Geri Dön

Model seçimi için dayanıklı lasso ve uygulamaları

Robust lasso for model selection and aplications

PDF İndir

  1. Tez No: 647446
  2. Yazar: BEGÜM YENİLMEZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ŞÜKRÜ ACITAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Teorisi Bilim Dalı
  13. Sayfa Sayısı: 93

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

  1. Tez No

    774552

    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

    Türkçe

    2022

    Deprem Mühendisliğiİstanbul Teknik Üniversitesi

    Deprem Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEYNEP DEĞER

  2. Tez No

    817036

    Döviz kuru ile ihracat ve ithalat rakamları arasındaki ilişkinin Borsa İstanbul'da sektörel bazda analizi ve değerlendirilmesi

    :analysis and evaluation of the relationship between exchange rates and export-import figures on a sectoral basis at Borsa İstanbul

    ALEYNA ADILLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    EkonomiAnkara Hacı Bayram Veli Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. METİN KAMİL ERCAN

  3. Tez No

    537578

    İklim değişikliğine karşı dayanıklı ve sağlıklı bir esnek eko-yerleşim model önerisi ve coğrafi bilgi sistemleri destekli yer seçim analizi

    A model for a climate-change resilient, healthy and flexible eco-settlement and gis based site selection

    AYŞECAN AKŞİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Şehircilik ve Bölge PlanlamaEskişehir Teknik Üniversitesi

    Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    PROF. DR. ALPER ÇABUK

  4. Tez No

    863735

    Performance of laminated glass subjected to blast and impact loading

    Patlama ve darbe yüklemesine maruz kalan lamine camın yapısal performansı

    MOHELDEEN HEJAZI

    Doktora

    İngilizce

    İngilizce

    2024

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ SARI

  5. Tez No

    103983

    Raylı ulaşım aracı için kontrol ve kumanda sisteminin tasarımı

    Light rail vehicle control system design

    ALİ FUAT ERGENÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SALMAN KURTULAN

Geri Dön