Farklı veri yapılarında uzaklık temelli regresyon modellerinin incelenmesi
Examination of distance based regression methods for different data structures
- Tez No: 818908
- Danışmanlar: PROF. DR. HASAN ÖNDER
- Tez Türü: Yüksek Lisans
- Konular: Zooloji, Zoology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 43
Özet
Basit ve çoklu doğrusal regresyon analizi sonucunda elde edilecek olan regresyon modeline ait parametre kestirimlerinin güvenilir olabilmesi için modelle ilgili bazı varsayımların sağlanabilmesi gereklidir. Parametre tahmin yöntemlerinde varsayımların sağlanamadığı durumlar için çözüm olarak geliştirilen az sayıdaki modellerden biri Uzaklık Temelli Regresyon yöntemleridir. Bu yöntemlerin amacı kategorik veya gerçek değerli ve kategorik açıklayıcı değişkenlerin bir karışımı dahil olmak üzere, ölçüm değer tahmin edicileri ile problemleri doğru bir şekilde ele almaktır. Uzaklık temelli regresyon, karışık tipte açıklayıcı değişkenler kullanıldığında doğrusal regresyon modellerinde parametre tahmini için alternatif bir yöntemdir. Uzaklık temelli regresyon klasik doğrusal regresyona benzer, ancak açıklayıcı değişkenler ham değerler yerine uzaklık ölçülerine göre ölçülmektedir. Bu çalışmada, Euclidean, Gower ve Manhattan uzaklık ölçülerinin Binom, Normal, t, Ki-Kare ve Poisson dağılışlarına ait üretilmiş, örnek büyüklükleri 10, 25, 50, 100, 250 ve 500 olan veri setleri ve kesikli ve sürekli dağılış gösteren gerçek veri setleri (10, 50 ve 100 örnek büyüklüğünde) üzerinde etkisi ile Doğrusal Regresyon yönteminden elde edilen sonuçlara göre karşılaştırma yaparak belirlenmesi amaçlanmıştır. Analizi gerçekleştirmek için R paketi olan“dbstats”,“cluster”ve“tidyverse”kullanılmıştır. Sonuç olarak, Poisson dağılışına sahip verilerde özellikle küçük örnek büyüklüklerinde (n
Özet (Çeviri)
In order to the parameter estimations of the regression model to be obtained as a result of simple and multiple linear regression analysis to be reliable, some assumptions about the model must be provided. One of the few models developed as a solution for situations where assumptions cannot be provide in parameter estimation methods is Distance Based Regression methods. The purpose of these methods is to properly address problems with measure value estimators, including categorical or a mix of real-valued and categorical explanatory variables. Distance-based regression is an alternative method for parameter estimation in linear regression models when mixed-type explanatory variables are used. Distance-based regression is similar to classical linear regression, except that explanatory variables are measured by distance measures rather than raw values. In this study, datasets with sample sizes of 10, 25, 50, 100, 250 and 500 produced for Binomial, Normal, t, Chi-square and Poisson distributions of Euclidean, Gower and Manhattan distance measures and real data with discrete and continuous distribution. It was aimed to determine the effect on the data sets (10, 50 and 100 sample sizes) by comparing the results obtained from the Linear Regression method. R packages“dbstats”,“cluster”and“tidyverse”were used to perform the analysis. As a result, it has been determined that the use of Manhattan distance in data with Poisson distribution may produce unsuccessful results, especially in small sample sizes (n
Benzer Tezler
- Bir cisim etrafındaki sualtı akış gürültüsünün teorik ve deneysel olarak incelenmesi
Therotical and experimental investigation of underwater flow noise around submerged bodies
SERTAÇ BULUT
Doktora
Türkçe
2022
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA ERGİN
- Parent-aware routing algorithm for RPL in IoT networks
IoT ağlarında kullanılan RPL için ebeveyn temelli yönlendirme algoritması
NECİP GÖZÜAÇIK
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- Visible light communication assisted secure and efficient architecture for autonomous platoon
Görünür ışık ile iletişim destekli güvenli ve verimli otonom taşıt grubu mimarisi
SEYHAN UÇAR
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. SİNEM ÇÖLERİ ERGEN
DOÇ. DR. ÖZNUR ÖZKASAP
- Yapay sinir ağları ve bulanık sistemler temelli uçuş kontrol tasarımı
Artificial neural networks and fuzzy systems based flight control design
AYDOĞAN SAVRAN
- Unconstrained face recognition under mismatched conditions
Eşleşmeyen koşullar altında yüz tanıma
OMID ABDOLLAHI AGHDAM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL