Regresyon analizinde yanlı tahmin yöntemleri
Estimation methods in regression analysis
- Tez No: 592711
- Danışmanlar: PROF. DR. DURSUN AYDIN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bağımsız değişkenler arasında çoklu bağlantı olması durumunda model parametrelerini tahmin etmek için kullanılan kestirim yöntemlerinden Ridge Regresyon yöntemi ele alınmıştır. Bu yöntem EKK yöntemleriyle elde edilen sonuçların çoklu bağlantıdan dolayı geçerliliğini kaybettiğinde yani çoklu doğrusal bağlantı içeren verilerde regresyon katsayılarının hataları, işaretleri ve büyüklüklerini tahmin etmek mümkün değil iken kullanılabilmektedir. Ridge parametresinin çözümü k 'ya bağlı olarak yapılır ve dolayısıyla her k için Ridge Regresyon katsayı değerleri elde edilmelidir. Ridge parametresinin seçimi, (i) subjektif metotlar ve (ii) objektif metotlar olmak üzere iki sınıfta toplanabilir. Bu tezde k parametresini seçmek için objektif yöntemler dikkate alınmıştır. Ancak gerçek veri uygulamasında subjektif yöntemlerden ridge izi grafiğine yer verilmiştir. Bu bağlamda, tezde ridge parametresinin seçimi için kullanılan objektif yöntemler arasında yer alan klasik bir seçim yöntemi olan k_HKB kestirici baz kriter olarak alınmıştır. Bu kritere ilaveten dört farklı bilgi kriteri (Mallows'un C_k kriteri, Genelleştirilmiş çapraz geçerlilik kriteri, Düzeltilmiş akaike bilgi kriteri, Schwarz'ın bayes bilgi kriteri ) kullanılarak ridge parametresi seçilmiş ve bu optimum k değeri kullanılarak elde edilen Ridge Regresyon sonuçlarının bir karşılaştırılması yapılmıştır. Tezde iki adet uygulama yapılmış olup, bu uygulamalardan sonuçlar R paket programı yardımı ile elde edilmiştir.
Özet (Çeviri)
Ridge Regression method, which is one of the estimation methods used to estimate the model parameters, is discussed in case of multiple connections between independent variables. This methods can be used when the results obtained by OLS methods lose their validity due to multiple connections, that is, it is not possible to estimate the errors, signs and magnitudes of regression coefficients in data containing multiple linear connections. The solution of the Ridge parameter is based on k, and therefore the Ridge Regression coefficient values should be obtained for each k. The choice of the Ridge parameter can be divided into two classes: (i) subjective methods and (ii) objective methods. In this thesis, for the selection of the k parameter objective methods are used. However, ridge trace graph, which is one of the subjective methods, is used in real data application. In this context, in the thesis, the predictive basis criterion, which is a classical selection method, one of the objective methods used for the selection of ridge parameter, is taken as the criterion. In addititon to this criterion, ridge parameter was selected using four different information criteria(Mallows criterion, Generalized cross validity criterion, Corrected acoustic data criterion, Schwarz's bayes information criterion) and a comparison of Ridge Regression results was obtained using this optimum k value. Two applications have been made in this thesis and the results have been obtained with the help of R package program.
Benzer Tezler
- Ridge ve Liu tahmincilerinin etkinliklerinin ve yanlılıklarının karşılaştırılması
The comparison of the efficiency and biasedness of Ridge and Liu estimators
EMİNE KARAKAYA
- Basit doğrusal regresyon modeli için bazı sağlam tahmin edicilerin karşılaştırılması
Comparison of some robust estimators for simple linear regression analysis
EMEL TİRYAKİ
Yüksek Lisans
Türkçe
2010
İstatistikGazi Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. FİLİZ KARDİYEN
- Doğrusal regresyonda ridge, lasso ve elastik net yöntemlerinin sağlık alanında uygulanması
Application of ridge, lasso and elastic net methods in linear regression in the field of health
MERVE VERGİLİ
Yüksek Lisans
Türkçe
2023
BiyoistatistikSüleyman Demirel ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
PROF. DR. HİKMET ORHAN
- Sağlam regresyonda kısmi artık grafiği
Partial residual plot in robust regression
YASEMİN GÜNDOĞAN
Yüksek Lisans
Türkçe
2005
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. REZAN USLU
- Bağımsız bileşenler analizi ile çoklu bağlantı sorununa bir yaklaşım
An approach to multicollinearity problem with independent components analysis
NURBANU BURSA
Doktora
Türkçe
2019
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. HASAN HÜSEYİN TATLIDİL