Geri Dön

Üç parametreli ters Gauss dağılımı için en çok olabilirlik tahmini değerlendirilmesi

Evaluation of maximum likelihood estimation for three-parameter inverse Gasussian distribution

  1. Tez No: 833020
  2. Yazar: ERMAN BACAK
  3. Danışmanlar: DOÇ. DR. ALİ MERT
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 77

Özet

Bu tezde, En Çok Olabilirlik Tahmin Yöntemi yardımıyla Üç Parametreli Ters Gauss Dağılımı' nın parametreleri tahmin edilmeye çalışılmıştır. Tezde hedeflenen; parametre tahmini için yaklaşık optimal çözüm elde edebilmektir. Üç Parametreli Ters Gauss Dağılımı' nın olasılık yoğunluk fonksiyonu matematiksel anlamda karmaşık bir yapıya sahip olduğu için parametrelerinin optimal değerlerini elde etmek zordur. Bu tez çalışmasındaki amaç, bu soruna bir çözüm önerisi sunmaktır. Parametre değerlerini yaklaşık olarak hesap edebilmek için En Çok Olabilirlik yöntemi temel alınmıştır. En Çok Olabilirlik yöntemi kullanılması sonucunda ortaya çıkan denklemlerin analitik olarak çözümü mümkün olmadığı için, doğa temelli sezgisel optimizasyon algoritmaları olan Genetik Algoritma, Guguk Kuşu Algoritması ve Yarasa Algoritması ile parametre tahminlerinin yapılması hedeflenmiştir. Tez çalışmasında parametrelerin tahminini yapmak için bahsi geçen üç algoritma Python dilinde kodlanmıştır. Farklı veri setleri için elde edilen sonuçlar karşılaştırılmıştır.

Özet (Çeviri)

In this thesis, the parameters of the Three Parameter Inverse Gaussian Distribution were tried to be estimated with the help of Maximum Likelihood Estimation Method. The aim of the thesis is to obtain an approximate optimal solution for the parameter estimation. Since the mathematical structure of the probability density function of the Three Parameter Inverse Gaussian Distribution is complex one, it is difficult to obtain the optimal values of its parameters. The aim of this thesis is to propose a solution to this problem. The Maximum Likelihood method is employed to calculate the parameter values approximately. Since it is not possible to solve the equations analytically which are obtained as using the Maximum Likelihood method, it is aimed to make parameter estimations with the nature-based heuristic optimization algorithms such as Genetic Algorithm, Cuckoo Algorithm and Bat Algorithm. In the thesis, the three algorithms mentioned in order to estimate the parameters are coded in Python language. The results obtained for different data sets were compared.

Benzer Tezler

  1. İlintili sönümlenmiş kanallarda uzay-zaman kodlaması

    Space-time coding in correlated fading channels

    MÜGE YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ŞAFAK

  2. NARMA-L2 controller design for nonlinear systems using online lssvr

    Doğrusal olmayan sistemler için çevrimiçi en küçük kareler destek vektör regresyonu ile NARMA-L2 kontrolör tasarımı

    GÖKÇEN DEVLET ŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLAY ÖKE GÜNEL

  3. Kula volkanik alanının (Manisa) yeriçi yapısının alıcı fonksiyon analizi ile incelenmesi.

    Examining the interior of Kula volcanic province (Manisa) from receiver function analysis.

    BÜŞRA DOĞANGÖNÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Jeofizik MühendisliğiEskişehir Osmangazi Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGÜR KARAOĞLU

    DR. ÖĞR. ÜYESİ BEGÜM KOCA

  4. Fotovoltaik hücrelerin ağsız radyal baz fonksiyonu kollokasyonu yöntemi ile sayısal modellemesi

    Numerical modelling of photovoltaic cells with the meshless radial basis function collocation method

    MURAT İSPİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    EnerjiBursa Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TAYFUN TANBAY