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: İstatistik, Kadın Hastalıkları ve Doğum, Statistics, Obstetrics and Gynecology
- 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: Belirtilmemiş.
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
- Effect of skew on live load distribution in integral bridges
İntegral köprülerde verevin hareketli yük dağılımına etkisi
MEHMET ALİ EROL
Yüksek Lisans
İngilizce
2009
Orta Doğu Teknik ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
Yükleniyor...
- 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
- Z-bilgisi ortamında diferansiyel gelişim algoritması tabanlı regresyon modeli ve uygulamaları
Differential evolution algorithm-based regression model in Z-information environment and its applications
ERKAN KOCAKAYA
- Regresyon modeliyle meme dozunun hesaplanması
Calculation of breast dose with the regression model
ALİYE SEZEN UYSAL
