Bazı shrinkape tahmin edicileri ile en küçük kareler tahmin edicisinin bir test istatistiği ile karşılaştırılması
Comparison of the shrinkage estimators with the least squares method by a test statistic
- Tez No: 85791
- Danışmanlar: PROF. DR. MÜSLİM EKNİ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1999
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
BAZI SHRINKAGE TAHMİN EDİCİLERİ İLE EN KÜÇÜK KARELER TAHMİN EDİCİSİNİN BİR TEST İSTATİSTİĞİ İLE KARŞILAŞTIRILMASI (Yüksek Lisans Tezi) Meral DEMİREL GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Haziran 1999 ÖZET Regresyon analizinde bağımsız (açıklayıcı) değişkenler arasında ilişki (çoklu bağlantı) olması durumunda, En Küçük Kareler tahmin yönteminin kullanılması modelde yer alan değişkenler bakımından yanlış model kullanımına ve dolayısıyla yanlış bulgulara neden olabilmektedir. Birbiriyle bağımlılık gösteren bu tür bağımsız değişkenlerle analiz yapmak için çeşitli yöntemler geliştirilmiştir. Bu yöntemlerden biri de yanlı tahmin yöntemleridir. Bu çalışmada,“Shrinkage Talimin. Edicileri”olarak adlandırılan yanlı tahmin ediciler üzerinde durulmuştur. Shrinkage tahmin edicileri ile En Küçük Kareler tahmin edicisini karşılaştırmak amacıyla Ortalama Hata Kare matrisleri kullanılarak bir gereklilik ve yeterlilik koşulu oluşturulmuş ve bu koşul yardımıyla bir test istatistiği tanımlanmıştır. Bu test istatistiğini kullanmak üzere birinci ve ikinci momentlerden yararlanarak merkezi-F yaklaşımı yapılmıştır. Son olarak, uygulamada yer alan bir veri kümesi üzerinde, bazı Shrinkage tahmin edicileri için, tanımlanan test istatistiğine uygun olarak kabul ve red bölgeleri oluşturulmuştur. Bunun sonucunda, çoklu bağlantı içeren değişkenler için Shrinkage tahmin edicilerinin kullamlması En Küçük Kareler tahmin edicisinin kullanılmasından daha iyi sonuçlar verebilmektedir. Bilim Kodu : 406.02.01 Anahtar Kelimeler : Doğrusal kabul edilebilir tahmin ediciler, ortalama hata kareler, merkezi-F yaklaşımı, Liu-Kejian tahmin edicisi Sayfa Adedi : 79 Tez Yöneticisi : Prof. Dr. Müslim EKNİ
Özet (Çeviri)
COMPARISON OF THE SHRINKAGE ESTIMATORS WITH THE LEAST SQUARES METHOD BY A TEST STATISTIC (M. Sc. Thesis) Meral DEMİREL GAZI UNIVERSITY INSTITUTE OF SCIENCE AND TECHNOLOGY June 1999 ABSTRACT In regression analysis, if there happens to be some kind of relation (multi collinearity) between independent (explanatory) variables, the Least Squares estimation method may lead to the use of wrong models and hence to wrong findings out of the model. Various methods have been devised in order to carry out (regression) analysis with such independent variables which exhibit dependence on each other. One of such methods is the biased estimation method. This study examines the so called biased“Shrinkage Estimators”. In order to make a comparison between the Shrinkage estimators and Least Squares estimators, a condition of necessity and sufficiency has been formed by the use of Mean Square Error matrices and a test statistic has been defined by means of this condition. A central-F approximations has been accomplished in order to use this test statistic, making use of the first and second moments. Finally on the set of data used in the study, some Shrinkage estimators have been applied to the defined test statistic and mere by the rejection and acceptance areas have been obtained. As a result, it has been shown and concluded that for variables having multi collinearity, the use of Shrinkage estimators produce better results as compared to the use of the Least Squares estimators. Science Code : 406.02.01 KeyWords : Linear admissible estimators, mean square error, central-F approximations, Liu-Kejian estimator Page Number : 79 Adviser : Prof. Dr. Müslim EKNİ
Benzer Tezler
- Extreme learning machine based on L1 and L2 norms
L1 ve L2 norma dayalı aşırı makine öğrenmesi
HASAN YILDIRIM
Doktora
İngilizce
2020
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU
- Some issues of shrinkage estimators in regression model in existence of multicollinearity
Regresyon modelinde çoklu bağlantı varlığında shrinkage tahmincilerinin bazı sorunları
MUSTAFA MAHDI SALIH SALIH
Yüksek Lisans
İngilizce
2022
MatematikÇankırı Karatekin ÜniversitesiMatematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞERİFENUR CEBESOY ERDAL
DR. ÖĞR. ÜYESİ FERAS SHAKER MAHMOOD
- An empirical evidence for generalized shrinkage methods:Application of bagging in day-ahead electricity priceforecasting and factor augmentation
Genelleştirilmiş shrinkage modelleri için bir ampirik bulgu: Bagging yönteminin gün öncesi elektrik fiyatlarının tahminine uygulanması ve faktör modelleri ile desteklenmesi
KADİR ÖZEN
Yüksek Lisans
İngilizce
2020
EkonometriOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DİLEM YILDIRIM KASAP
- Penalty and non-penalty estimation strategies for linear and partially linear models
Lineer ve kısmi lineer modeller için cezalı ve cezasız tahmin stratejileri
BAHADIR YÜZBAŞI
Doktora
İngilizce
2014
Ekonometriİnönü ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. MEHMET GÜNGÖR
PROF. DR. SYED EJAZ AHMED
- Comparison and assessment of shrinkage methods in case of multicollinearity problem
Çoklu bağlantı sorunu durumunda küçültme yöntemlerinin karşılaştırılması ve değerlendirilmesi
ŞEVVAL KILIÇOĞLU
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiAtılım ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA YERLİKAYA ÖZKURT