Geri Dön

Çok değişkenli veri analizi için robust metotların incelenmesi

Investigation of robust methods for multivariate data analysis

  1. Tez No: 562182
  2. Yazar: FİKRİYE KABAKCI
  3. Danışmanlar: DOÇ. DR. YÜKSEL ÖNER
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. ARİF ÇAĞDAŞ AYDINOĞLU

  2. Seat backrest vibration improvement of a commercial vehicle

    Bir ticari araç koltuğunun sırt titreşimlerinin iyileştirilmesi

    AHMET AVŞAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. HALUK EROL

  3. 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

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HATİCE KÖSE

  4. Estimation and hypothesis testing in stochastic regression

    Stokastik regresyonda tahmin ve hipotez testi

    HAKAN SAVAŞ SAZAK

    Doktora

    İngilizce

    İngilizce

    2003

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MOTİ LAL TİKU

    YRD. DOÇ. DR. QAMARUL İSLAM

  5. Advances in robust identification of spline models and networks by robust conic optimization, with applications to different sectors

    Değişik sektörlere uygulamalarıyla birlikte sağlam konik optimizasyon ile eğri modelleri ve ağların sağlam tanımlanmasındaki gelişimler

    AYŞE ÖZMEN

    Doktora

    İngilizce

    İngilizce

    2015

    MatematikOrta Doğu Teknik Üniversitesi

    Bilimsel Hesaplama Ana Bilim Dalı

    PROF. DR. GERHARD WİEHELM WEBER