Basit doğrusal regresyon modeli için bazı sağlam tahmin edicilerin karşılaştırılması
Comparison of some robust estimators for simple linear regression analysis
- Tez No: 452655
- Danışmanlar: YRD. DOÇ. DR. FİLİZ KARDİYEN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 81
Özet
Aralarında sebep sonuç ilişkisi bulunan bir bağımlı nicel değişkenle, bir veya birden fazla bağımsız nicel değişken arasında ilişki biçimine regresyon, ilişki biçimini gösteren matematiksel ifadeye regresyon modeli denir.Doğrusal regresyon modellerinin çözümü için kullanılabilecek bir çok alternatif yöntem vardır. Bu yöntemler arasında en çok tanınan ve kullanılan yöntem En Küçük Kareler (EKK) dir. Yöntemin dayandığı önemli birçok varsayım vardır. Bu varsayımların sağlandığı durumda En Küçük Kareler tahmin edicisi modelin bilinmeyen parametrelerinin tahmini için optimal sonuçlar vermektedir. Ancak, uygulamada özellikle hata teriminin normal dağılıma uymadığı veya aykırı gözlemler olduğu durumlarda bu yöntem optimallikten çok uzaklaşmaktadır. Böyle durumlarda, tahminler yanlı ve büyük varyanslı olacağı için tahminlerdeki sapmayı en aza indirgemek amacıyla aykırı gözlemlere ve varsayımlardan sapmalara karşı duyarsız olan sağlam tahmin ediciler geliştirilmiştir.Bu çalışmada, basit doğrusal regresyon analizinde En Küçük Kareler yöntemin varsayımlarının sağlanmaması ve aykırı gözlemlerin varlığı durumunda alternatif olarak sunulan bazı sağlam regresyon yöntemleri farklı örnek çapları (n=10, 20, 30), farklı hata terimi dağılımları ( standart normal, %10 kirlenmiş normal dağılım, %30 kirlenmiş normal dağılım, lognormal dağılım) için karşılaştırmalı olarak incelenmiştir.
Özet (Çeviri)
The relationship based on a cause and effect relation between a dependent quantitative variable and one/or more independent quantitative variable is called regression and the mathematical expression that shows this relationship is called regression model.There are many alternative methods which can be used for the solution of linear regression models. Among these methods, Least Squares (LS) is the best known and the most commonly used method. There are many important assumptions on which the method is based. When the assumptions are proved, Least Squares method gives optimal results for the model?s unknown parameter estimation. However, in practice, this method departs from the optimality when some situations that do not fit the normallity assumptions and outliers exist. In these cases, the estimations, based on the least squares, will be biased and have large variance. For this reason, robust estimators which are insensitive to outliers and deviations from the assumptions are developed.In this study, some robust regression techniques as an alternative method to Least Squares are examined comparatively for different sample sizes (n=10, 20, 30) and different error distributions ( standart normal, 10% contaminated normal, 30% contaminated normal, lognormal) .
Benzer Tezler
- Kararlı regresyon analizinde sağlam tahmin yöntemlerinin performanslarının incelenmesi
Performance evaluation of robust estimators under the stable regression model
ENİSE KORALTAN
Yüksek Lisans
Türkçe
2015
İstatistikGazi Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. FİLİZ KARDİYEN
- 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
- 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
- Effect of lignin, extractive matter, holocellulose, and alpha cellulose of biomass on calorific value
Biyokütlenin içeriğindeki lignin, ekstraktif madde, holoselüloz ve alfa selülozun kalorifik değer üzerindeki etkisi
ÖZLEM ECEM KAYNAR
Yüksek Lisans
İngilizce
2022
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR YAMAN