Regresyonda yeniden örnekleme metotlarına dayalı istatistiksel sonuç çıkarımı
Statistical inference based on resampling methods for regression
- Tez No: 947107
- Danışmanlar: PROF. DR. BİRDAL ŞENOĞLU
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, basit doğrusal regresyon modelindeki parametrelerin dayanıklı, jackknife yöntemine dayalı dayanıklı ve bootstrap yöntemine dayalı dayanıklı tahmin edicilerinin etkinlikleri hata terimlerinin dağılımının uzun kuyruklu simetrik (long tailed symmetric-LTS) olduğu varsayımı altında Monte Carlo simülasyon çalışması yardımıyla yan (bias), hata kareler ortalaması (mean squares error-MSE), ortak etkinlik (Deff) ve göreli etkinlik (relative efficiency-RE) kriterleri kullanılarak karşılaştırılmıştır. Dayanıklı regresyon yöntemleri olarak on iki farklı yöntem kullanılmış ve bu yöntemler detaylı olarak incelenmiştir. Monte Carlo simülasyon çalışması sonucunda elde edilen bulgular ışığında dayanıklı, jackknife yöntemine dayalı dayanıklı ve bootstrap yöntemine dayalı dayanıklı regresyon yöntemlerinin her biri için ayrı ayrı en yüksek etkinliğe sahip ilk üç regresyon yöntemi belirlenmiştir. Ayrıca, tez çalışmasında kullanılan regresyon yöntemleri yardımıyla elde edilen model parametrelerinin tahmin edicilerinin varsayılan modelden sapmalara ve aykırı değerlere karşı duyarlılıklarını belirlemek amacıyla farklı alternatif modeller altında etkinlikleri karşılaştırılmıştır. Çalışmanın sonunda tezde ele alınan regresyon yöntemlerinin uygulaması gerçek bir veri seti üzerinde gösterilmiştir.
Özet (Çeviri)
In this thesis study, the efficiencies of robust estimators, jackknife-based robust estimators, and bootstrap-based robust estimators for the parameters in the simple linear regression model were compared using bias, mean squares error (MSE), defficiency (Deff) and relative efficiency (RE) criteria, through a Monte Carlo simulation study under the assumption that the distribution of the error terms is long-tailed symmetric (LTS). Twelve different robust regression methods were used and examined in detail. Based on the findings obtained from the Monte Carlo simulation study, the top three regression methods with the highest efficiency were determined separately for each of the robust, jackknife-based robust, and bootstrap-based robust regression approaches. Furthermore, the efficiencies of the parameter estimators obtained using these regression methods were compared under various alternative models in order to assess their sensitivity to deviations from the assumed model and to the presence of outliers. Finally, the application of the regression methods discussed in the thesis was demonstrated on a real dataset.
Benzer Tezler
- Resampling methods and their applications in liu regression
Lıu regresyonda yeniden örnekleme metotları ve uygulamaları
MUSTAFA DENİZ
Doktora
İngilizce
2024
MatematikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR
- Kredi kartı dolandırıcılığının tespitinde yeniden örnekleme tekniklerinin kullanımı
Use of resampling techniques in credit card fraud detection
ALİ KEMAL AY
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA NERGİS YOLAÇAN
- Estimation of uncertainty of individual steps in pesticide residue analysis
Pestisit analiz aşamalarında belirsizliklerin tahminlenmesi
PERİHAN YOLCI ÖMEROĞLU
Doktora
İngilizce
2010
Gıda Mühendisliğiİstanbul Teknik ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. ARPAD AMBRUS
PROF. DR. DİLEK BOYACIOĞLU
- Application of bootstrap techniques in regression models
Bootstrap yönteminin regresyon modellerinde uygulanması
HUSNIYE ALTUNER
Yüksek Lisans
İngilizce
2021
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU
- Antenna design for breast cancer detection and machine learning approach for birth weight prediction
Meme kanseri tespiti için anten tasarımı ve doğum ağırlığı tahmini için makine öğrenmesi yaklaşımı
HALUK KIRKGÖZ
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR KURT