Geri Dön

Doğrusal olmayan regresyon modellerinde iç ilişki olması durumunda parametre kestirimi

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 467902
  2. Yazar: ALİ ERKOÇ
  3. Danışmanlar: PROF. DR. MEHMET AYDIN ERAR
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Doğrusal olmayan regresyon, Nonlinear regression
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bilim ve teknolojinin gelişimi ile verilerin bilgisayar ortamında modellenmesi ve geleceğe dönük tahmin yöntemlerinin geliştirilmesi popüler hale gelmiştir. Fizik, kimya, mühendislik, tıp, uzay bilimleri gibi uygulamalı temel bilimlerde, elde edilen verilerin modellenmesi ile bir sonraki adımın tahmini önem kazanmıştır. Doğrusal modeller ile modellenebilecek veriler olmasına rağmen, oluşturulan modeller, çoğunlukla, diferansiyel denklem sistemlerinin çözümünden elde edildiği için genellikle doğrusal olmayan fonksiyonlar ile belirtilir. Örneğin, bir uzay aracının ya da bir gök cisminin yörüngesinin belirlenmesi için doğrusal olmayan regresyon modelleri kullanılır. Dolayısıyla yörüngenin doğru tahmini için parametrelerin tutarlı kestirimi önem kazanmaktadır. Regresyon analizinde, iç ilişki problemi, parametrelerin tutarlı ve güvenilir kestirimini engelleyen bir problemdir. Doğrusal olmayan regresyonda, parametrelerin güvenilir ve tutarlı olacak şekilde kestirilmesi, modelin veriyi en iyi şekilde temsili ve tutarlı kestirimlerin yapılması bakımından çok önemlidir. Bu amaçla, bu tezde, doğrusal olmayan regresyon modellerinde iç ilişki olması durumunda parametre kestirimine yeni bir yaklaşım sunulmuştur. Yapılan benzetim çalışması ile, önerilen yaklaşımın geçerliliği test edilmiştir. Son olarak, teorisi ve benzetim çalışması ile anlatılan yöntem, bir örnek ile uygulamaya geçirilmiştir. Böylelikle birçok bilim dalında ihtiyaç olan doğrusal olmayan regresyon modellerinin, daha tutarlı ve güvenilir parametre kestirimlerine sahip olmaları konusunda bir kestirim yöntemi literatüre kazandırılmıştır.

Özet (Çeviri)

With the advancement of science and technology, the computer modeling of data and the development of future predictive methods have become popular. By modelling of obtained data, the estimation of the next step is gained importance, specifically in applied basic sciences such as physics, chemistry, engineering, medicine, space sciences. Although these data sets can be modelled by using linear models, the generated models are often specified by nonlinear functions, since they are derived from solving systems of differential equations. For instance, the orbit of a spacecraft or a celestial body is generally determined by nonlinear regression models. Therefore, consistent estimation of the parameters is important for the accurate estimation of the orbit. In regression analysis, the multicollinearity is a problem that prevents consistent and reliable estimation of parameters. In nonlinear regression, the estimation of reliable and consistent parameters is crucial to make consistent predictions of the model and to represent data as good as possible. For this purpose, in this thesis, a new approach to parameter estimation is presented in case of multicollinearity in nonlinear regression models. The validity of the proposed approach was tested with the simulation study. Finally, the method explained both by a theoretical and methodological aspect is put into practice with an example. Thus, a predictive method to have more consistent and reliable parameter estimates in nonlinear regression models that are used in many fields of science is gained to the literature.

Benzer Tezler

  1. Tez No

    290383

    Lineer olmayan regresyon modellerinde çoklu iç ilişki problemi

    On multicollinearity in nonlinear regression models

    ALİ ERKOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İstatistikMarmara Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. MÜJGAN TEZ

    YRD. DOÇ. DR. KADRİ ULAŞ AKAY

  2. Tez No

    352362

    Dizel motorların modellenmesi,modele dayalı hava yolu ve emisyon kontrolörü geliştirilmesi / uygulanması

    Modeling of diesel engines, development and application of model based airpath and emission controllers

    BÜLENT ÜNVER

    Doktora

    Türkçe

    Türkçe

    2013

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN GÖKAŞAN

    PROF. DR. SETA BOGOSYAN

  3. Tez No

    827860

    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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  4. Tez No

    901276

    Aiding agricultural practices with the exploration of earth observation data via machine learning

    Yer gözlem uydu verilerinin tarımsal uygulamalara yardımcı olmak amacıya makine öğrenme algoritmaları ile incelenmesi

    MEHMET FURKAN ÇELİK

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ESRA ERTEN

  5. Tez No

    68867

    A Configuration of systematic approaches for drinking water distribution problem in metropolitan areas

    Başlık çevirisi yok

    SELİM KAHVECİOĞLU

    Doktora

    İngilizce

    İngilizce

    1997

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. SELİME SEZGİN

Geri Dön