Lineer regresyon modelinde ağırlıklı tahmin ediciler
Weighted estimators in the linear regression model
- Tez No: 450309
- Danışmanlar: PROF. DR. SELAHATTİN KAÇIRANLAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hatalara ilişkin varsayımların sağlanmamasına neden olan değişen varyans ve otokorelasyonlu lineer regresyon modellerinde“Genelleştirilmiş / Ağırlıklı En Küçük Kareler ”metodu ile model uydurulabilir. Bu çalışmada öncelikle ağırlıklı en küçük kareler tahmin yöntemi incelenmiştir. Daha sonra, örneklem bilgisi ve parametreler hakkında yardımcı bilgi olduğunda kullanılan karma tahmin ediciler incelenmiştir. Ayrıca matrislerinin tam olmaması durumunda literatürde yer alan ağırlıklı karma tahmin edici ele alınmıştır. Ek olarak , ağırlıklı karma ridge tahmin edici ve ağırlıklı karma Liu tahmin ediciler başta olmak üzere bunlara bağlı olarak tanımlanmış diğer ağırlıklı tahmin ediciler incelenmiştir.
Özet (Çeviri)
In linear regression model with heteroskedasticity, autocorrelation which violate assumptions about the errors, model may be adapted by Generalized/ Weighted Least Squares metod. In this study, weighted least squares metod are examined. Later, when sample and prior information on parameters simultaneously are given, mixed estimator are examined. Furthermore, in case of incomplete X –matrix, weighted mixed estimator are examined. In addition, weighted mixed ridge estimators and weighted mixed Liu estimators and other mixed estimators which defined by related with these are examined.
Benzer Tezler
- Basit doğrusal regresyon modelinde model parametrelerinin dayanıklı tahmini
Robust estimations of model parameters in simple linear regression model
ÖMER BAYRAKTAR
Yüksek Lisans
Türkçe
2025
İstatistikSinop Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. DEMET HAN AYDIN
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- A hybrid prediction approach using multiple linear regression and decision tree
Çoklu doğrusal regresyon ve karar ağacı kullanarak hibrit tahmin yaklaşım
MARYAM ARIF AZEEZ AZEEZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KAYHAN AYAR