Aykırı değer varlığında genelleştirilmiş eklemeli modeller ve bir uygulama
Generalized additive models and an application in outlier entity
- Tez No: 769481
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET PEKGÖR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Günümüzde teknolojinin hızlı bir şekilde ilerlemesi sebebiyle birçok alanda otomatik olarak veri toplanmaktadır. Bu verileri analiz edebilmek yani verilerden faydalı bilgi çıkartmak önem arz etmektedir. Bu bakımdan literatürde yer alan genelleştirilmiş toplamsal modelleri bu çalışmanın hedefi olmuştur. Ancak veri toplama araçlarında bazen kalibrasyon hataları, veri girişi hatası, işlem sorunu, modeldeki eksik faktörler, rassal hatalar gibi sıkıntılardan dolayı sistem aykırı değerler üretebilir ve bunun sonucunda da yanlı tahminlere ulaşıla bilinir. Benzeri nedenlerden ötürü bu çalışmada, aykırı değerin model fonksiyonuna göre farklı bölgelerde, bozulum şiddetleri ve bozulum oranlarına göre 5 ayrı yöntemde genelleştirilmiş toplamsal modellerinin bir birlerine karşı performansları incelenmiştir. Aykırı değerler varlığında yöntemler içerisinden PDSR ve TDSR yöntemleri kayda değer bir performans sergilemişlerdir.
Özet (Çeviri)
Today, due to the rapid development of technology, data is collected automatically in many areas. It is important to be able to analyze these data, that is, to extract useful information from the data. In this respect, the generalized additive models in the literature have been the target of this study. However, sometimes the system may produce outliers due to problems such as calibration errors, data entry errors, processing problems, missing factors in the model, and random errors in data collection tools, and as result, it is possible to reach biased estimates. For similar reasons, in this study, according to the model function of the outlier in different regions and according to the distortion intensities and distortion rates the performance of five different methods against each other of the generalized additive models was investigated. In the presence of outliers, PDSR and TDSR methods among methods showed a remarkable performance.
Benzer Tezler
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Performance of spline-based GAM in the presence of outliers and multicollinearity
Splayn-tabanlı GAM'ın çoklu bağlantı ve aykırı değer varlığında performansları
HURUY DEBESSAY ASFHA
Yüksek Lisans
İngilizce
2017
İstatistikAnadolu Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. BETÜL KAN KILINÇ
- Devingen doğrusal modeller ve bayesci öngörüler üzerine bir çalışma
A Study on dynamic linear models and bayenran forecasting
F.GÜL ERGÜN (ÇAKMAK)
- Aykırı değerler varlığında farklı örnek büyüklükleri için basit doğrusal regresyon modelinde bazı tahmin yöntemlerinin karşılaştırmalı olarak incelenmesi
A comparative study of some estimation methods in simple linear regression model for different sample sizes in presence of outliers
SAMET HASAN ABACI
Yüksek Lisans
Türkçe
2013
BiyoistatistikOndokuz Mayıs ÜniversitesiZootekni Ana Bilim Dalı
DOÇ. DR. SONER ÇANKAYA
- Doğrusal olmayan regresyonda otokorelasyon ve aykırı değer varlığında sağlam kestirim yöntemleri
Robust estimation methods in nonlinear regression in presence of autocorrelation and outlier
SERENAY KÜÇÜK
Doktora
Türkçe
2020
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BARIŞ AŞIKGİL