Geri Dön

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

  1. Tez No: 644857
  2. Yazar: BİLGE BAHAR KIRIŞOĞLU
  3. Danışmanlar: DOÇ. DR. MEHMET KORKMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. 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
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Ordu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Nanosatellıte attıtude estımatıon vıa trıad-aıded kalman fılters

    Triad metodu destekli̇ kalman süzgeçleri̇ i̇le nano uydularda yöneli̇m kesti̇ri̇mi̇

    MEHMET ASIM GÖKÇAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. CENGİZ HACIZADE

  2. 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

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT

  3. Logit türel dağılım modeli kalibrasyonu: İstanbul için bir değerlendirme

    Logit modal-split model calibration: An evaluation for İstanbul

    HİLMİ BERK ÇELİKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    Ulaştırma Ana Bilim Dalı

    PROF. DR. HALUK GERÇEK

  4. 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

    Fransızca

    2003

    Endüstri ve Endüstri MühendisliğiGalatasaray Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. E. ERTUĞRUL KARSAK

  5. On the numerical analysis of infinite multi-dimensional Markov chains

    Sonsuz çok boyutlu Markov zincirlerinin sayısal çözümlemesi üzerine

    MUHSİN CAN ORHAN

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TUĞRUL DAYAR