Bağ bilgisi olduğunda sıralı küme örneklemesinde yeni tahmin ediciler
New estimators in ranked set sampling in the presence of tie information
- Tez No: 692648
- Danışmanlar: PROF. DR. CEM KADILAR
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Sıralı küme örneklemesi, Ranked set sampling
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sıralı küme örneklemesi, basit rastgele örneklemeye alternatif olarak geliştirilmiş sıklıkla kullanılan bir örnekleme yöntemidir. Örnekleme yönteminde sıralayıcılardan düşük bir güvenle bile küme içindeki birimleri doğru bir şekilde sıralaması beklenir. Ayrıca kümeler içinde iki veya daha fazla sayıda birbirine çok benzer ya da aynı birim var ise bu durum sıralamayı daha da zorlaştırır ve kümedeki birimlerin yanlış sıralanmasına neden olur. Tez çalışmasında, sıralı küme örneklemesinde yardımcı değişken yardımıyla sıralama yapılırken oluşan sıralama hatasının bağ bilgisi kullanılarak azaltıldığı bir yöntem (SKÖ-b) altında, ortalama tahmin edicileri incelenmektedir. Çalışma, sıralamada bağ olması durumunda kullanılan yöntemi incelemeyi ve bağları sıralama hatasını en aza indirerek daha güvenilir sonuçlar elde etmek üzere ortalama tahminlerinde kullanabilmeyi amaçlamaktadır. Yöntem ve literatürdeki tahmin ediciler incelenmiş, yöntem için oransal tahmin edicilerin kullanılmadığı görülmüştür. Dolayısıyla tez çalışmasında modifiye edilmiş yeni oransal tahmin ediciler önerilmiştir. Tahmin edicilerin etkinlikleri önce simülasyonla türetilen büyük ve küçük kitleler üzerinde hesaplanmış daha sonra yapılan simülasyon çalışmaları önerilen oransal tahmin edicilerin literatürde yer alan diğer tahmin edicilerden daha etkin olduğu gösterilmiştir. Ayrıca son zamanlarda ortaya çıkan COVID-19 salgınına ait gerçek veri setlerinde teşhis edilmiş hasta sayısı ve ölen hasta sayısı değişkenleri incelendiğinde, verilerin bağ bilgisi yapısına uygun olduğu görülmüştür. Simülasyon sonuçlarına benzer şekilde gerçek veriler üzerinde de önerilen oransal tahmin ediciler daha iyi sonuçlar vermiştir.
Özet (Çeviri)
Ranked set sampling is a frequently used sampling method developed as an alternative to the simple random sampling. In this sampling method, rankers are expected to rank the units within the set correctly, even with low confidence. Also, if there are two or more very similar or identical units in a set, this makes ranking more difficult and it causes the units in the set to be ranked incorrectly. In this thesis, the mean estimators are examined under a method (RSS-t) in which the ranking error, occurred while ranking with the aid of the auxiliary variable, is reduced by using the tie information under the Ranked Set Sampling. The study aims to examine the ties in the ranking and to use these ties in the population mean estimators for more reliable estimates by minimizing the ranking error. After examining the method and the estimators in the literature, it is seen that the ratio estimators have not been examined under this method and therefore new modified raito estimators are proposed in this thesis study. The effectiveness of the estimators is first calculated for the samples drawn from large and small populations derived from simulation. Simulation studies have shown that the proposed estimators are more effective than other estimators in the literature. In addition, when the variables of the number of diagnosed patients and the number of patients who died are examined in a real data set of the recently emerging COVID-19 epidemic, it is seen that the data set is suitable for the tie information structure. Similar to the simulation results, we can also see from the real data set that the proposed estimators give better results.
Benzer Tezler
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Novel deep learning based approaches for clutter removal and target detection in GPR
Ynr'de kargaşa giderme ve hedef algılama için yeni derin öğrenme tabanlı yaklaşımlar
YAVUZ EMRE KAYACAN
Doktora
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Wind turbine protection and modelling
Rüzgar türbinleri koruma ve modelleme
ERIC NDUWAYEZU
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BAYRAK
- Tarih-i Burhaneddin-i Belhi (Lady Sheil'in anıları)
History of Burhaneddin-i Belhi (Memories of Lady Sheil)
NİHAL ÇANKAYA
Yüksek Lisans
Türkçe
1999
Doğu Dilleri ve Edebiyatıİstanbul ÜniversitesiFars Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. MEHMET KANAR
- La Vie artistique litteraire culturelle et sociale l'Izmir en langue Française (du XVII'eme siecle a nos jours)
Fransızca'da İzmir'in sanatsal edebi kültürel ve toplumsal yaşamı (XVII'inci yüzyıldan günümüze)
HASAN ZORLUSOY
Doktora
Fransızca
1993
Fransız Dili ve EdebiyatıDokuz Eylül ÜniversitesiFransız Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. EROL KAYRA