Bayesci semiparametrik regresyon
Bayesian semiparametric regression
- Tez No: 782017
- Danışmanlar: PROF. DR. OLÇAY ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bayes analizi, Bayes yöntemi, Parametrik olmayan modeller, Yarı parametrik regresyon, Bayes analysis, Bayesian method, Nonparametric models, Semiparametric regression
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Regresyon analizi, aralarında sebep-sonuç ilişkisi bulunan iki veya daha fazla değişken arasındaki ilişkiyi belirlemek ve bu ilişkiyi kullanarak o konu ile ilgili tahminler yapabilmek amacıyla yapılır ancak bu tahminler parametrik regresyon analizinin varsayımlarının sağlanmadığı durumlarda iyi bir tahmin olma niteliğini kaybederler. Bu durumda daha iyi tahmin yapabilmek amacıyla bu varsayımların esnetilmesine olanak sağlayan regresyon yöntemleri olan nonparametrik ve semiparametrik regresyona ihtiyaç duyulur. Parametrik regresyon analizinden farklı olarak bu yöntemlerde doğrusallık aranmaz düzgünlük aranır. İstatistik biliminde, tahmin yapılırken iki farklı felsefe kullanılır. Bunlar Klasik yaklaşım ve Bayesci yaklaşımdır. Klasik yaklaşımda parametreler sabit değişken olarak ele alınırken, Bayesci yaklaşımda parametreler rastgele değişkenler olarak ele alınır ve temeli Bayes teoremine dayanır. Bayes yaklaşımıyla semiparametrik regresyon tahmini alternatif bir yöntem olarak ele alınmıştır.
Özet (Çeviri)
Regression analysis is performed in order to determine the relationship between two or more variables that have a cause-effect relationship and to make predictions about that subject. These estimates lose their quality of being good estimates when the assumptions of the parametric regression analysis are not met. In this case, nonparametric and semiparametric regression, which are regression methods that allow these assumptions to be stretched, are needed in order to make better predictions. Unlike parametric regression analysis, these methods do not seek linearity, but smoothness. In statistics, two different philosophies are used when making predictions. These are the Classical approach and the Bayesian approach. While parameters are treated as constant variables in the classical approach, in the Bayesian approach, parameters are treated as random variables and are based on Bayes' theorem. Semiparametric regression estimation with Bayesian approach is considered as an alternative method.
Benzer Tezler
- Bayesian semiparametric models for nonignorable missing data mechanisms in logistic regression
Lojistik regresyonda ihmal edilemeyen kayıp veri mekanizmaları için Bayesci yarı-parametrik modeller
OLCAY ÖZTÜRK
Yüksek Lisans
İngilizce
2011
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Bölümü
YRD. DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU
- Bayesci grafik modelleri
Bayesian graphical models
ÖZGÜR TUĞRUL
Yüksek Lisans
Türkçe
2001
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. F. GÜL ERGÜN
- Bayesci tahmin için ardışık Monte Carlo örnekleme yöntemleri
Sequential Monte Carlo sampling methods for Bayesian estimation
GÜLER KOÇBERBER
- Bayesci vektör otoregresyon modeller ve Türkiye'de enflasyon üzerine bir uygulama
Bayesian vector autoregression models and an application on inflation in Turkey
ELİF ÜNAL
Yüksek Lisans
Türkçe
2003
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. FUNDA SEZGİN
- Hastalık gen ilişki çalışmalarında kullanılan bayesçi yöntemlerin incelenmesi
Analysis of bayesian models used for case-control studies
AYSUN ÇETİNYÜREK
Yüksek Lisans
Türkçe
2006
BiyoistatistikAnkara ÜniversitesiBiyoistatistik Ana Bilim Dalı
Y.DOÇ.DR. ATİLLA HALİL ELHAN