Geri Dön

Comparison of iterative algorithms for parameter estimation in nonlinear regression

Doğrusal olmayan regresyonun parametre tahmininde kullanılan tekrarlı algoritmaların karşılaştırılması

  1. Tez No: 521153
  2. Yazar: GAMZE MUSLUOĞLU
  3. Danışmanlar: PROF. DR. AYŞEN AKKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 120

Özet

Doğrusal olmayan regresyon modelleri, gerçek hayat problemlerinde doğrusal modellere oranla daha yaygındır. İklim bilimi, biyoloji, deprem mühendisliği ve ekonomi örnekler arasındadır. Ancak doğrusal olmayan regresyon modellerini kurmak ve yorumlamak daha zordur. En küçük kareler ve en çok olabilirlik yöntemleri gibi klasik parametre tahmin yöntemleri, doğrusal olmayan regresyon için de kullanılmaktadır. Ancak doğrusal modellerde olduğu gibi kesin sonuçlara ulaşılamamaktadır. Bu noktada bu sorunu numerik olarak çözmek için tekrarlı algoritmalar kullanılır. Bu yöntemleri derleyen, sınıflandıran ve karşılaştıran geniş çaplı bir çalışma olmadığı için, amacımız bu boşluğu doldurmaktır. Bu çalışmada, doğrusal olmayan regresyon modellerinin tahmininde kullanılan yöntemleri derleyip, onları yanlılık, yürütme zamanı, tekrar sayısı gibi kriterlere göre karşılaştırmayı amaçlamaktayız. Karşılaştırma küçük ve büyük örneklem büyüklüğü, iyi ve kötü parametre başlangıç değerleri, normal ve normal olmayan hata terimleri, basit ve karmaşık modeller (parametre sayısına göre) ve sağlamlık gibi farklı senaryolar üzerinden uygulanacaktır. Karşılaştırmalı çalışmada hem gerçek hem de benzetim yolu ile elde edilmiş veri kullanılacaktır.

Özet (Çeviri)

Nonlinear regression models are more common as compared to linear ones for real life cases e.g. climatology, biology, earthquake engineering, economics etc. However, nonlinear regression models are much more complex to fit and to interpret. Classical parameter estimation methods such as least squares and maximum likelihood can also be adopted to fit the model in nonlinear regression as well, but explicit solutions can not be achieved unlike linear models. At this point, iterative algorithms are utilized to solve the problem numerically. Since there is no extensive study which compiles, classifies and compares the existing methods for nonlinear parameter estimation, the objective of this study is to fill this gap. In our study, we aim to compile the methods which are used for nonlinear parameter estimation purpose and compare them with respect to several criteria such as bias, execution time, number of iterations etc. The comparison will be conducted considering different scenarios which are small vs. large sample sizes, good vs. poor initial values, normal vs. non-normal error terms, simple vs complex models (with respect to number of parameters), and robustness. Both real and simulated data are used in the comparative study.

Benzer Tezler

  1. Demiryolu ağında trafik sayımlarından O-D matrisi tahmini

    Başlık çevirisi yok

    ZEYNEP AĞCI

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    Ulaştırma Ana Bilim Dalı

    PROF. DR. HALUK GERÇEK

  2. Yer içinin modellenmesi amacıyla sismik kırılma verilerinin tersçözümü

    Inversion of seismic refraction data for subsurface modelling

    AHMET YOĞURTÇUOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    Jeofizik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. NEZİHİ CANITEZ

  3. Etlik piliçlerde büyüme eğrilerinin karşılaştırılması

    Comparison of growth curve models on broilers

    ÇİĞDEM YAKUPOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    ZiraatEge Üniversitesi

    Zootekni Ana Bilim Dalı

    YRD. DOÇ. DR. HÜLYA ATIL

  4. Q öğrenme algoritması ile kontrolör tasarımı

    Controller design via Q learning algorithm

    ERVA HATUN TEKEOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜJDE GÜZELKAYA