Geri Dön

Otoregresif hata terimli regresyon modellerinde robust parametre tahmini ve model seçimi

Robust parameter estimation and model selection in autoregressive error term regression models

PDF İndir

  1. Tez No: 651682
  2. Yazar: YETKİN TUAÇ
  3. Danışmanlar: PROF. DR. OLÇAY ARSLAN
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 241

Özet

İstatistiksel modellemenin iki önemli unsuru; model parametrelerinin tahmin edilmesi ve modeldeki anlamlı değişkenlerin doğru şekilde seçilmesidir. Doğrusal regresyon modellerinde varsayımlardan biri hata terimlerinin ilişkisiz olmasıdır. Bu tezde; regresyon modellerinde hata terimlerinin p. dereceden otoregresif yapıda ilişkili olduğu durum için parametre tahmini ve değişken seçimi problemleri ele alınmıştır. Ayrıca verinin aykırı değer içermesi söz konusu olduğunda normal dağılıma alternatif olarak simetrik t dağılımı, hataların çarpık dağılım göstermesi durumunda ise çarpık normal ve çarpık t dağılımları varsayımlarıyla parametre tahminleri ve değişken seçimleri yapılmıştır. EM (expectation maximization) algoritması yardımıyla model parametrelerinin EÇO (en çok olabilirlik) tahminleri elde edilmiştir. Parametre tahminini ve değişken seçimini eş zamanlı yapan; lasso, SCAD, bridge ve elastik net yöntemleri kullanılarak, bahsedilen hata dağılımları varsayımları altında parametre tahminleri elde edilmiştir. Aynı zamanda bu tezde, otoregresif hata terimli regresyon modelleri için, hata terimlerinin herhangi bir dağılım varsayımı olmadan, MM robust tahmin edicilerine dayalı, lasso, SCAD, bridge ve elastik net yöntemlerinin robust versiyonları önerilmiştir. Önerilen tüm yöntemler, farklı durumlar altında kurulan simülasyonlar ve gerçek veri analizleri yardımıyla karşılaştırılmıştır.

Özet (Çeviri)

Two important elements of statistical modeling are estimating model parameters and choosing the significant variables correctly in the model. One of the assumptions in linear regression models is that the error terms are unrelated. In this thesis; parameter estimation and variable selection when the error terms of regression models are related in the pth order autoregressive structure are discussed. In addition, the parameter estimates, and the variable selection are discussed under the assumptions of the data includes outliers and/or skewness. The symmetric t distribution which is an alternative to the normal distribution is used, also if the errors show skewness the assumptions of skewed normal and skewed t distributions are used. ML estimates of the model parameters were obtained with the help of the EM algorithm.; the forms of lasso, SCAD, bridge and elastic net which are simultaneous parameter estimation and variable selection methods used based on the error distribution assumptions. At the same time, in this thesis, robust versions of lasso, SCAD, bridge and elastic net methods based on MM robust estimator are proposed for regression models with autoregressive error terms without any distribution assumption. All proposed methods are compared with the help of simulations established under different constructs and from real data analysis.

Benzer Tezler

  1. Tez No

    386222

    Ar(1) hata terimli regresyon modellerinde çarpık dağılımlara dayalı parametre tahmini

    Analysis of regression models with Ar(1) error terms based on skew distributions: parameter estimation

    YETKİN TUAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    İstatistikAnkara Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. OLCAY ARSLAN

  2. Tez No

    827860

    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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  3. Tez No

    581823

    Protecting cost of claims from exchange rate shocks in insurance sector

    Sigorta sektöründe kasko hasar maliyetinin döviz kur şoklarından korunması

    İSMAİL TELCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Sigortacılıkİstanbul Bilgi Üniversitesi

    Finans Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GENCO FAS

  4. Tez No

    556917

    NARMA-L2 controller design for nonlinear systems using online lssvr

    Doğrusal olmayan sistemler için çevrimiçi en küçük kareler destek vektör regresyonu ile NARMA-L2 kontrolör tasarımı

    GÖKÇEN DEVLET ŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLAY ÖKE GÜNEL

  5. Tez No

    718484

    Autoregressive conditional duration and liquidity

    Otoregresif koşullu süre ve likidite

    ÜMİT ALTAY BARAN

    Doktora

    İngilizce

    İngilizce

    2022

    EkonometriBoğaziçi Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CENK C. KARAHAN

Geri Dön