Regresyon modellerinde uç değer incelemede dağılıma bağlı olmayan bir yöntem
Başlık çevirisi mevcut değil.
- Tez No: 55018
- Danışmanlar: DOÇ.DR. HAMZA GAMGAM
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Uç değer, Etkili değer, Artık tahmini, Bootstrap
- Yıl: 1996
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Bu çalışmanın giriş kesiminde etkili değerler ve uç değerlerle ilgili bazı çalışmalara yer verilmiş ve bunlar için test istatistikleri tanıtılmıştır. Birinci bölümde ise, uç değerlerin budanması ve tahminlerin budanmış Bootstrap Yığınından seçilecek örneklere dayandırılması yöntemi tanıtılmıştır. Uç değerlerin örneğe girmesine engel olmak için Bootstrap örneğinin çapım küçük seçmek, Bootstrap Yığınının az budanması ve Bootstrap Yığınının fazla budanması yöntemleri kullanılabilir. Bu çalışmada Bootstrap Yığınının budanması ile ilgilenilmiş ve budama yöntemleriyle ilgili test istatistikleri de tanıtılmıştır. Bu yöntem tahmin edilen artıkların Bootstrap dağılımına dayanır. Ayrıca Bootstrap tahminleri ve bozulmanın ölçüsü tanıtılmıştır. İkinci bölümde Bootstrap Yığınının budanması ile ilgili bir uygulamaya ve simülasyon çalışmasına yer verilmiştir. Uygulamada ct=0.15 için Bootstrap yığınından budamalar yapılmış ve Budanmış Bootstrap yığını elde edilmiştir. Son bölümde ise bu uygulamadan elde edilen bulgulara yer verilmiştir. Bilim kodu : 406.02.01
Özet (Çeviri)
In the introduction section of this study, several study related with influential value and outliers have been given, and for them the test statistics have been defined. In the first chapter, trimming of outliers and the method of making the estimations depend on the samples which will be selected from the trimmed Bootstrap Population have been explained. Selecting small Bootstrap sample size, mild trimming of the Bootstrap Population and severe trimming of the Bootstrap Population methods can be used to prevent including the outliers in the sample. In this study, trimming of the Bootstrap Population has been interested and also test statistics related with trimming methods have been defined. This method depends on Bootstrap distribution of the estimated residuals. Also, Bootstrap estimations and measure of contamination have been explained. In the second chapter, ah application and a simulation study related with trimming of the Bootstrap Population have been performed. In the application, for a=0.15 trims from Bootstrap Population have been made and trimmed Bootstrap Population has been obtained. In the last chapter, conclusions obtained from this application have been given. Science Code : 406.02.01 Key Words : Outlier, Influential value, Predicted residuals, Bootstrap Page Number : 67 Adviser : Doç. Dr. Hamza GAMGAM n
Benzer Tezler
- Menkul kıymet analizi ve portföy yönetimi İstanbul Menkul Kıymetler Borsası'nda bir uygulama
Başlık çevirisi yok
FATMA SAHİLLİOĞLU(GÜNEŞ)
Yüksek Lisans
Türkçe
1993
İşletmeİstanbul ÜniversitesiUluslararası İşletmecilik Ana Bilim Dalı
PROF. DR. A. BÜLENT PAMUKÇU
- Effect of lignin, extractive matter, holocellulose, and alpha cellulose of biomass on calorific value
Biyokütlenin içeriğindeki lignin, ekstraktif madde, holoselüloz ve alfa selülozun kalorifik değer üzerindeki etkisi
ÖZLEM ECEM KAYNAR
Yüksek Lisans
İngilizce
2022
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR YAMAN
- Hakem atama otomasyonu için bir karar destek sistemi: Doğal dil işleme ve veri-güdümlü optimizasyon ile bütünleşik bir yaklaşım
A decision support system for reviewer assignment automation: An integrated approach with natural language processing and data-driven optimization
MELTEM AKSOY
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA YANIK ÖZBAY
PROF. DR. MEHMET FATİH AMASYALI
- Dalgacık dönüşümü tekniği kullanılarak akım serilerinin modellenmesi
Modeling of streamflow series using wavelet transform technique
MURAT KÜÇÜK
Doktora
Türkçe
2004
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiSu Ürünleri Mühendisliği Ana Bilim Dalı
PROF. DR. NECATİ AĞIRALİOĞLU
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR