Comparison of robust regression methods
Dayanıklı regresyon metotlarının karşılaştırılması
- Tez No: 372780
- Danışmanlar: DOÇ. DR. ABDULLAH FIRAT ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Regresyon analizi, pek çok çalışma alanında verilerin incelenmesi için kullanılan en yaygın metotlardan biridir. Bir regresyon modelindeki parametreleri tahmin etmek için kullanılan geleneksel metot olan sıradan en küçük kareler yöntemi; aykırı değerler, heterojen varyanslılık ve normal olmayan dağılım durumlarında yanıltıcı olabilir. Bu çalışmada, sıradan en küçük kareler ile ilgili problemler özet olarak açıklandıktan sonra, dayanıklılık ile ilgili genel bilgi ana hatlarıyla belirtilmiş ve bu yaygın problemlerden etkilenmeyen altı tane dayanıklı regresyon tekniği, Theil-Sen kestiricisi, en küçük medyan kareler, en küçük budanmış kareler, en küçük mutlak değer, en küçük budanmış mutlak değer ve M-regresyonu incelenmiştir. Dayanıklı regresyon teknikleri hem teorik dağılımlardan hem de gerçek veri setlerinden elde edilen gözlemlerin kullanıldığı bir simülasyon çalışması ile karşılaştırılmıştır. Karşılaştırma, gerçekleşen anlam düzeyleri ve sıradan en küçük kareler üzerindeki göreli etkinlik ölçütlerine göre yapılmıştır. Sonuçlar ve sonuç yorumları tartışılmış, bazı öneriler verilmiştir.
Özet (Çeviri)
Regression analysis is one of the most commonly used methods for examining data in many working areas. The ordinary least squares which is the conventional method used for estimating the parameters in a regression model can be misleading when there are outliers, heteroscedasticity and non-normality. In this study, after briefly explaining the problems with ordinary least squares general information about robustness idea is outlined and six robust regression techniques, Theil-Sen estimator, least median of squares, least trimmed of squares, least absolute value, least trimmed absolute value and M-regression that are not affected by these common problems are investigated. The robust regression techniques are compared with a simulation study by using observations generated from both theoretical distributions and real data sets. The comparison is done in terms of actual significance levels and relative efficiency over ordinary least squares. Results and concluding remarks are discussed, some recommendations are given.
Benzer Tezler
- Hücresel ve durumsal aykırı değerlerle sağlam regresyon modellerinin karşılaştırılması
Comparison of robust regression methods in the presence of cellwise and casewise outliers
GÜVEN PEKDEMİR
Yüksek Lisans
Türkçe
2024
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZLEM ALPU
- Türetilmiş ikili heterojen veri yapılarında genel, sağlam ve kesin lojistik regresyon yöntemlerinin karşılaştırılması
Comparıson of asymptotıc, robust and exact logıstıc regressıon methods ın generated bınary contamınated data set
MUZAFFER BİLGİN
Yüksek Lisans
Türkçe
2012
BiyoistatistikEskişehir Osmangazi ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
YRD. DOÇ. DR. ERTUĞRUL ÇOLAK
- A comparison of some robust regression techniques
Bazı sağlam regresyon yöntemlerinin bir karşılaştırması
EZGİ AVCI
Yüksek Lisans
İngilizce
2009
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLSER KÖKSAL
- Comparison of methods for robust parameter design of products and processes with an ordered categorical response
Sıralı kategorik çıktılı ürün ve proses parametre tasarımı için yöntem karşılaştırması
GONCA KARABULUT
Yüksek Lisans
İngilizce
2013
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLSER KÖKSAL
- Çok boyutlu lineer regresyonda robust ve sparse tahmin metotlarının zooteknide kullanımı
Usage of robust and sparse estimation methods for high-dimensional linear regression in animal science
CEM TIRINK
Doktora
Türkçe
2020
BiyoistatistikOndokuz Mayıs ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. HASAN ÖNDER