Çekirdek düzgünleştirmesiyle yoğunluk fonksiyonu tahmininde bant genişliği seçim yöntemlerinin karşılaştırılması
A comparison of bandwidth selection methods for estimating density functions with kernel smoothing
- Tez No: 796826
- Danışmanlar: DOÇ. DR. NECLA GÜNDÜZ TEKİN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Parametrik olmayan yoğunluk tahminlerinde yaygın olarak kullanılan yöntemlerden biri çekirdek yoğunluk tahminidir. Bilinmeyen olasılık yoğunluk fonksiyonu için çekirdek tahmin edicisi kullanılarak ilgili rastgele değişkene ilişkin olasılık yoğunluk ya da dağılım fonksiyonu tahmininde bulunulur. Veriye dayalı olarak elde edilen çekirdek tahmin edicilerinin performansı düzgünleştirme parametresi olarak da bilinen bant genişliklerine bağlıdır. Bu nedenle, literatürde çeşitli bant genişliği seçim yöntemleri yer almaktadır. Bu çalışmanın amacı, bant genişliği seçim yöntemleri içinde yaygın olarak kullanılan normal ölçek, Silverman'ın pratik yaklaşımı, yerine koyma, denklem çözme, en küçük kareler çapraz doğrulama, yanlı çapraz doğrulama ve düzleştirilmiş çapraz doğrulama yöntemlerinin performanslarını çeşitli normal karışım yoğunluklarına göre karşılaştırmaktır. Yapılan simülasyon çalışması sonuçlarına göre, kurtotic tek modlu ve ayrılmış iki modlu yoğunlukların dışında ele alınan normal karışım yoğunlukları için yan ve ortalama hata kare (mean squared error) değerleri bakımından yanlı çapraz doğrulama yöntemi ile elde edilen bant genişliklerinin optimal bant genişliğine en yakın sonucu verdiği gözlemlenmiştir.
Özet (Çeviri)
One of the commonly used methods for non-parametric density estimation is kernel density estimation. For the unknown probability density function, the probability density or distribution function of the related random variable is estimated by using the kernel estimator. The performance of kernel estimators derived from the data depends on the bandwidth, also known as the smoothing parameter. Therefore, there are various bandwidth selection methods in the literature. The aim of this study is to compare the performances of normal scale, Silverman's rule of thumb, direct plug-in, solve-the equation, least squares cross-validation, biased cross-validation and smoothed cross-validation methods, which are widely used in bandwidth selection methods, according to various normal mixture densities. According to the results of the simulation study, it was observed that the bandwidths obtained by the biased cross-validation method in terms of side and mean squared error values for the normal mixture densities considered outside the kurtotic unimodal and separated bimodal densities gave the closest result to the optimal bandwidth.
Benzer Tezler
- Çekirdek magnetik rezonans yoluyla moleküler kristallerde yavaş hareketlerin incelenmesi
Investigation of slow motions in molecular crystals by NMR
OLCAY ŞAHİN
Yüksek Lisans
Türkçe
1989
Fizik ve Fizik MühendisliğiAnkara ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. SEMİHA BAHÇELİ
- Çekirdek kırma makinasının dizaynı, imalat ve kırma verimliliğinin incelenmesi
Design and manufacturing of stone-craking machine and its efficiency investigation
NİHAT TOSUN
Yüksek Lisans
Türkçe
1996
Makine MühendisliğiFırat ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ALİ İNAN
- Çekirdek magnetik rezonans tekniği ile moleküler kristallerin incelenmesi
The Examinating of molecular crystals with technique of nuclear magnetic rezonans
ADNAN SAĞLAM
Yüksek Lisans
Türkçe
1996
Fizik ve Fizik MühendisliğiSüleyman Demirel ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. SEMİHA BAHÇELİ
- Çekirdek kabaklarına seleksiyon ıslahı: 1. döl kademesinin elde edilmesi
Selection breeding of pumpkins for seed: Obtaining first inbreeds
GÜLAY TOPRAKKARIŞTIRAN
Yüksek Lisans
Türkçe
1997
ZiraatAnkara ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. RUHSAR YANMAZ