Geri Dön

Büyüme modeli parametrelerin tahmininde dirençli bayesian yaklaşımı

Robust bayesian approach estimation of growth model parameters

  1. Tez No: 568884
  2. Yazar: ALİ ÖZTÜRKMEN
  3. Danışmanlar: PROF. DR. KADİR KIZILKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ziraat, Agriculture
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Aydın Adnan Menderes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Zootekni Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 58

Özet

Student's-t dağılımına dayalı doğrusal olmayan modellerin kullanımı yeni bir uygulamadır. Bu yeni yaklaşım, Normal dağılıma göre daha genel ve dirençli bir tahmin sağlamaktadır. Bu tezde, Normal ve Student's-t dağılımı gösteren doğrusal olmayan (büyüme) modellerinin, Japon bıldırcınlarından elde edilen canlı ağırlık değerlerine uygulanması, Bayesian yaklaşımı kullanılarak parametre tahminlerinin elde edilmesi ve Bayesian model karşılaştırma kriterlerine göre de analiz edilen veri seti için en uygun doğrusal olmayan modelin belirlenmesi amaçlanmaktadır.

Özet (Çeviri)

The use of non-linear models based on Student's-t distribution is a new practice. This new approach provides a more general and robust estimate than Normal distribution. It is aimed to apply Normal and Student's-t distributions for the parameters of non-linear (growth) models for live weights obtained from Japanese quails, to obtain parameter estimations using Bayesian approach, and to determine the optimal non-linear model for the growth dataset according to Bayesian model choice criteria.

Benzer Tezler

  1. Sermaye yapısını belirleyen faktörler: Türkiye ve Amerika Birleşik Devletleri gayrimenkul yatırım ortaklığı firmaları karşılaştırmalı analizi

    Determinants of capital structure: Comparative analysis of real estate investment trusts in Turkey and the United States

    EMRE ÇELİK

    Doktora

    Türkçe

    Türkçe

    2024

    Ekonometriİstanbul Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. ALİ HEPŞEN

  2. Homa lagünü'ndeki has kefal balığının (Mugil cephalus, Linnaeus 1758) bazı popülasyon parametrelerinin belirlenmesi

    Determination of some population parameters of flathead grey mullet (Mugil cephalus, Linnaeus 1758) in Homa lagoon

    RAGIP BALATLI

    Doktora

    Türkçe

    Türkçe

    2022

    Su ÜrünleriEge Üniversitesi

    Su Ürünleri Temel Bilimleri Ana Bilim Dalı

    PROF. DR. ERTAN TAŞKAVAK

  3. Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  4. Pekin ördeklerinde farklı büyüme eğrisi modellerinin karşılaştırılması

    Comparison of different growth curve models in Pekin ducks

    MİNE YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    ZiraatOndokuz Mayıs Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. HASAN ÖNDER

  5. Short term load forecasting by using artificial neural networks

    Yapay sinir ağları kullanılarak kısa dönemli yük tahmini

    ALI GHADIRIASL NOBARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. BELGİN TÜRKAY