Geri Dön

Bayesyen regresyon ve winbugs ile bir uygulama

Bayesian regrassion and an application with winbugs

  1. Tez No: 217581
  2. Yazar: OYA EKİCİ
  3. Danışmanlar: DOÇ. DR. KARUN NEMLİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmanın amacı Bayesyen yaklaşımın temel özelliklerine işaret ederek,regresyon analizini Bayesyen ilkelere göre gerçekleştirmektir. Bayesyen yaklaşımınön bilginin kullanılmasına olanak vermesi sayesinde regresyon analizinde çok dahaetkin parametre tahmini yapılabilmektedir. Parametrelere ilişkin çıkarsama, hipoteztesti veya güven aralıkları hesabı ön bilgi ve örneklem bilgisine dayandırılarakyapılır. Tekrarlanan davranışları göz önünde bulundurarak çıkarsama sürecinegitmeye gerek duyulmaz. Bayesyen yaklaşım özellikle ekonometrik modellerdekarşılaşılan sorunlarda çözüm olabilmektedir. Örneklem ister büyük ister küçükolsun, yöntem çalışmaktadır. Bilgisayarların gelişmesi ve yazılımdaki ilerlemelerleBayesyen yaklaşımın uygulanmasında artık (nümerik integral) hesaplamaya ilişkinhiç bir sorunla karşılaşılmamaktadır

Özet (Çeviri)

The purpose of this study is to carry out regression analysis in the line withBayesian principles by pointing out the main features of Bayesian approach. Inregression analysis, Bayesian approach can realize more effective parameterestimation by means of providing the opportunity to use prior information. Theinference about parameters, hypothesis testing or confidence interval are performedon the basis of the both prior information and sampling information we have. Thereis no need to apply the inference procedure in terms of their behavior in repeated.Bayesian approach especially provides solutions to the problems that are met ineconometric models. Bayesian approach works well both in small and large samplesize. Any longer, there is no difficulty to compute numerical integration of theapplications within the Bayesian context as the technical impovements of computereffort and software products are increased.

Benzer Tezler

  1. Detecting structural change when the change points is unknown

    Değişim noktasının bilinmediği durumda yapısal değişimin sınanması

    SIDIKA BAŞÇI

    Yüksek Lisans

    İngilizce

    İngilizce

    1995

    Ekonomiİhsan Doğramacı Bilkent Üniversitesi

    PROF.DR. ASAD ZAMAN

  2. The Estimators of random coefficient models

    Stokastik katsayılı modeller için tahmin yöntemleri

    YASEMİN BAL GÜNDÜZ

    Doktora

    İngilizce

    İngilizce

    1999

    Ekonomiİhsan Doğramacı Bilkent Üniversitesi

    Ekonomi Ana Bilim Dalı

    PROF. DR. ASAD ZAMAN

  3. İktisadi modellerin Bayesyen regresyon yöntemiyle tahmini

    Başlık çevirisi yok

    KADİR KARAGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Ekonomiİnönü Üniversitesi

    Y.DOÇ.DR. MURAT KARAGÖZ

  4. Öngörü ve zaman serileri analizinde Bayesyen yaklaşım

    Bayesian approach in forecasting and time series analysis

    KADİR KARAGÖZ

    Doktora

    Türkçe

    Türkçe

    2004

    Ekonometriİstanbul Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. AHMET GÖKÇEN

  5. Karar kuramında Bayes yaklaşımı ve bir uygulama

    Bayesian approach in decision theory and an application

    AYHAN DARGIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    İstatistikMuğla Üniversitesi

    DR. MEHMET KARAHASAN