Geri Dön

Dinamik lineer modellerde parametre tahmini

Parameter estimation in dynamic linear models

PDF İndir

  1. Tez No: 722155
  2. Yazar: CEMRE DARICI
  3. Danışmanlar: DOÇ. DR. ESİN KÖKSAL BABACAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  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: 99

Özet

Lineer modeller ve lineer modellerde parametre tahmini istatistik biliminin en önemli konuları arasında yer almaktadır. Günümüzde yapılan çalışmalarda, oluşturulan modeller için dinamiklik kavramı önem kazanmıştır. Bu nedenle, bu tez çalışmasında dinamik lineer model kavramı üzerinde durulmuştur. Lineer model ve dinamik lineer model arasındaki fark incelenmiş ve durum-uzay modelleri anlatılmıştır. Durum-uzay modellerine istatistikten örnekler verilmiş ve istatistik uygulamalarında kullanılan bazı modellerin durum-uzay modeli gösterimleri yazılmıştır. Dinamik lineer modellerde parametre tahmini için kullanılan yöntemler araştırılmış ve bu yöntemlerden indirgemeli en küçük kareler yöntemi ve Kalman Filtresi yöntemi göz önüne alınmıştır. Mevcut durum ve önceki tahminlere göre bir sonraki durumu tahmin eden bir algoritma olan Kalman Filtresinin elde edilişi anlatılmıştır. Uygulama çalışmalarında ise istatistikte sıklıkla kullanılan bazı modellerin durum-uzay gösterimleri yapılarak Kalman Filtresi ve indirgemeli en küçük kareler yöntemi ile tahminler elde edilerek sonuçları karşılaştırılmıştır. Gerçek veri uygulaması olarak, Türkiye Covid-19 verileri alınmış ve kurulan modellere ilişkin parametreler Kalman Filtresi kullanılarak tahmin edilmiştir.

Özet (Çeviri)

Linear models and parameter estimation in linear models are among the most important subjects of statistical science. In today's studies, the concept of dynamism has gained importance for the models created. Therefore, the concept of a dynamic linear model is emphasized in this thesis. The difference between linear model and dynamic linear model is examined and state-space models are explained. Examples of state-space models from statistics are given and state-space model representations of some models used in statistical applications are written. The methods used for parameter estimation in dynamic linear models have been investigated and among these methods, the recursive least squares method and the Kalman Filter method have been considered. The derivation of the Kalman Filter, which is an algorithm that predicts the next state according to the current state and previous predictions, is explained. In the application studies, state-space representations of some methods that are frequently used in statistics were made, and the results were compared by making predictions with the Kalman Filter and recursive least squares method. For real data application, Turkey Covid-19 data was taken and the parameters of the considered models were estimated by Kalman Filter.

Benzer Tezler

  1. Tez No

    895528

    Quantitative analysis of aircraft aerodynamic derivatives using the least squares method in a six degrees of freedom flight simulation environment

    Uçak aerodinamik türevlerinin altı serbestlik dereceli uçuş benzetim ortamında en küçük kareler yöntemi ile kantitatif analizi

    FURKAN ALTINIŞIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAYRİ ACAR

  2. Tez No

    931381

    Comparative analysis of predictive models for energy consumption in electric vehicles

    Elektrikli araçlarda enerji tüketim tahminleme modellerinin karşılaştırmalı analizi

    CANBERK ŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA BERKER YURTSEVEN

  3. Tez No

    961601

    Scientific machine learning supported track-to-track fusion

    Bilimsel makine öğrenmesi destekli takip bilgisi füzyonu

    RECEP AYZİT

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BARIŞ BAŞPINAR

  4. Tez No

    879699

    Machine learning assisted force field development for nucleic acids

    Nükleik asitler için makine öğrenimi destekli kuvvet alanı geliştirilmesi

    GÖZDE İNİŞ DEMİR

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. ADEM TEKİN

  5. Tez No

    439529

    Pressure analysis of wellbore using Lattice Boltzmann method

    Lattıce Boltzmann yöntemiyle kuyuiçi basınç analizi

    AMIR TOOSI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜRŞAT ALTUN

Geri Dön