Geri Dön

Regresyon analizinde yanlı tahmin yöntemleri

Estimation methods in regression analysis

  1. Tez No: 592711
  2. Yazar: MERVE TÜRKMEN ŞAHİNGÖZ
  3. Danışmanlar: PROF. DR. DURSUN AYDIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Muğla Sıtkı Koçman Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bağımsız değişkenler arasında çoklu bağlantı olması durumunda model parametrelerini tahmin etmek için kullanılan kestirim yöntemlerinden Ridge Regresyon yöntemi ele alınmıştır. Bu yöntem EKK yöntemleriyle elde edilen sonuçların çoklu bağlantıdan dolayı geçerliliğini kaybettiğinde yani çoklu doğrusal bağlantı içeren verilerde regresyon katsayılarının hataları, işaretleri ve büyüklüklerini tahmin etmek mümkün değil iken kullanılabilmektedir. Ridge parametresinin çözümü k 'ya bağlı olarak yapılır ve dolayısıyla her k için Ridge Regresyon katsayı değerleri elde edilmelidir. Ridge parametresinin seçimi, (i) subjektif metotlar ve (ii) objektif metotlar olmak üzere iki sınıfta toplanabilir. Bu tezde k parametresini seçmek için objektif yöntemler dikkate alınmıştır. Ancak gerçek veri uygulamasında subjektif yöntemlerden ridge izi grafiğine yer verilmiştir. Bu bağlamda, tezde ridge parametresinin seçimi için kullanılan objektif yöntemler arasında yer alan klasik bir seçim yöntemi olan k_HKB kestirici baz kriter olarak alınmıştır. Bu kritere ilaveten dört farklı bilgi kriteri (Mallows'un C_k kriteri, Genelleştirilmiş çapraz geçerlilik kriteri, Düzeltilmiş akaike bilgi kriteri, Schwarz'ın bayes bilgi kriteri ) kullanılarak ridge parametresi seçilmiş ve bu optimum k değeri kullanılarak elde edilen Ridge Regresyon sonuçlarının bir karşılaştırılması yapılmıştır. Tezde iki adet uygulama yapılmış olup, bu uygulamalardan sonuçlar R paket programı yardımı ile elde edilmiştir.

Özet (Çeviri)

Ridge Regression method, which is one of the estimation methods used to estimate the model parameters, is discussed in case of multiple connections between independent variables. This methods can be used when the results obtained by OLS methods lose their validity due to multiple connections, that is, it is not possible to estimate the errors, signs and magnitudes of regression coefficients in data containing multiple linear connections. The solution of the Ridge parameter is based on k, and therefore the Ridge Regression coefficient values should be obtained for each k. The choice of the Ridge parameter can be divided into two classes: (i) subjective methods and (ii) objective methods. In this thesis, for the selection of the k parameter objective methods are used. However, ridge trace graph, which is one of the subjective methods, is used in real data application. In this context, in the thesis, the predictive basis criterion, which is a classical selection method, one of the objective methods used for the selection of ridge parameter, is taken as the criterion. In addititon to this criterion, ridge parameter was selected using four different information criteria(Mallows criterion, Generalized cross validity criterion, Corrected acoustic data criterion, Schwarz's bayes information criterion) and a comparison of Ridge Regression results was obtained using this optimum k value. Two applications have been made in this thesis and the results have been obtained with the help of R package program.

Benzer Tezler

  1. Regresyonda kalıntı (residual) analizi

    Başlık çevirisi yok

    SUAT ŞAHİNLER

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    ZiraatÇukurova Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. MUSTAFA AKAR

  2. Bankaların mali başarısızlığını tahminine yönelik çok boyutlu model

    The Multivariate predictive model of financial failure of the banking industry in Turkey

    TÜRKAY KISA

    Doktora

    Türkçe

    Türkçe

    1997

    İşletmeGazi Üniversitesi

    Muhasebe ve Finansman Ana Bilim Dalı

    PROF. DR. NALAN AKDOĞAN

  3. Erken uyarı sistemi olarak finansal oranlar ve çok değişkenli model

    A Suggestion for the financial rations and multivariate model as an early warning system

    MUSTAFA CANBAZ

    Doktora

    Türkçe

    Türkçe

    1998

    İşletmeCumhuriyet Üniversitesi

    İşletme Ana Bilim Dalı

    PROF.DR. ŞENER DİLEK

  4. Bazı shrinkape tahmin edicileri ile en küçük kareler tahmin edicisinin bir test istatistiği ile karşılaştırılması

    Comparison of the shrinkage estimators with the least squares method by a test statistic

    MERAL DEMİREL

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MÜSLİM EKNİ

  5. İstatistiki tahmin modelleri ve İMKB indeksi üzerine bir uygulama

    Statistical forecast models and an application on the ISE composite index

    ASLIHAN NUR BAŞARAN

    Doktora

    Türkçe

    Türkçe

    1993

    İşletmeİstanbul Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. ÖNER ESEN

  6. Tahin ve fındık ezmesinde aflatoksinlerin yüksek basınçlı sıvı kromatografisi (HPLC) florimetre ve enzimle etiketli immunolojik tayin (ELISA) yöntemleri ile analizi

    The Analysis of aflatoxins in tahini and Hazelnut paste by high performance liquid chromatography (HPLC), fluorometer and enzme linked immonosorbent assay (ELISA)

    DİLARA NİLÜFER

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    Gıda Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. DİLEK BOYACIOĞLU