Rasgele vektörler, rasgele matrisler, şapka matrisi ve merkezleştirilmiş açıklayıcılar matrisi, onların lineer modellerde kullanılması
Use of random vectors, random matrices, hat matrix and centered explanatories matrix, their usages in the linear models
- Tez No: 644857
- Danışmanlar: DOÇ. DR. MEHMET KORKMAZ
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Lineer regresyon model, Şapka matrisi, Vektör, Rank, Merkezileştirilmiş açıklayıcılar matrisi, Lineer kombinasyon, Varyans, En küçük kareler analizi, Linear Regression Models, Hat Matrix, Vector, Rank, Centralized explanatory matrix, Linear combination, Variance, Least squares analysis
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Ordu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Bu çalışmada yaygın olarak kullanılan rasgele vektörler ve rasgele matrislerin lineer modellerde kullanılması sunulmuştur. Aynı zamanda şapka matrisi ve merkezileştirilmiş açıklayıcılar matrisi de lineer modellerde kullanılarak hata terimleri bulunmuştur. Burada en küçük kareler analizinde bireysel ve ortak olarak etkili gözlemleri saptamak için şapka matrisi ve açıklayıcılar matrisi kullanılmıştır. En küçük kareler yaklaşımında, herhangi bir duyarlılık (hassasiyet) analizi aslında noktaların nasıl gözlendiği bu nedenle şapka matrisinin elemanları üzerine nasıl yansıtıldığı ile ilgilidir. Regresyon tanılarında en yaygın kullanılan kavramlar olarak etkili gözlemler ve aykırı değerler bu niceliklerin büyüklüğü vasıtasıyla teşhis edilir.Bu tezde ayrıca gözlenen değerlerdeki matematiksel ilişkiler ayrıntılı olarak incelenmektedir ve bu inceleme bir akış şeması vasıtasıyla verilmektedir.
Özet (Çeviri)
In this study, the use of commonly used random vectors and random matrices in linear models is presented. Error terms were also found by using the hat matrix and the centralized explanatory matrix in linear models. Here, in the least-squares analysis, the hat matrix and explanatory matrix are used to identify effective observations individually and collectively. In the least squares approach, any sensitivity (tenderness) analysis actually concerns how points are observed, and therefore how they are reflected on the elements of the hat matrix. Effective observations and outliers are identified by the magnitude of these quantities as the most commonly used concepts in regression diagnoses. In this thesis the mathematical relationships in these observations are also examined in detail and given in a flow chart.
Benzer Tezler
- Nanosatellıte attıtude estımatıon vıa trıad-aıded kalman fılters
Triad metodu destekli̇ kalman süzgeçleri̇ i̇le nano uydularda yöneli̇m kesti̇ri̇mi̇
MEHMET ASIM GÖKÇAY
Yüksek Lisans
İngilizce
2020
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ HACIZADE
- Doku ve renk öznitelikleriyle tarla görüntülerinden bitki ve fenolojik evrelerinin çıkarımı
Plant and phenology recognition from field images using texture and color features
FATİH GÜLAÇ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Logit türel dağılım modeli kalibrasyonu: İstanbul için bir değerlendirme
Logit modal-split model calibration: An evaluation for İstanbul
HİLMİ BERK ÇELİKOĞLU
Yüksek Lisans
Türkçe
2002
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiUlaştırma Ana Bilim Dalı
PROF. DR. HALUK GERÇEK
- La selection des inducteurs de cout dans la methode ABC avec la methode Zionst-Wallenius et programmation de but
Faaliyet tabanlı maliyetlendirmede Zionst-Wallenius yöntemi ve hedef programlama ile maliyet sürücü seçimi
ABDULLAH ÇAĞRI TOLGA
Yüksek Lisans
Fransızca
2003
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. E. ERTUĞRUL KARSAK
- On the numerical analysis of infinite multi-dimensional Markov chains
Sonsuz çok boyutlu Markov zincirlerinin sayısal çözümlemesi üzerine
MUHSİN CAN ORHAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUĞRUL DAYAR