Geri Dön

Ridge tahminine dayalı M-regresyonunun etkinliğinin incelenmesi

Investigation of the effectiveness of M-regression based on ridge estimation

  1. Tez No: 712705
  2. Yazar: ABDULLAH YURTASLAN
  3. Danışmanlar: PROF. DR. MURAT ERİŞOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Aykırı gözlemler, Gürbüz istatistik, Hata kareleri, Ridge regresyon, Tahmin ediciler, Çoklu doğrusal bağlantı, Outlier observation, Robust statistic, Square errors, Ridge regression, Estimators, Multiple linear connection
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Necmettin Erbakan Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, çoklu doğrusal regresyon analizinde çoklu doğrusal bağlantı ve aykırı gözlem veya hataların normal dağılım göstermemesi problemlerinin bir arada olması durumunda ridge tahminine dayalı M tahmin edicileri önerilmiştir. Önerilen tahmin edicilerin parametre tahmini için tekrarlı yenilenen ağırlıklı ridge algoritmasının tanımlanmıştır. Önerilen tahmin edicinin tahmin performansı simülasyon çalışması ve gerçek veri seti üzerinde gösterilmiştir. Çalışma sonuçlarına göre ridge tahminine dayalı M tahmin edicilerinin, çoklu doğrusal bağlantı ve aykırı gözlem veya hataların normal dağılım göstermemesi problemlerinin bir arada olması durumunda EKK, ridge ve geleneksel M tahmin edicilerden daha başarılı bulunmuştur.

Özet (Çeviri)

In this study, M estimators based on ridge estimation are proposed in case of a combination of multiple linear regression and outlier observations or non-normal distribution of errors in multiple linear regression analysis. For parameter estimation of the proposed estimators, iteratively reweighted ridge algorithm is defined. The estimation performance of the proposed estimator is shown on the simulation study and the real dataset. According to the results of the study, M estimators based on the ridge estimation were found to be more successful than the ridge and traditional M estimators when the problems of multicollinearity and outlier observations or errors did not show normal distribution.

Benzer Tezler

  1. Machine learning based TBM performance prediction

    Makine öğrenimi bazlı TBM performans tahmini

    HADI ALIZADEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMÜR ACAROĞLU ERGÜN

  2. Kantil regresyonda yanlı tahmin edicilerin performanslarının incelenmesi

    Investigating the performances of biased estimators in quantile regression

    NURULLAH YAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İstatistikNecmettin Erbakan Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MURAT ERİŞOĞLU

  3. En çok olabilirlik tahminlerinde yan azaltma yaklaşımı

    Bias reduction approach in maximum likelihood estimates

    SİMGE KAVAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SERPİL AKTAŞ ALTUNAY

  4. Makine öğrenmesi tabanlı akıllı şehir çözümleri: Bina türü tanıma, su tüketimi öngörüsü ve sızıntı tespiti

    Machine learning-based smart city solutions: Building type identification, water consumption forecasting, and leak detection

    RAUF YASİN

    Doktora

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEÇKİN ARI

  5. Doğal afetlerde çevrimiçi davranış verilerine dayalı ihtiyaç tahmini ve kaynak tahsis optimizasyonu: 2023 kahramanmaraş depremleri uygulaması

    Demand prediction and resource allocation optimization based on online behavioral data in natural disasters: An application to the 2023 Kahramanmaraş earthquakes

    MEHMET DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Endüstri ve Endüstri MühendisliğiHacettepe Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERDİ DAŞDEMİR