Çok değişkenli veri analizi için robust metotların incelenmesi
Investigation of robust methods for multivariate data analysis
- Tez No: 562182
- Danışmanlar: DOÇ. DR. YÜKSEL ÖNER
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 137
Özet
ÖZET Bu çalışmada çok değişkenli veriler için önerilen klasik ve robust parametre tahmin metotları üzerine araştırma ve uygulamalar yapılmıştır. Klasik metotların, veri setlerinde aykırı gözlemler olması durumunda istenilmeyen sonuçlar vermesi üzerine robust metotlar önerildiği bilinmektedir. Robust metotlar, veri setinde aykırı gözlem veya gözlem grupları olması durumunda klasik metotlara göre daha elverişli ve kullanışlı sonuçlar vermekte ve aynı zamanda bu aykırı gözlemlerin tespitinde de önemli rol oynamaktadır. Bu çalışmada integrallenmiş karesel hata kriteri veya L_2 uzaklığının robust parametre tahmin problemlerine bir çözüm olarak önerildiği ve parametre tahmin metodu olarak başvurulduğu çalışmalar incelenmiştir. Alternatif olarak bu tahmin edici üzerinde, normal dağılımlı çok değişkenli karma modellerde kısmi karışım tahmininde daha uygun sonuçlar elde etmek için değişiklik tanımlanmıştır. Bu tahmin edicilerin diğer robust tahmin metotları ile parametre tahmininde, karma dağılım modeli ile temsil edilen veriler için kümeleme ve sınıflama analizinde karşılaştırılma çalışmaları yapılmıştır.
Özet (Çeviri)
ABSTRACT In this study, classical and robust paremeter estimation methods for multivarate data are investigated. It is known that robust methods are proposed when classical methods give undesirable results in the presence of outliers in data sets. Robust methods provide more favorable and useful results compared to the classical methods in the presence of outlier or outlier groups in the dataset and also play an important role in detection of outliers. In this study, we investigated the integrated square error criterion or L_2 distance which suggested as solution to the robust parameter estimation problems and applied as a parameter estimation method. Alternatively, a modification to this estimator are introduced to obtain more convenient results on partial mixture estimation for multivariate mixture of normal distributions. Comparison studies with the other robust methods is performed in parameter estimation, classification and cluster analysis for the data sets which represented by mixture distribution model.
Benzer Tezler
- Contributions to the determination of optimized driving strategies for electric vehicles using artificial intelligence based methods
Elektrikli araçlar için yapay zeka tabanlı yöntemlerle en uygunlaştırılmış sürüş stratejilerinin belirlenmesine katkılar
UFUK BOLAT
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA AHMET KOCABAŞ
DOÇ. DR. GÜLCİHAN ÖZDEMİR
- Using spatial statistics techniques to determine the user profiles of social media
Sosyal medyada kullanıcı profillerinin belirlenmesinde konumsal istatistik tekniklerin kullanılması
İREM ERKUŞ
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. ARİF ÇAĞDAŞ AYDINOĞLU
- Freezing fog microphysics and visibility over complex terrain based on cfact field campaign
Donan sis mikrofiziğinin ve görüş mesafesinin dağlik alanlarda cfact proje verileri kullanilarak analizi
ONUR DURMUŞ
Doktora
İngilizce
2025
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ŞEN
- Seat backrest vibration improvement of a commercial vehicle
Bir ticari araç koltuğunun sırt titreşimlerinin iyileştirilmesi
AHMET AVŞAR
Yüksek Lisans
İngilizce
2019
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HALUK EROL
- Deep learning based dynamic turkish sign language recognition with leap motion
Derin öğrenme tabanlı leap motıon ile dinamik türk işaret dili tanıma
BURÇAK DEMİRCİOĞLU KAM
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE KÖSE