Geri Dön

Kısmi en küçük kareler yönteminin simülasyon verileri ile diğer yöntemlerle karşılaştırılması

Comparison of partial least squares prediction and other prediction methods with simulated data

PDF İndir

  1. Tez No: 477807
  2. Yazar: İSMAİL BAĞCI
  3. Danışmanlar: DOÇ. DR. ATİLA GÖKTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Muğla Sıtkı Koçman Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 71

Özet

Çoklu bağlantı mevcut olduğunda tahmin edilen doğrusal regresyon modelinin anlamlı bağımsız değişkenlere ilişkin katsayıların testinde kullanılan t istatistikleri anlamsız olmaktadır. Bu sorunun giderilmesinde kullanılan çok sayıda tahmin yöntemi bulunmaktadır. Çalışmamızda, bağımsız değişkenler arasında çoklu bağlantıya sahip çok değişkenli normal dağılımdan üretilen verilere uygulanan“Kısmi En Küçük Kareler Tahmin Yöntemi (KEKK)”,“Ridge Regresyon (RR)”ve“Temel Bileşenler Regresyonu (TBR)”yöntemleri karşılaştırılmıştır. Simülasyon çalışmasında veriler, farklı ilişki düzeylerinde ( 0.0, 0.3, 0.5, 0.7, 0.9), örneklem büyüklükleri 30, 50, 100, 200 ve 500 birimlik örneklemler için farklı değişken sayılarda çalışma 5000 kere tekrarlanmıştır. Elde edilen bu veriler kullanılarak üç farklı yöntem ile tahmin edilen regresyon modeli için Hata Kareler Ortalamaları (HKO) hesaplanmış, düşük olan HKO değerleri dikkate alınarak, hangi yöntemin hangi durumda daha verimli ve daha iyi sonuçlar verdiği araştırılmıştır. Simülasyon verileriyle elde edilen bulgulara göre örneklem büyüklüğünün azalması veya artması, tahmin yöntemleri üzerinde önemli bir etki yaratmaktadır. Her örneklem büyüklüğü veya her değişken sayısında anlamlı üstünlük sağlayan bir tahmin yöntemi yoktur. Her tahmin yöntemi örneklem büyüklüğü, bağımsız değişken sayısı veya çoklu bağlantının derecesinden etkilenmektedir. Ancak süper çoklu bağlantı sorununda, bağımsız değişken sayısı ne olursa olsun literatürün aksine (n

Özet (Çeviri)

When there is multicollinearity, using t test statistics for testing the coefficients related to meaningful independent variable of predicted linear regression is meaningless. To eliminate this problem there are great number of prediction methods used. In our study Partial Least Squares Prediction method (PLS), Ridge Regression (RR) and Principal Components Regression (PCR), which are applied to generated data with multicollinearity among independent variables existing in multiple independent variables from standard normal distribution, are compared. The study was repeated 5000 times in simulation for data in different degree of multicollinearity levels (0.0, 0.3, 0.5, 0.7, 0.9) and for different sample sizes 30, 50, 100, 200 and 500 unit samples. Three prediction regression methods were applied by the help of the gathered data and Error Mean Squares (EMS) of regression parameters were calculated. The lowest EMS was taken into consideration to determine which method was the most fructiferous and had the best results under different circumstances. According to findings gathered through the Simulated data, increase and decrease in the sample size creates important effect on the predicting methods. There is not a prediction method that has a meaningful superiority to the others in every sample size or every variable number. Each prediction method is affected by the size of the sample, number of independent variables or the degree of the multicollinearity. However in super multi connection problem, whatever the number of dependent variable is, in contrast to literature (for n

Benzer Tezler

  1. Tez No

    363855

    Learning of interval Type-2 fuzzy logic systems using big bang – big crunch optimization

    Aralık değerli Tip-2 bulanık sistemlerin büyük patlama – büyük çöküş optimizasyonuyla eğitilmesi

    CİHAN ÖZTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ENGİN YEŞİL

  2. Tez No

    559303

    Human operator modelling with ts fuzzy modelling using symbolic interval-valued data

    Sembolik aralık-değerli veri kullanarak takagi-sugeno bulanık modelleme ile insan opertörlerinin modellenmesi

    ANIL ERDİNÇ TÜFEKÇİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUFAN KUMBASAR

  3. Tez No

    371575

    Vessel segmentation and surface reconstruction from MRA images

    MRA görüntülerinden damar ayrıştırılması ve damar yüzeyinin oluşturulması

    DEVRAN UĞURLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. M. SERDAR ÇELEBİ

  4. Tez No

    888528

    Jenerik denizaltı geometrisinin katsayı tabanlı manevrakarakteristiklerinin had ve analitik çözüm yöntemleri ile analizi

    Analysis of coefficient-based maneuvering characteristics of generic submarine geometry by CFD and analytical solution method

    OĞUZHAN KIRIKBAŞ

    Doktora

    Türkçe

    Türkçe

    2024

    Gemi Mühendisliğiİstanbul Teknik Üniversitesi

    Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR BAL

  5. Tez No

    143657

    Estimation and hypothesis testing in stochastic regression

    Stokastik regresyonda tahmin ve hipotez testi

    HAKAN SAVAŞ SAZAK

    Doktora

    İngilizce

    İngilizce

    2003

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MOTİ LAL TİKU

    YRD. DOÇ. DR. QAMARUL İSLAM

Geri Dön