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
- Tez No: 823757
- Danışmanlar: PROF. DR. MEHMET GÜNGÖR
- Tez Türü: Doktora
- Konular: Ekonometri, İstatistik, Econometrics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Çok değişkenli çoklu ayarlama problemlerinde değişken seçimi
Variable selection in multivariate multiple calibration problems
İSMAİL KOÇAK
- 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
2010
BiyoistatistikÇukurova ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. G. TAMER KAYAALP
- 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
2017
İstatistikAnadolu Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. BETÜL KAN KILINÇ
- 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
2022
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR YAMAN
- 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
2024
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZGE AKKUŞ