Doğrusal tip ıı regresyon tekniklerinin monte-carlo benzetim çalışması ile karşılaştırılması: sağlam, bulanık ve sağlam bulanık teknikler
Comparison of linear type ii regression tecniques via monte-carlo simulation study: robust, fuzzy and robust fuzzy techniques
- Tez No: 316250
- Danışmanlar: YRD. DOÇ. DR. SİNAN SARAÇLI
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bulanık regresyon, Doğrusal regresyon, Katı regresyon, Regresyon, Regresyon analizi, İstatistiksel analiz, İstatistiksel benzetim, Fuzzy regression, Linear regression, Robust regression, Regression, Regression analysis, Statistical analysis, Statistical simulation
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı Basit Doğrusal Regresyon Çözümlemesi gerçekleştirilirken, bağımlı ve bağımsız değişkenin her ikisinin de ölçüm hatası içerdiği durumlarda, En Küçük Kareler (EKK) Açıortay, Bulanık (Fuzzy) EKK Açıortay, Sağlam (Robust) EKK Açıortay ve Bulanık Sağlam EKK Açıortay tekniklerinin karşılaştırmalı olarak Monte-Carlo benzetim çalışması ile incelenmesidir.İlgilenilen veri setinin aykırı değer içerdiği ve içermediği durumlarda, farklı örneklem büyüklüklerinde (n=10,50 ve 100) ve farklı teorik dağılış biçimlerinde (t_((4)), t_((10)) ve t_((30))) ilgili regresyon teknikleri Hata Kareler Ortalaması (HKO) kriterine göre karşılaştırılmıştır. Çalışmanın bulgularına göre tüm dağılış biçimi ve tüm örneklem hacmindeki, aykırı değer içeren ve içermeyen veri setleri için Bulanık Huber EKK Açıortay tekniği en düşük HKO değerine sahip teknik olarak belirlenmiştir.
Özet (Çeviri)
The aim of this study is comparatively examine the OLS (Ordinary Least Squares) Bisector, Fuzzy OLS Bisector, Robust OLS and Fuzzy Robust OLS techniques via Monte-Carlo Simulation study, when both the dependent and independent variables includes measurement errors in a simple linear regression analysis.In conditions, whether the interested data sets includes or not any outliers, the performance of the regression techniques are examined for different sample sizes (n=10, 50 and 100) and different distribution types (t_((4)), t_((10)) and t_((30))) according to Mean Square Error (MSE) criteria. According to findings of the study, the Fuzzy Huber OLS Bisector technique has the lowest MSE in all different distribution types and for all sample sizes for the data sets that either includes or not any outliers.
Benzer Tezler
- Ölçüm hatalı modellerde doğrusal regresyon tekniklerinin karşılaştırılması- Monte Carlo simülasyon çalışması-
Comparison of linear regression techniques in measurement error models- Monte Carlo simulation study-
SİNAN SARAÇLI
Doktora
Türkçe
2008
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. VEYSEL YILMAZ
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
- A review and evaluation of development in exploration, production, reserves estimation, and research efforts for shale gas and oil
Şeyl gazı ve petrolü için arama, üretim, rezerv kestirimive araştırma çalışmalarının incelenmesi ve değerlendirilmesi
OSMAN MOHAMMED
Yüksek Lisans
İngilizce
2015
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM METİN MIHÇAKAN
- Ftir histo-spectroscopic evaluation and chemometric discrimination of colon cancer
Kolon kanserinin ftır hısto-spectroscopıc değerlendirmesi ve kemometrik ayrıştırımı
SUSAN NAJAH MAHDI AL-KINANI
Yüksek Lisans
İngilizce
2020
Biyokimyaİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RAMAZAN KIZIL
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR