Doğrusal olmayan regresyonda otokorelasyon ve aykırı değer varlığında sağlam kestirim yöntemleri
Robust estimation methods in nonlinear regression in presence of autocorrelation and outlier
- Tez No: 647119
- Danışmanlar: PROF. DR. BARIŞ AŞIKGİL
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Doğrusal olmayan regresyonda etkin parametre tahmini ve istatistiksel sonuç çıkarımları için hata terimlerinin varsayımlarının sağlanması gereklidir. Özellikle, doğrusal olmayan regresyon modellerindeki hata terimlerinde bulunan ilişki sorunu sonuçları negatif yönde etkileyecektir. Doğrusal olmayan regresyon modellerinde parametre tahminini etkileyen diğer bir sorun ise veri kümesinde aykırı değer bulunmasıdır. Model parametre tahmininde kullanılan en küçük kareler yöntemi, kolaylıkla aykırı değerlerden etkilenir. İki aşamalı en küçük kareler yöntemi, otokorelasyon sorununu gidermesine rağmen, veride aykırı değer varlığında sağlam değildir. Bu sebeple, bu tez çalışmasında sağlam iki aşamalı en küçük kareler yöntemi geliştirilerek doğrusal olmayan regresyon modelinde otokorelasyon ve aykırı değer varlığının aynı anda bulunması durumunda parametre tahmin edicisi bulmak için sağlam düzeltilmiş iki aşamalı en küçük kareler yöntemleri önerilmiştir. Yapılan uygulamalarda ve benzetim çalışmasında önerilen yöntemler olan sağlam düzeltilmiş iki aşamalı en küçük kareler yöntemleri ile iki aşamalı en küçük kareler yöntemine ve sağlam iki aşamalı en küçük kareler yöntemine göre daha etkin sonuçların elde edildiği gözlemlenmiştir.
Özet (Çeviri)
In order to make efficient inferences about model parameter's estimations and statistical results in nonlinear regression, assumptions related to error term are need to be satisfied. Especially, the assumption that the errors are autocorrelated will affect the results negatively in nonlinear regression. Another problem that affects parameter estimation in nonlinear regression is the presence of outlier in data set. Least squares method used to estimate model parameters is easily affected from outliers. Although two-stage least squares method can deal with the autocorrelated errors, nonetheless, it is not robust when the outlier occurs in the data. Therefore, in this thesis, the method named robust two-stage least squares method has been devoleped and robust modified two-stage least squares methods have been suggested to find parameter estimation in nonlinear regression in presence of autocorrelation and outlier. The numerical examples and simulation study show that the robust modified two-stage least squares methods are more efficient than the two-stage least squares method and robust two-stage least squares method.
Benzer Tezler
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Hataları otokorelasyonlu lineer olmayan regresyonda parametre tahmini
Parameter estimation in nonlinear models with autocorrelated errors
İSMAİL KINACI
Yüksek Lisans
Türkçe
2002
İstatistikSelçuk Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. AŞIR GENÇ
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Bridging causal discovery and graph neural networks: a comparative perspective
Nedensel keşif ve çizge sinir ağları arasındaki köprü: Karşılaştırmalı bir bakış açısı
MUHAMMED ÖMER TAYLAN
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. SEFER BADAY
- Sales forecasting in fashion retail industry with classical and machine learning methods
Moda perakendesi sektöründe klasik ve makine öğrenmesi metodları ile satış tahmini
HANİFE IŞIK
Yüksek Lisans
İngilizce
2020
Ekonomiİstanbul Teknik ÜniversitesiEkonomi Ana Bilim Dalı
DOÇ. DR. TOLGA YURET