Geri Dön

Çoklu doğrusal bağlantı ve aykırı değer sorunu için rigge-robust-boosting topluluk regresyon yaklaşımı

Rigge-robust-boosting ensemble regression approach for multicollinearity and outlier problem

  1. Tez No: 823757
  2. Yazar: AYŞEGÜL HAN
  3. Danışmanlar: PROF. DR. MEHMET GÜNGÖR
  4. Tez Türü: Doktora
  5. Konular: Ekonometri, İstatistik, Econometrics, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 56

Özet

Bu çalışmada, aykırı değer ve çoklu doğrusal bağlantı sorunları birlikte ele alınmış ve bu sorunlara karşı güçlü sonuçlar elde edebilmek amacıyla Ridge-Robust-Boosting Topluluk Regresyon modeli önerilmiştir. Yapılan simülasyon çalışması sonucunda, Ridge-Robust-Boosting Topluluk Regresyon modelinin farklı çoklu doğrusallık düzeylerinde ve aykırı değer oranlarında diğer regresyon modellerine göre daha üstün bir performans sergilediği görülmüştür. Ayrıca gerçek verilerle yapılan ikinci uygulama sonucunda da Ridge-Robust-Boosting Topluluk Regresyon modelinin diğer regresyon modellerine kıyasla çok daha iyi performans gösterdiği gözlemlenmiştir. Bu nedenle hem çoklu doğrusal bağlantı hem de aykırı değerlerin bulunduğu veri setlerinde daha doğru ve güvenilir tahminler elde etmek için Ridge-Robust-Boosting Topluluk Regresyon modelinin kullanılması önerilmektedir.

Özet (Çeviri)

In this study, outlier and multicollinearity problems are considered together and the Ridge-Robust-Boosting Ensemble Regression model is proposed to obtain robust results against these problems. As a result of the simulation study, it was observed that the Ridge-Robust-Boosting Ensemble Regression model outperformed other regression models at different multicollinearity levels and outlier rates. In addition, as a result of the second application with real data, it was observed that the Ridge-Robust-Boosting Ensemble Regression model performed much better than the other regression models. Therefore, it is recommended to use the Ridge-Robust-Boosting Ensemble Regression model to obtain more accurate and reliable predictions in data sets with both multicollinearity and outliers.

Benzer Tezler

  1. Çok değişkenli çoklu ayarlama problemlerinde değişken seçimi

    Variable selection in multivariate multiple calibration problems

    İSMAİL KOÇAK

    Doktora

    Türkçe

    Türkçe

    2006

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF.DR. HÜSEYİN TATLIDİL

  2. En küçük kareler, Ridge regresyon ve Robust regresyon yöntemlerinde analiz sonuçlarına aykırı değerlerin etkilerinin belirlenmesi

    Determination the effects of outliers at the least squares, Ridge regression and Robust regression analysis results

    NURŞEN YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    BiyoistatistikÇukurova Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. G. TAMER KAYAALP

  3. 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

    İngilizce

    2017

    İstatistikAnadolu Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. BETÜL KAN KILINÇ

  4. Effect of lignin, extractive matter, holocellulose, and alpha cellulose of biomass on calorific value

    Biyokütlenin içeriğindeki lignin, ekstraktif madde, holoselüloz ve alfa selülozun kalorifik değer üzerindeki etkisi

    ÖZLEM ECEM KAYNAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Kimya Mühendisliğiİstanbul Teknik Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. SERDAR YAMAN

  5. Ridge regresyonda ridge parametresi için önerilen tarama yöntemine dayalı yeni bir tahmin edici

    A new estimator based on the search method proposed for the ridge parameter in ridge regression

    SELMAN MERMİ

    Doktora

    Türkçe

    Türkçe

    2024

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZGE AKKUŞ