Doğrusal regresyonda değişken seçimine bayesci yaklaşımların karşılaştırılması
Comparison of bayesian approaches to variable selection in linear regression
- Tez No: 97802
- Danışmanlar: DOÇ. DR. AYDIN ERAR
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bayes yaklaşımı, Değişken seçimi, Doğrusal regresyon, Gibbs yöntemi, Bayes approach, Variable selection, Linear regression, Gibbs method
- Yıl: 2000
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
IV ÖZET Bu çalışmada, doğrusal regresyonda değişken seçimine Bayesci yaklaşımların karşılaştırılması, önsel bilginin süreç üzerindeki etkilerinin görülmesi ve kullanılan ölçütlerin yer aldığı özel bilgisayar yazılımının geliştirilmesi amaçlandı. Birinci bölümde Bayes yaklaşımlarının kullanım gerekçeleri ve çalışmanın amaçlan belirtildi. İkinci bölümde klasik değişken seçim ölçütleri, önsel bilgi türleri ve belirlenmesi ile değişken seçimine Bayes yaklaşımları anlatıldı. Üçüncü bölümde geliştirilen BARVAS adlı bilgisayar yazılımının genel özellikleri verilerek, kullanılan ölçüt ve yaklaşımlar yapay veriler aracılığıyla karşılaştırıldı. Sonuçların test edilmesi için gerçek veri kümeleri üzerinde yapılan uygulamalar verildi. Dördüncü bölümde yapay ve gerçek verilerle yapılan uygulama sonuçlan tartışıldı.
Özet (Çeviri)
ABSTRACT In this study, it was aimed to compare the Bayesian approaches in the terms of variable selection in linear regression, state effects of prior information on the process and develop a specific software including criteria used. In the first part, the aims of study and the reasons of using the Bayesian approaches were indicated. In the second part, the criteria of classical variable selection, prior information types, their identification and Bayesian approaches to variable selection were presented. In the third part, the general specifications of developed software, named BARVAS, were explained and used criteria and approaches in the means of simulated data were compared. Moreover, the applications applied on real data groups were performed in order to test the results. In the fourth part, the results of application, that were being executed by means of real and simulated data, were discussed.
Benzer Tezler
- Bayesian variable selection in circular regression models using lasso
Dairesel regresyon modellerinde lassoya dayalı Bayesçi değişken seçimi
ONUR ÇAMLI
Doktora
İngilizce
2023
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ZEYNEP IŞIL KALAYLIOĞLU AKYILDIZ
PROF. DR. ASHİS SENGUPTA
- Çok değişkenli bernoulli dağılımı ile değişken seçimi için özgün bir bayesçi çıkarım yöntemi ve uygulamaları
A novel bayesian inference method for variable selection using multivariate bernoulli distribution and its applications
ZEYNEP BAL TÜRKEN
Doktora
Türkçe
2026
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. GÜLAY BAŞARIR
PROF. DR. MEHMET GÖNEN
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Çoklu doğrusal regresyonda değişken seçimi için Cp ve press ölçütlerinin kullanımları üzerine bir çalışma
Başlık çevirisi yok
ZEYNEP TÜRKAN YÜCEL
Yüksek Lisans
Türkçe
1987
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
Y.DOÇ.DR. AYDIN ERAR
- Lineer regresyonda değişken seçimi
Variable selection in the linear regression model
AZER ÖNCÜ
Yüksek Lisans
Türkçe
2022
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR