Bayesci semiparametrik regresyon
Bayesian semiparametric regression
- Tez No: 782017
- Danışmanlar: PROF. DR. OLÇAY ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Regresyon analizi, aralarında sebep-sonuç ilişkisi bulunan iki veya daha fazla değişken arasındaki ilişkiyi belirlemek ve bu ilişkiyi kullanarak o konu ile ilgili tahminler yapabilmek amacıyla yapılır ancak bu tahminler parametrik regresyon analizinin varsayımlarının sağlanmadığı durumlarda iyi bir tahmin olma niteliğini kaybederler. Bu durumda daha iyi tahmin yapabilmek amacıyla bu varsayımların esnetilmesine olanak sağlayan regresyon yöntemleri olan nonparametrik ve semiparametrik regresyona ihtiyaç duyulur. Parametrik regresyon analizinden farklı olarak bu yöntemlerde doğrusallık aranmaz düzgünlük aranır. İstatistik biliminde, tahmin yapılırken iki farklı felsefe kullanılır. Bunlar Klasik yaklaşım ve Bayesci yaklaşımdır. Klasik yaklaşımda parametreler sabit değişken olarak ele alınırken, Bayesci yaklaşımda parametreler rastgele değişkenler olarak ele alınır ve temeli Bayes teoremine dayanır. Bayes yaklaşımıyla semiparametrik regresyon tahmini alternatif bir yöntem olarak ele alınmıştır.
Özet (Çeviri)
Regression analysis is performed in order to determine the relationship between two or more variables that have a cause-effect relationship and to make predictions about that subject. These estimates lose their quality of being good estimates when the assumptions of the parametric regression analysis are not met. In this case, nonparametric and semiparametric regression, which are regression methods that allow these assumptions to be stretched, are needed in order to make better predictions. Unlike parametric regression analysis, these methods do not seek linearity, but smoothness. In statistics, two different philosophies are used when making predictions. These are the Classical approach and the Bayesian approach. While parameters are treated as constant variables in the classical approach, in the Bayesian approach, parameters are treated as random variables and are based on Bayes' theorem. Semiparametric regression estimation with Bayesian approach is considered as an alternative method.
Benzer Tezler
- Bayesian semiparametric models for nonignorable missing data mechanisms in logistic regression
Lojistik regresyonda ihmal edilemeyen kayıp veri mekanizmaları için Bayesci yarı-parametrik modeller
OLCAY ÖZTÜRK
Yüksek Lisans
İngilizce
2011
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Bölümü
YRD. DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU
- Bayesci otoregresif zaman serilerinde önsel dağılımların seçimi ve karşılaştırılması
Selection and comparisons of prior distributions in Bayesian autoregressive time series
MUSTAFA GAZİOĞULLARI
Yüksek Lisans
Türkçe
2022
İstatistikAnkara Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ESİN KÖKSAL BABACAN
- Bayesci madde tepki kuramı modellerinde ölçme değişmezliğinin incelenmesi
Examining measurement invariance in Bayesian item response theory models
MERVE AYVALLI KARAGÖZ
Doktora
Türkçe
2023
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. HÜLYA KELECİOĞLU
- Bayesci ağlarda öğrenme algoritmalarının karşılaştırılması
The comparison of learning algorithms in Bayesian networks
EMRE DÜNDER
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. MEHMET ALİ CENGİZ
- Bayesci optimizasyon algoritmasının beslenme probleminde kullanımı
The use of bayesian optimization algorithm for feeding problem
SERPİL GÜMÜŞTEKİN
Yüksek Lisans
Türkçe
2013
Beslenme ve DiyetetikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. TALAT ŞENEL