Statistical inference based on ranked set sampling
Sıralı küme örneklemesine dayalı istatistiksel çıkarsama
- Tez No: 517507
- Danışmanlar: PROF. DR. SELMA GÜRLER, PROF. DR. BERNARD DE BAETS
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 84
Özet
Bilimsel bir araştırmada, veri toplama yöntemi istatistiksel ve metodolojik analiz için oldukça önemlidir. Sıralı Küme Örneklemesi (SKÖ) verileri elde etmek ve kitle hakkında çıkarımlar yapmak için geliştirilmiş etkili bir yöntemdir. SKÖ'nün en temel etkisi, örnekleme mekanizmasındaki birimlerin sıra bilgilerini kullanmasıdır. Sıralama işlemi olması gerektiği gibi yapıldığında, SKÖ'ye dayalı çıkarımlar Basit Rasgele Örneklemeye (BRÖ) dayalı çıkarımlara kıyasla, hem parametrik hem de parametrik olmayan yöntemler için, daha iyi sonuçlar vermektedir. SKÖ uygulamalarında, birimlerin gerçek ölçüm değerleri bilinmeden gerçekleştirilen sıralama işleminin belirsiz yapısından ötürü, sıralamalara dair verilen kararlarda hata olması kaçınılmazdır. Bu tezde, sıralama işlemindeki belirsizliğin modellenmesi ve birden fazla sıralayıcıdan gelen bilginin birleştirilmesi için kullanılabilecek yeni bir yaklaşım önerilmektedir. Sıralama işlemindeki belirsizliğin modellenmesinde bulanık kümeler yaklaşımının kullanıldığı yeni örnekleme yöntemi Bulanık-ağırlıklı Sıralı Küme Örneklemesi (BSKÖ) tanıtılmaktadır. Birden çok sıralayıcıdan gelen bilginin birleştirilmesi için yeni yöntemler önerilmektedir. Örneklem birimleri ve onların üyelik derecelerinin birlikte kullanıldığı yeni bir ortalama kestiricisi tanımlanmıştır. Biyometrik araştırmalardan elde edilmiş gerçek veri setleri ve karşılaştırmalı benzetim çalışmaları kullanarak yeni örnekleme metodumuzun literatürdeki benzerlerine göre kitle ortalaması kestiriminde kayda değer bir üstünlük ortaya koyduğunu gösterilmiştir.
Özet (Çeviri)
In a scientific research, the data collection method is substantial for statistical and methodological analysis. Ranked Set Sampling (RSS) is an advanced and effective method for collecting data and making inferences about the population. The main impact of RSS is to use the ranking information of the units in the sampling mechanism. When the ranking is done properly, the inference based on RSS generally gives better results compared with simple random sampling (SRS) for both parametric and non-parametric cases. Because of the uncertain nature of the ranking process without actual measurement, inaccuracy among judgment ranks is unavoidable when using the RSS procedure in a real life application. In this thesis, we propose a new approach for modeling uncertainty in the ranking process and combining the information coming from multiple rankers. A new sampling procedure, Fuzzy-weighted Ranked Set Sampling (FRSS), is introduced for dealing with uncertainty in the ranking mechanism of RSS with fuzzy sets perspective. New methods are introduced to combine the information coming from multiple rankers in FRSS procedure. An estimator for the population mean is defined using the measurements of the sampled units and their membership degrees obtained using the new sampling procedure. We use real data sets from biometric researches and comparative simulation studies to show that our new method results in a considerable improvement on the estimation of the population mean over the counterparts in the literature.
Benzer Tezler
- Sıralı küme örneklemesine dayalı istatistiksel sonuç çıkarımı
Statistical inference based on ranked set sampling
ÖZGE GÜRER
- Parametrik olmayan bootstrap yöntemine dayalı sıralı küme örneklemesi ile istatistiksel sonuç çıkarımı
Statistical inference with ranked set sampling based on nonparametric bootstrap method
NURDAN YENİAY KOÇER
- Stres-dayanıklılık modelinde sıralı küme örneklemesi yöntemi kullanılarak sistem güvenilirliğinin dayanıklı tahmini
Robust estimation of system reliability in stress-strength model using ranked set sampling
FATMA GÜL AKGÜL
- Hava kalitesi üzerindeki meteorolojik ve emisyon etkilerinin belirlenmesinde makine öğrenmesi tabanlı meteorolojik normalleştirme yönteminin uygulanması
Application of machine learning-based meteorological normalization to quantify meteorological and emissions impacts on air quality
MUHAMMED DENİZOĞLU
Yüksek Lisans
Türkçe
2024
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ DENİZ
- Derin obje sezicilerle tümleştirilmiş bayesçi filtreleme ile videoda obje izleme
Integration of bayesian filtering and deep object detection for video object tracking
FİLİZ GÜRKAN GÖLCÜK
Doktora
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU