Geri Dön

Ridge regresyonda sağlam parametre bulma

Robust parameter find in ridge regression

  1. Tez No: 507555
  2. Yazar: AYKUT KUVAT
  3. Danışmanlar: DOÇ. DR. ATİLA GÖKTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  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: 73

Özet

Doğrusal regresyon analizinde en çok karşılaşılan problemlerden biri çoklu doğrusal bağlantı sorunudur. Bu sorunun çözümlenmesinde çok sayıda yöntem mevcuttur. En sık kullanılan yöntemlerden bazıları temel bileşen regresyonu, kısmi en küçük kareler yöntemi ve ridge regresyon yöntemidir. Ridge regresyon yöntemi kullanılarak literatürde yapılmış çok sayıda çalışma mevcuttur. Bu çalışmaların hepsinde ridge parametresinin belirlenmesinde sorunlardan söz edilmektedir. Önerilen çok sayıda ridge parametresi olmasına karşın bu parametrelerin hiçbiri her türlü veride en küçük ortalama hata kareyi verememektedir. Çalışmamızın amacı, doğrusal regresyon analizinde çoklu doğrusal bağlantı olması durumunda çoklu doğrusal bağlantının derecesini, örneklem büyüklüğü ile değişken sayısını dikkate alarak sağlam bir ridge parametresi önermektir. Bu ridge parametresi literatürdeki ridge parametrelerinin aksine, örneklem büyüklüğü, çoklu bağlantı derecesi ve bağımsız değişken sayısı ne olursa olsun en küçük hata kareler ortalamasını verecektir. Ridge regresyonda sağlam parametre geliştirmede literatürde yaygın kullanılan ridge parametrelerinden faydalanılmıştır. Öncelikle çoklu bağlantılı serilerde en iyi ridge parametresinin belirlenmesinde tarama yöntemi kullanılmış, tarama sonunda bulunan en iyi ridge parametresinin literatürdeki ridge parametreleri ile fonksiyonel ilişkisi araştırılmıştır.

Özet (Çeviri)

One of the most common problems is the problem of the analysis of linear regression multiple linear connection. In solving this problem several methods are availaible. Some of the most commonly used principal component regression method is partial least squares and ridge regression method. Made literature using ridge regression method has a number of studies. In determining the ridge parameter in all of these studies it is mentioned problem. Although many of the proposed ridge parameter, none of these parameters can not provide any data on the mean square error. The aim of our study, linear regression analysis in the case multiple linear connection multicolinearity degree, taking into accaount the number of variables and the sample size is to propose a robust ridge parameters. This is contrary to the ridge parameter, ridge parameter in the literature, sample size, the degree of multiple connections and whatever number of arguments will give the minimum mean square error. The robust development of ridge regression parameters have been used in the literature of the commonly used parameters ridge. First screening method used in determining the best ridge parameter in multiple linked series, functional relationships with the best ridge parameters of the ridge at the end of the scan parameters were studied in the literature.

Benzer Tezler

  1. Ridge regresyonda ridge parametresi için önerilen tarama yöntemine dayalı yeni bir tahmin edici

    A new estimator based on the search method proposed for the ridge parameter in ridge regression

    SELMAN MERMİ

    Doktora

    Türkçe

    Türkçe

    2024

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZGE AKKUŞ

  2. Doğrusal regresyonda Ridge,liu ve LASSO tahmin edicileri üzerine bir çalışma

    A study on Ridge, Liu and LASSO estimator in linear regression

    AYŞE KÜÇÜK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MERAL ÇETİN

  3. Lojistik elastik net yönteminin alternatif yöntemlerle karşılaştırılması

    Comparison of the logistic elastic net method with alternative methods

    SEVİM SİMGE UYSAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İstatistikEskişehir Osmangazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ARZU ALTIN YAVUZ

  4. Kent içi ulaştırma planlamasında hastane yolculuklarının yanlı ve sağlam regresyon teknikleriyle tahmin modellerinin geliştirilmesi

    Development of estimation models of hospital travels with biased and robust regression techniques in urban transportation planning

    ÇAĞDAŞ KARA

    Doktora

    Türkçe

    Türkçe

    2019

    UlaşımEskişehir Osmangazi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞAFAK BİLGİÇ

  5. Variable selection and classification for longitudinal binary data through three-step sparse boosting

    Üç aşamalı seyrek yükseltme metodu ile ikili sonucu olan uzunlamasına verilerin değişken seçimi ve sınıflandırılması

    DENİZ ESİN EMER

    Doktora

    İngilizce

    İngilizce

    2022

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZLEM İLK DAĞ