Geri Dön

Ridge tahminine dayalı M-regresyonunun etkinliğinin incelenmesi

Investigation of the effectiveness of M-regression based on ridge estimation

  1. Tez No: 712705
  2. Yazar: ABDULLAH YURTASLAN
  3. Danışmanlar: PROF. DR. MURAT ERİŞOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Necmettin Erbakan Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 53

Özet

Bu çalışmada, çoklu doğrusal regresyon analizinde çoklu doğrusal bağlantı ve aykırı gözlem veya hataların normal dağılım göstermemesi problemlerinin bir arada olması durumunda ridge tahminine dayalı M tahmin edicileri önerilmiştir. Önerilen tahmin edicilerin parametre tahmini için tekrarlı yenilenen ağırlıklı ridge algoritmasının tanımlanmıştır. Önerilen tahmin edicinin tahmin performansı simülasyon çalışması ve gerçek veri seti üzerinde gösterilmiştir. Çalışma sonuçlarına göre ridge tahminine dayalı M tahmin edicilerinin, çoklu doğrusal bağlantı ve aykırı gözlem veya hataların normal dağılım göstermemesi problemlerinin bir arada olması durumunda EKK, ridge ve geleneksel M tahmin edicilerden daha başarılı bulunmuştur.

Özet (Çeviri)

In this study, M estimators based on ridge estimation are proposed in case of a combination of multiple linear regression and outlier observations or non-normal distribution of errors in multiple linear regression analysis. For parameter estimation of the proposed estimators, iteratively reweighted ridge algorithm is defined. The estimation performance of the proposed estimator is shown on the simulation study and the real dataset. According to the results of the study, M estimators based on the ridge estimation were found to be more successful than the ridge and traditional M estimators when the problems of multicollinearity and outlier observations or errors did not show normal distribution.

Benzer Tezler

  1. Kantil regresyonda yanlı tahmin edicilerin performanslarının incelenmesi

    Investigating the performances of biased estimators in quantile regression

    NURULLAH YAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İstatistikNecmettin Erbakan Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MURAT ERİŞOĞLU

  2. Türkiye'nin karbondioksit emisyonu tahmininde farklı göstergelere dayalı alternatif modellerin karşılaştırılması

    Comparing of alternative models based on different indicators in the prediction of Turkey's carbon dioxide emission

    MERVE ÇİMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Çevre MühendisliğiYıldız Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EBRU AKKAYA

  3. Çoklu bağlantı durumunda tutarlı değişen varyans kovaryans matrisine dayalı tahmin ediciler

    Estimators based on varying variance covarience matrix in case of multicollinearity

    TUBA GÜZEY

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MELTEM EKİZ

  4. Extreme learning machine based on L1 and L2 norms

    L1 ve L2 norma dayalı aşırı makine öğrenmesi

    HASAN YILDIRIM

    Doktora

    İngilizce

    İngilizce

    2020

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU

  5. Eğitim verileri analizinde regresyon ve sınıflandırma algoritmaları: Öğrenci performansının modellenmesi

    Eğitim verileri analizinde regresyon ve sınıflandırma algoritmalari: öğrenci performansinin modellenmesi

    ERDAL ÖZKUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilim ve Teknolojiİstanbul Kültür Üniversitesi

    Matematik ve Bilgisayar Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET FATİH UÇAR