Switching regresyonda bulanık sinir ağları yaklaşımı ile parametre tahmini
Parameter estimation with fuzzy neural network approach in Switching regression
- Tez No: 170326
- Danışmanlar: PROF. DR. AYŞEN APAYDIN
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Switching Regresyon, Uyarlamalı Ağ, Bulanık Kümeleme, Switching Regression, Adaptive Network, Fuzzy Clustering
- Yıl: 2005
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Fen Bilimleri Enstitüsü İstatistik Anabilim Dalı Danışman: Prof. Dr. Ayşen APAYDIN Regresyon analizinde veri kümesi birden fazla sınıftan elde edilen gözlemlerin bir araya getirilmesiyle meydana gelmiş olabilir, c sımf sayısını göstermek üzere, her sınıf bir /, fonksiyonuyla ifade edildiğinde oluşturulacak regresyon modeli, switching regresyon modeli olarak adlandırılmaktadır. Bu çalışmada elde edilen modellerin bir araya getirilerek farklı sınıflardan gelen verilere ait tek bir modelin oluşturulmasında uyarlamalı ağlardan faydalanılmıştır. Ayrıca ele alınan değişkenlerin sınıf sayıları başlangıçta sezgisel olarak öneren yöntemlere alternatif olarak bağımsız değişkenlere ilişkin optimal sınıf sayısının belirlenmesinde bulanık kümeleme için önerilen geçerlilik kriterinin kullanılması amaçlanmıştır. Bağımsız değişkenlerin üstel dağılımdan gelmeleri durumunda, üstel dağılıma uygun optimal üyelik fonksiyonu elde edilerek switching regresyon modelinin bilinmeyen parametrelerinin belirlenmesi ve tahmin değerlerinin elde edilmesi için bir algoritma önerilmiştir. 2005, 100 sayfa
Özet (Çeviri)
Graduate School of Natural and Applied Sciences Department of Statistics Supervisor: Prof. Dr. Ayşen APAYDIN In regression analysis, data set can be formed by collecting observations that have been obtained from more than one class. The regression model, which will be formed when each class is defined by an /, function and c shows the number of classes, can be called switching regression model. In this study adaptive networks have been used in constructing one model that has been formed by gathering obtained models. There are methods that suggest the class numbers of independent variables heuristically. Alternatively, in defining the optimal class number of independent variables the usage of suggested validity criteria for fuzzy clustering has been aimed. In the case that independent variable have exponential distribution, an algorithm has been suggested to define the unknown parameter of switching regression model and to obtain the estimated values after obtaining optimal membership function which is suitable for exponential distribution. 2005, 100 pages
Benzer Tezler
- Regresyon analizinde 'soft computing' teknikleri
Soft computing technics in regression analysis
GÜLBAHAR EZEL
- Bulanık kümeleme analizi ve bulanık modellemeye uygulamaları
Fuzzy clustering analysis and applications to fuzzy modeling
NEVİN GÜLER DİNCER
Yüksek Lisans
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Üniversitesiİstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MÜBARİZ EMİNOV
- Reaktif güç kontrol rölesinde optimal anahtarlama için yeni bir yöntem
A new method for optimal switching in reactive power control relay
MUSTAFA ŞEKKELİ
Doktora
Türkçe
2004
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF.DR. NESRİN TARKAN
- Consumer behavior in electronic retailing and the critical success factors affecting consumer preferences and loyalty
Elektronik perakendecilik sektöründe tüketici davranışları, tüketici tercihlerini ve bağlılıklarını belirleyen kritik başarı faktörleri
ÜNSAL HAKAN NİKBAY
Yüksek Lisans
İngilizce
2006
İşletmeBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
Y.DOÇ.DR. HANDE KIMILOĞLU
- Latent Değişkenli Yapısal Denklem Modellerine ilişkin Bir Uygulama
Application of Structural Equation Models with Latent Variables
GÜLHAYAT GÖLBAŞI ŞİMŞEK