Multiple linear regression model under skewed error distributions: a case-study of fetal weight prediction
Çarpık hata dağılımları altında çoklu doğrusal regresyon modeli: fetal ağırlık tahmini üzerine bir vaka çalışması
- Tez No: 936242
- Danışmanlar: PROF. DR. AYŞEN AKKAYA
- Tez Türü: Yüksek Lisans
- Konular: Kadın Hastalıkları ve Doğum, İstatistik, Obstetrics and Gynecology, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Fetal ağırlık tahmini, gebelik bakımının önemli bir bileşenidir. Mevcut ağırlık tahmin yöntemleri, normallik varsayımı altında en küçük kareler veya en çok olabilirlik metodlarından elde edilen parametreleri kullanır. Bununla birlikte, normal dağılıma sahip olmayan hata terimi, örnek boyutuna bakılmaksızın gerçek yaşam verilerinde çok yaygındır. Bu çalışma, çarpık hata dağılımları olan çarpık normal ve genelleştirilmiş lojistik altında çoklu doğrusal regresyon modeli için en küçük kareler, ridge, en çok olabilirlik ve uyarlanmış en çok olabilirlik tahmincilerinin özelliklerini göstermektedir. Performans ölçümleri, ultrasonografik uzuv, karın ve baş ölçümleri ile gerçek hayattaki bir fetüs örneğinden elde edilmiştir. Tahmin ve kestirim performansı, tahminlerin standart hatası, Akaike ve Bayesçi bilgi kriteri ve kestirim hataları kullanılarak mevcut ve yeni algoritmalar arasında karşılaştırılmıştır.
Özet (Çeviri)
Fetal weight estimation is an essential component of pregnancy care. Current weight estimation methods use parameters obtained from multiple linear regression with least squares or maximum likelihood under normality assumption. However, non-normal errors are very common in real life setting irrespective of the sample size. This work demonstrates the properties of least squares, ridge, maximum likelihood, and modified maximum likelihood estimators of the parameters of multiple linear regression model under skewed error distributions, namely skewed normal and generalized logistic. Performance metrics are obtained from a real-life sample of fetuses with ultrasonographic limb, abdomen and head measurements. Estimation and prediction performance are compared between available and new algorithms using standard error of the estimates, Akaike and Bayesian Information criteria and prediction errors.
Benzer Tezler
- Simetrik ve çarpık dağılımlar için bilgi karmaşıklık (ICOMP) kriteri kullanılarak robust model seçimi
Robust model selection using information complexity (ICOMP) criterion for symmetric and skew distributions
YEŞİM GÜNEY
Doktora
Türkçe
2018
İstatistikAnkara Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. OLÇAY ARSLAN
PROF. DR. HAMPARSUM BOZDOĞAN
- Effect of skew on live load distribution in integral bridges
İntegral köprülerde verevin hareketli yük dağılımına etkisi
MEHMET ALİ EROL
Yüksek Lisans
İngilizce
2009
İnşaat MühendisliğiOrta Doğu Teknik ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. MURAT DİCLELİ
- Yaşam-stres modellerinde ve hızlandırılmış başarısızlık süresi modelinde çarpık dağılımlara dayalı dayanıklı parametre tahmini
Robust parameter estimation for the life-stress models and the accelerated failure time model under skew distributions
İKLİM GEDİK BALAY
- Kötü koşulluluk ve eksik sunumluluk problemi altında çoklu regresyon modelinin tahmin edilmesinde kullanılan bazı yöntemler ve çözüm önerileri
Some methods and solutions for estimating multiple regression model under ill conditioned and ill-posed problem
SÜMEYYA SAYILKAN
Yüksek Lisans
Türkçe
2025
EkonometriÇukurova ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. SİBEL ÖRK ÖZEL
- Bankaların kredi satış öngörüsünde çoklu doğrusal regresyon çözümlemesinin kullanımı ve bir uygulama denemesi
Başlık çevirisi yok
FAHRİYE SARIYILDIZ