Geri Dön

Application of bootstrap techniques in regression models

Bootstrap yönteminin regresyon modellerinde uygulanması

PDF İndir

  1. Tez No: 691933
  2. Yazar: HUSNIYE ALTUNER
  3. Danışmanlar: PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 102

Özet

Çoklu doğrusal regresyon doğası gereğince, açıklayıcı değişkenler doğrusal ilişkili olduğunda regresyon parametrelerinin en küçük kareler tahmini yanlış işarette olma eğilimindedir ve büyük varyansa sahiptir. Bu tür anormal etkileri ortadan kaldırmak için, bu sorunu azaltan veya tamamen ortadan kaldıran bazı yararlı teknikler vardır. Önyargılı tahmin yöntemleri bu yöntemlerin örnekleridir. Aslında, bu çalışma, bu yöntemlerin, özellikle de bootstrap yönteminin yararlılığını tanımlamayı ve gözlemlemeyi amaçlamaktadır. Ayrıca, bu çalışma aynı zamanda güven aralığı seviyelerini belirlerken en iyi k seçim yöntemini belirlemeyi amaçlamaktadır. Bootstrap yöntemini kullanmanın avantajı, bu yöntemin araştırmacının yeniden örnekleme yoluyla mevcut olandan yeni bir veri kümesi oluşturmasına izin vermesidir. Öte yandan, ridge tahmin edicilerinin ortalama kare hatalarını en aza indirmeyi amaçlayan k seçim metotları, bootstrap yöntemine kıyasla dezavantajlara sahiptir. Bu çalışmanın amacı, ridge tahmin edici ve bootstrap aracılığı ile çoklu doğrusal regresyon ile ilgili mevcut literatürü tanımlamak, k seçim yöntemini ve güven aralığı seviyeleri üzerindeki etkilerini göz önünde bulundurarak kapsamlı bootstrap ve simülasyonlar sağlamaktır.

Özet (Çeviri)

Due to the nature of multiple linear regression, the least squares estimation of regression parameters when explanatory variables are linearly related tends to be in the wrong sign and has large variance. To eliminate these kinds of abnormal effects, there are some useful techniques which reduce or totally eliminates this problem. Biased estimation methods are examples of these methods. In fact, this study aims to identify and observe the usefulness of these methods, particularly the bootstrap method. Furthermore, this study also aims to identify the best the k selection method while determining confidence interval levels. The advantage of using the bootstrap method is that this method enables the researcher to produce new data set from the existing one via resampling it. On the other hand, k selection methods, which aim to minimize the mean square errors of the ridge estimators, have drawbacks when compared to the bootstrap method. The purpose of this study is to identify the existing literature on multiple linear regression via both ridge estimator and bootstrap, provide a comprehensive bootstrap study and simulations via considering the k selection method and its effects on confidence interval levels.

Benzer Tezler

  1. Tez No

    811554

    Belirlenmiş mühendislik problemlerinin tasarımı, modellenmesi ve optimizasyonu için çoklu-stokastik nonlineer nöro-regresyon analizi ve geleneksel olmayan arama algoritmaları tabanlı yeni bir sistematik yaklaşım

    A new systematic approach for design, modeling and optimization of the engineering problems based on stochastic multiple-nonlinear neuro-regression analysis and non traditional search algorithms

    MELİH SAVRAN

    Doktora

    Türkçe

    Türkçe

    2023

    Makine Mühendisliğiİzmir Katip Çelebi Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. LEVENT AYDIN

  2. Tez No

    685796

    Application of machine learning models and statistical approaches in dexketoprofen pharmaceutical dosage form

    Makine öğrenmesi modellerinin ve istatistiksel yaklaşımların deksketoprofen farmasötik dozaj formunda uygulaması

    ATAKAN BAŞKOR

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TAMER UÇAR

  3. Tez No

    729840

    Diyabetik ayak hastalarının ampütasyon riskinin yapay zekâ teknikleri ile öngörülmesi

    Prediction of amputation risk of patients with diabetic foot by artificial inteligence techniques

    DENİZHAN DEMİRKOL

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. ÇİĞDEM EROL

  4. Tez No

    366082

    Mikrodizilim gen ifade çalışmalarında genelleştirme yöntemlerinin regresyon modelleri üzerine etkisi

    The effects of generalization methods on regression models in microarray gene expression studies

    SELEN YILMAZ IŞIKHAN

    Doktora

    Türkçe

    Türkçe

    2014

    BiyoistatistikHacettepe Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. CELAL REHA ALPAR

  5. Tez No

    303563

    Lojistik regresyon modeli ve geriye doğru eliminasyon yöntemiyle değişken seçiminin hipertansiyon riski üzerine uygulamasında bootstrap yöntemi

    The bootstrap method in the implementation of variable selection on hypertension risk through logistic regression model and backward elimination

    ÖZGÜR ATABEY

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. MELTEM EKİZ

Geri Dön