Kovaryans matrisi için bilgi verici olmayan önsel dağılım ve doğrusal olmayan modellerde parametre kestirimi
Noninformative prior distribution for the covaryans matrix and parametre estimation in nonlinear models
- Tez No: 21949
- Danışmanlar: PROF. DR. ALPTEKİN ESİN
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Doğrusal olmayan modeller, Kovaryans matrisleri, Önsel dağılım, Nonlinear models, Covariance matrices, Prior distribution
- Yıl: 1992
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, genel doğrusal nlmayân modelin normal ! da ğılıma sahip hata terimlerine ilişkin kovaryans matrisi için ileri sürülen P(2) = 1 2 | ~ önsel dağılımının ola bilirlik fonksiyonu üzerindeki etkileri incelendi. 2 mat risinin özdeğerlerinin marjinal dağılımı ile özvektör- lerinin marjinal dağılımının birbirinden bağımsız olduğu varsayımı altında, ileri sürülen bu önsel dağılımın yegane“bilgi verici olmayan”önsel dağılım olduğu görüldü. Bayesgil yoruma uygun olarak sözkonusu önsel dağı lımın, parametre vektörüne ilişkin sonsal dağılım üze rindeki etkisi araştırıldı. Parametre tahminleri için“en yüksek sonsal yoğunluk bölgesi”olarak elde edilen güven bölgelerinin dayandırıldığı F dağılımının paydası na ait serbestlik derecesinin, ileri sürelecek önsel dağılıma duyarlı olduğu görüldü. Üzerinde çalışılan kimya probleminin parametre tah minleri, Gauss-Neuton yaklaşımına göre özel olarak hazırlanan bilgisayar programı ile gerçekleştirildi. Tah minlere ilişkin güven bölgeleri, Gauss yaklaşımının ge çerli olduğu varsayımı altında, parametre vektörünün sonsal dağılımına dayalı olarak oluşturuldu.
Özet (Çeviri)
In this study, the efects Df the prior distribution _ /i P(S) = | 2 | ~ on the likelihood function has been in vestigated. The prior is proposed for the covariance matrix of the error term that has a normal distribu tion in the multiresponse case of non-linear models. Under the assumption that joint marjinal distribu tion of the eigenvalues of 2 and joint marjinal distri bution of the eigenvectors of 2 are independent of each other, it has been shown that the proposed prior distri bution is the only“noninf ormative”prior. From the bayesian point Df view, the effect of the proposed prior distribution on the posterior distribu tion of parameters is also investigated. It has been found that degrees of freedom due to the denemunator of the F distribution, which the confi dence regions constructed as the“highest posterior density”regions are based on, is very sensitive the proposed prior distribution. vThe estimates Df the problem under consideration has been achieved by using a computer program which is prepared according to the Gauss-Newton approximation. The confidence region of estimates are constructed, un der the assumption that Gauss approximation is approp riate, on the base of posterior distribution of para meters. vi
Benzer Tezler
- Bilgisayarla görmede parçalı eliptik şekillerin tanınması
Recognition of partically occluded elliptical shapes in computer vision
BERNA YEŞİM ORAL
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TEMEL KAYIKÇIOĞLU
- Face recognition using eigenfaces
Başlık çevirisi yok
İLKER ATALAY
Yüksek Lisans
İngilizce
1996
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. MUHİTTİN GÖKMEN
- Zaman ortamı polarizasyon süzgeçleri
Time domain polarization filters
SÜLEYMAN HASAN BASA
Yüksek Lisans
Türkçe
1994
Jeofizik MühendisliğiKaradeniz Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MİTHAT FIRAT ÖZER
- Isolated and connected digit recognition system for Turkish
Türkçe için konuşmacıdan bağımsız yalıtılmış sözcük ve bileşik rakam tanıyım dizgesi
ALİ HAYDAR
Yüksek Lisans
İngilizce
1994
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MÜBECCEL DEMİREKLER