Data dependent density estimation for spatial processes
Başlık çevirisi mevcut değil.
- Tez No: 6793
- Danışmanlar: DOÇ. DR. ÖMER L. GEBİZLİOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Spatial Models, Markov Process < Markov Random Field ), Density Estimation, Curve Fitting, Smoothing, Maximum Likehood Estimation, (Soodness-of-f it ). IV
- Yıl: 1989
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
MEKANSAL SÜREÇLERDE VERİ BA?IMLI YO?UNLUK FONKSİYONUNUN KESTIRIMI TLABAR, Zeynep Fen-Edebiyat Fakültesi istatistik Bolümü, Yüksek Lisans Tezi Şubat 1989 ÖZET Kernel fonksiyonları ve düzlestirme parametrelerinin veriye bağımlı yoğunluk ve regresyon -fonksiyonlarının kestiriminde önemi büyüktür. Mekansal süreçlerde, yoğunluk -fonksiyonu kestiriminin iki yönlü amacı vardır: birleşik dağılım -fonksiyonunun belirlenmesi ve mekansal değişkenlerin, mekansal bağımlılığının belirli mekansal alanlarda araştırılması. Bu tezin amacı, iki boyutta, tek değişkenli yoğunluk.fonksiyonlarının mekansal süreçlerde kestirimidir.Tezde sunulan düzlestirme fonksiyonları mekansal etkileşimi kanıtlamak için araştırmaya yönelik data analizi görüş acısını benimsemiştir. Tezde olasılık olabilirlik oranı için bir model önerilmiştir ve bu oran yoğunluk ve dağılım fonksiyonlarının kestiriminde kul lanılmıstır. Birleşik dağılım fonksiyonlarının koşullu dağılımlarla bulunmasında Markov alanlarının mekan süreçlerindeki imkanları göz önüne alınmıştır. Olasılık olabirlilik oranı model olarak parametrelendiri ldigindeyoğunluk fonkisyonlarının mekansal bağımlı 1 ık lar araştırılarak kestirildigi gösterilmiştir. En çok olabilirli tahmin edici önerilmiş ve iteratif çözüm, uyum iyiliği kriteri ile sunulmuştur. ANAHTAR SÖZCÜKLER s Mekan Modelleri, Markov Süreçleri (Markov Alanları), YoQunluk Fonksiyonu Kestirimi, EQri Uydurma, Düzleştirme, En Cok Olabiliri ikli Tahmin Edici (Uyum îyiligi ). vı
Özet (Çeviri)
DATA DEPENDENT DENSITY ESTIMATION FOR SPATIAL PROCESSES TLABAR, Zeynep Faculty of Arts & Sciences Department o-f Statistics, M.S. Thesis February 1989, 72 pages. ABSTRACT Kernel -function and smoothing parameters play the key role in the data based density and regression estimation. In the spatial processes density estimation has a two-fold purpose 5 determination of joint distribution function and exploration of spatial dependency among spatial variables located at fixed sites in space. This thesis attempts to estimate density functions for two dimensional, univariate spatial processes. This attempt is based on exploratory data analysis point of view, because some smoothing functions introduced here, serve the achievement of displaying the spatial interaction. IllA model for the probability odds - ratio is introduced and used to estimate density and distribution functions. Markov random -field specification for a spatial processes is considered as it facilitates the determination of joint distribution function from the conditional distributions. These conditional distributions are the ones subject to our estimation problem. It is shown that, when probability odds- ratio is parametrized as a model, densities are estimated while spatial dependency is explored. Maximum likelihood estimation procedure is proposed and an iterative solution method is deviced together with some goodness-of-f it criteria.
Benzer Tezler
- Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi
Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method
H.GONCA COŞKUN
- İstanbul ulaşım planlaması çerçevesinde çekim modelinin tahmin güçlerinin incelenmesi ve bir yöntem önerisi
Başlık çevirisi yok
PELİN ALPKÖKİN
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiUlaştırma Ana Bilim Dalı
PROF. DR. HALUK GERÇEK
- Modelling of equilibrium sorption and fixed-bed desorption for benzene and toluene at super critical conditions
Başlık çevirisi yok
BÜLENT TURGAY
- Durağan olmayan sesötesi doppler işaretlerinin zamana bağımlı adaptif parametrik modeller ile modellenmesi
Time dependet adaptive parametric modeling of nonstationary ultrasonic doppler signals
MEHMET EMİN YÜKSEL
- AVO analizi ile deniz tabanının modellenmesi
Modelling of the sea floor by AVO analysis
NESLİHAN OCAKOĞLU
Yüksek Lisans
Türkçe
1997
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EMİN DEMİRBAĞ
