engine performance
İSMET ÇELİKTEN
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. ALİ YÜCEL UYAREL
- Nem çekici silikajel üretim prosesinin geliştirilmesi ve pilot tesis tasarımı
Başlık çevirisi yok
HAYRİ BALTACIOĞLU
Yüksek Lisans
Türkçe
1988
Kimya MühendisliğiEge ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. DEVRİM BALKÖSE
- Papilionoidea üst familyasına ait bazı kelebeklerin erginlerinde anten morfolojisi
Antenna morphology of papilionoidea superfamily in some adult butterflies
MEHMET AKTAŞ