Yeniden örnekleme yöntemlerinin dayanıklı konum kestiricileri ile kullanımlarının incelenmesi
Examining the use of robust location estimators with resamling methods
- Tez No: 792250
- Danışmanlar: PROF. DR. ABDULLAH FIRAT ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 66
Özet
Örnekleme, araştırmacıların, her bir bireyi araştırmak zorunda kalmadığı, kitlenin bir alt kümesinden elde edilen sonuçlara dayalı olarak kitle hakkında bilgi çıkarımını sağlayan bir yaklaşımdır. Örnekleme kullanılan yöntemlerde normallik ve homojen varyanslılık varsayımları sağlanmadığında, parametrik olmayan yöntemler sık kullanılmaktadır. Yeniden örnekleme yöntemleri ise, örnekleme yöntemlerine göre daha az varsayım gerektirdiği için daha kullanışlıdır. Gelişen bilgisayar teknolojisi ile hızlı ve daha doğru analizler yapılarak güvenilir sonuçlar elde edilebilir. Veri setindeki uç değerler, analizlerin sonuçlarını tamamen değiştirecek derecede etkili olabilmektedir. Bu durumda dayanıklı konum kestiricilerinin kullanılması, veri setinden doğru ve yeterli bilgiyi elde etmeye olanak sağlar. Bu çalışmada, yeniden örnekleme yöntemleri (simülasyona göre Bootstrap olarak özelleştirilebilir) ve dayanıklı konum kestiricilerinin beraber incelenmesi ele alınmıştır. İlk bölümde, örnekleme ve yeniden örnekleme yöntemlerinden, ikinci bölümde yeniden örnekleme yöntemlerinin çeşitlerinden ve üçüncü bölümde dayanıklı konum kestiricilerinden bahsedilmiştir. Son bölümde de bir uygulama ile bu teorik bilgiler somutlaştırılmıştır.
Özet (Çeviri)
Sampling is a method that allows researchers to infer information about a population based on results from a subset of the population, where researchers do not have to investigate every single observation. Non-parametric methods are frequently used when normality and constant variance assumptions are violated in sampling methods. Resampling methods, on the other hand, are more useful because they require less assumptions than sampling methods. With the developing computer technology, reliable results are obtained by making faster and more accurate analyzes. Outliers affect the results of the analyzes in the data set in a way that completely changes them. In this case, the use of robust position estimators allows to obtain accurate and sufficient information from the data set. In this study, resampling methods (customizable as Bootstrap according to simulation) and robust location estimators are discussed together. In the first part, sampling methods, resampling methods, in the second part the types of resampling methods and in the third part robust position estimators are mentioned. In the last part, this theoretical knowledge is embodied with an application.
Benzer Tezler
- GIS-based multi-criteria decision analysis for optimal urban emergency facility planning
Kentsel optimal acil durum tesis planlaması için CBS tabanlı çok kriterli karar analizi
PENJANI HOPKINS NYIMBILI
Doktora
İngilizce
2022
Coğrafyaİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURAN ERDEN
- Diyabetik retinopatinin tespit ve sınıflandırılması
Diabetic retinopathy diagnosis and classification
BERK PİŞKİN
Yüksek Lisans
Türkçe
2024
Göz HastalıklarıDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. AYLİN ALIN
- Les Effets d'inflation sur les etats financiers des entreprises
Enflasyonun şirketlerin finansal yapılarına olan etkileri ve bunlardan arındırma yöntemleri
HASAN ÖZGÜR ULUDAĞ
- Regresyonda yeniden örnekleme yöntemlerinin karşılaştırmalı olarak incelenmesi
Comperative investigation of the resampling methods in regression analysis
DERVİŞ TOPUZ
Yüksek Lisans
Türkçe
2002
BiyolojiNiğde ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. AHMET YAYINTAŞ
YRD. DOÇ. DR. SUAT ŞAHİNLER
- Bağımsız bileşenler analizinde yeniden örnekleme yöntemlerinin kullanımı
The using of resampling methods in the independent component analysis
ORHAN VELİ ŞAHİNBAY