Model seçimi için dayanıklı lasso ve uygulamaları
Robust lasso for model selection and aplications
- Tez No: 647446
- Danışmanlar: DR. ÖĞR. ÜYESİ ŞÜKRÜ ACITAŞ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Teorisi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Model parametrelerinin tahmini ve modelde yer alacak değişkenlerin seçimi regresyon analizinin önemli konularındandır. Son yıllarda, hem parametre tahmini hem de modeldeki değişkenlerin seçimini eşanlı olarak yapabilen daraltıcı (shrinkage) tahmin ediciler ön plana çıkmaktadır. Bu tahmin ediciler belli özelliklerine göre gruplandırılmıştır. Bu çalışmada daraltıcı tahmin edicilerden olan Least Absolute Shrinkage and Selection Operator (En Küçük Mutlak Daralma-LASSO) tahmin edicisi ele alınmıştır. LASSO tahmin edicileri değişken seçiminde tutarlı olmadığından oracle özelliğine sahip değildir. Bu nedenle, literatürde uyarlanmış (adaptive) LASSO (ALASSO) tahmin edicisi önerilmiştir. Ancak bu tahmin ediciler aykırı değer(ler)e karşı duyarlıdır. Bu bağlamda dayanıklı ALASSO tahmin edicileri literatürde M-tahmin edicilerine dayalı olarak geliştirilmektedir. Bu çalışmada, literatürde var olan Huber ve Tukey'in ρ ve ψ fonksiyonlarına dayalı dayanıklı ALASSO tahmin edicilerine alternatif olarak Cauchy, Andrews, Fair, Welsch, Lojistik ve Talwar'ın ρ ve ψ fonksiyonları kullanılarak dayanıklı ALASSO tahmin edicileri ele alınmıştır. İlgili tüm tahmin edicilerin performansları simülasyon çalışması yardımıyla karşılaştırılmıştır. Tahmin edicilerin performanslarını karşılaştırmak için Hata Kareler Ortalaması (Mean Squared Error-MSE), Ön Kestirim Hata Kareler Ortalaması (Mean Squared Prediction Error-MSPE) kriterleri kullanılmıştır. Ayrıca, ele alınan dayanıklı ALASSO yöntemlerinin model seçim doğrulukları da ölçülmüştür. Simülasyon çalışmasına ek olarak, biri literatürdeki hazır veri, bir diğeri araştırmacı tarafından derlenen veri olmak üzere iki farklı reel veri için uygulama yapılmıştır.
Özet (Çeviri)
Estimation of model parameters and selection of variables in the model are important issues in regression analysis. In recent years, shrinkage estimators, which can simultaneously make parameter estimation and selection of variables in the model, come to the fore. These estimators are grouped according to their specific characteristics. In this study, Least Absolute Shrinkage and Selection Operator-LASSO estimator, which is one of the shrinkage estimators, is discussed. Since LASSO does not have oracle feature, the adaptive LASSO (ALASSO) estimator has been proposed in the literature. However, these estimators are sensitive to the outliers. In this context, robust ALASSO estimators are developed in the literature based on M-estimators. In this study, robust ALASSO estimators are considered using the ρ and ψ functions of Cauchy, Andrews, Fair, Welsch, Logistics and Talwar as an alternative to the robust ALASSO estimators based on the ρ and ψ functions of the Huber and Tukey existing in the literature. The performances of these estimators are compared via a simulation study. For comparing the performance of the estimators, Mean Squared Error (MSE) and Mean Squared Prediction Error (MSPE) criteria are used. Furthermore, model selection accuracies of the methods are measured. In addition to the simulation study, two different real data, one of is available in the literature and the other is compiled by the researcher, are applied.
Benzer Tezler
- Artificial intelligence applications in microwave and mmwave sensing
Mikrodalga ve milimetre dalga algılamada yapay zeka uygulamaları
MUHAMMED İSMAİL PENÇE
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET NURİ AKINCI
- Betonarme perdelerin çevrimsel sönümlenen enerji kapasitesinin makine öğrenmesi yöntemleri ile incelenmesi
Investigation of energy dissipation capacity of RCc shear walls with machine learning methods
BERKAY TOPALOĞLU
Yüksek Lisans
Türkçe
2022
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEYNEP DEĞER
- Türkiye'de ihracatın ithalat bağımlılığı: Lasso modelinin bir uygulaması
Import dependency of exports in Turkey: An application of the Lasso model
ELİF BAĞCIOĞLU
Yüksek Lisans
Türkçe
2026
Uluslararası TicaretUfuk ÜniversitesiUluslararası Ticaret ve Finansman Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURHAN HANDE SEVGİ
- Havayolu operasyonlarında dayanıklı ekip eşleme için eniyileme yaklaşımı: Bir havayolu şirketi uygulaması
An optimization approach for robust crew pairing in airline operations: An airline company application
ESRA ÖZKAN AKSU
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. İZZETTİN TEMİZ
- Belirsizlik altında leagile kapalı döngü tedarik zinciri tasarımı için sağlam bir optimizasyon modeli
A robust optimization model for leagile closedloop supply chain design under uncertainty
RAWAN ALI AHMAD SALEH
Doktora
İngilizce
2025
Endüstri ve Endüstri MühendisliğiNevşehir Hacı Bektaş Veli Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇME