Doğrusal regresyon modellerinde aykırı gözlemlerin tespiti için sağlam tahmin edicilere dayalı etkili uzaklığın performansının incelenmesi
Performance analysis of the influence distance based on robust estimators for the identification of outliers in linear regression models
- Tez No: 626164
- Danışmanlar: DOÇ. DR. MELTEM EKİZ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Çoklu doğrusal regresyon analizinde verinin bütününden farklılık gösteren ve literatürde düzgün olmayan gözlemler olarak adlandırılan gözlemlerle karşılaşılabilir. Aykırı gözlem, etkili gözlem ve kaldıraç noktaları olarak sınıflandırılan bu gözlemlerin tespit edilmesi doğru istatistiksel çıkarsamaların yapılabilmesi bakımından önemlidir. Nurunnabi ve arkadaşları (2016) düzgün olmayan gözlemlerin belirlenmesinde etkili uzaklık (EU) ölçüsünü önermiştir. Bu çalışmada, en çok olabilirlik, en küçük medyan kareler, yeniden ağırlıklandırılmış en küçük kareler, M ve S tahmin edicilerine dayalı EU'ın kullanılması ile düzgün olmayan gözlemlerin tespit edilmesi amaçlanmıştır. Gerçekleştirilen simülasyon çalışması ile bu yöntemlerin performansları karşılaştırılmıştır.
Özet (Çeviri)
In multiple linear regression analysis, it could be possible to encounter with observations that differ from the bulk of the data and are named as unusual observations in the literature. It is important to identify these observations, which are classified as outliers, influential and leverage points, in order to make accurate statistical inferences. Nurunnabi et al. (2016) suggested influence distance (ID) used to create suspicious observations. In this study, it is intended to determine unusual observations by using ID based on maximum likelihood, least median of squares, re-weighted least squares, M and S estimators. A comparison of performance was performed with a simulation study.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Development of data-drıven models for estımatıng mud and fıltrate alkalınıty usıng machıne learnıng applıcatıons
Makine öğrenimi uygulamaları kullanarak çamur ve filtrat alkalinitesini tahmin etmek için veri odaklı modellerin geliştirilmesi
AHMET ÖNDER
Yüksek Lisans
İngilizce
2025
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İHSAN BURAK KULGA
DR. SERCAN GÜL
- Genetic algorithm based outlier detection using information criterion
Bilgi kriterleri kullanarak genetik algoritma tabanlı aykırı değer tespiti
ÖZLEM GÜRÜNLÜ ALMA
Doktora
İngilizce
2009
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SERDAR KURT
- Dağılımı belli olmayan dairesel verilerde aykırı değer tespiti için bir yöntem önerisi
A proposal method for detection of outliers in circular data with unknown distribution
SÜMEYRA SERT
- A hybrid prediction approach using multiple linear regression and decision tree
Çoklu doğrusal regresyon ve karar ağacı kullanarak hibrit tahmin yaklaşım
MARYAM ARIF AZEEZ AZEEZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KAYHAN AYAR
