Kantil regresyonda yanlı tahmin edicilerin performanslarının incelenmesi
Investigating the performances of biased estimators in quantile regression
- Tez No: 567640
- Danışmanlar: DOÇ. DR. MURAT ERİŞOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Çoklu Doğrusal Bağlantı, En Küçük Kareler, Kantil Regresyon, Lineer Regresyon, Ridge Tahmincisi, Least Squares, Linear Regression, Multiple Linear Correlation, Quantile Regression, Ridge Estimator
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada aykırı gözlemlerin varlığında en küçük kareler regresyonuna alternatif olarak kullanılan kantil regresyonunda çoklu bağlantı probleminin çözümü ele alınmıştır. Kantil regresyonunda çoklu bağlantı probleminin çözümünde ridge regresyon yaklaşımı kullanılmıştır. Ridge tahminine dayalı kantil regresyonunda bazı yanlılık parametre tahminlerinin performansı hata kareler ortalamasına göre karşılaştırılmıştır. Simülasyon çalışması sonuçlarına göre Hocking, Speed ve Lynn (1976) ile Kibria (2003) tarafından önerilen yanlılık parametre tahmin edicileri daha başarılı bir performans göstermişlerdir.
Özet (Çeviri)
In this study, the solution of the multicollinearity problem was investigated in the quantile regression which is used as an alternative to the least squares regression in case the outliers. The ridge regression approach was used to solve the multicollinearity problem in quantile regression. In the quantile regression based on ridge estimation, the performance of some bias parameter estimates was compared according to the mean error squares. According to the results of the simulation study, the bias parameter estimators proposed by Hocking, Speed and Lynn (1976) and Kibria (2003) showed a more successful performance.
Benzer Tezler
- Novel approaches to regression models for functional data
Fonksiyonel veri için regresyon modellerine yeni yaklaşımlar
MÜGE MUTİŞ
Yüksek Lisans
İngilizce
2023
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. GÜLHAYAT GÖLBAŞI ŞİMŞEK
DOÇ. DR. UFUK BEYAZTAŞ
- Learning general type-2 fuzzy logic systems for uncertainty quantification
Belirsizlik nicelleştirilmesi için genel tip-2 bulanik mantik sistemlerinin öğrenilmesi
YUSUF GÜVEN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. TUFAN KUMBASAR
- Advancing conformal prediction with fuzzy logic and ıts extensions to system ıdentification
Konformal tahminin bulanik mantik ile geliştirilmesi ve sistem tanimlamadaki kullanimi
SALEH MSADDI
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. TUFAN KUMBASAR
- Various weighting schemes for imbalanced regression
Dengesiz regresyonda ağırlıklandırma çalışmaları
HÜSEYİN TAN
Yüksek Lisans
İngilizce
2025
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BARIŞ SÜRÜCÜ
- Bell tipi regresyon modelleri ve artıkların incelenmesi
Bell type regression models and analysis of residuals
DUYGU KILIÇ
