Geri Dön

Sağlam regresyonda değişken seçim ölçütleri

Variable selection criteria in robust regression

  1. Tez No: 97794
  2. Yazar: MERAL ÇETİN (CANDAN)
  3. Danışmanlar: DOÇ. DR. ERAR AYDIN
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Benzetim, Değişken seçimi, Doğrusal regresyon, Regresyon, Simulation, Variable selection, Linear regression, Regression
  7. Yıl: 2000
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

IV ÖZET Bu çalışmada, sağlam regresyon çözümlemesinde, normallikten sapmalar ve aykındeğer varlığında bağımlı değişkeni en iyi biçimde açıklayabilecek bağımsız değişkenler altküme seçimi amaçlandı. Birinci Bölüm' de konuya giriş yapılarak, çalışmada düşünülen regresyon modeli tanımlandı ve değişken seçiminin gerekçeleri belirtildi. İkinci Bölüm' de doğrusal regresyonda alışılagelen değişken seçim ölçütleri ve sağlam değişken seçim ölçütleri tanıtılarak, bu ölçütler ile ilgili yapılan çalışmalar anlatıldı. Üçüncü Bölüm' de en küçük kareler kestMcilerinin kullanıldığı Akaike Bilgi Ölçütü için Fisher Bilgisine dayalı bir düzeltme önerisinde bulunuldu. Dördüncü Bölüm'de amaca yönelik olarak bir benzetim çalışması yapıldı. Çalışmanın amacı doğrultusunda seçim ölçütlerinin hesaplatılabilmesi için S-Plus 4.0 Paket Programı yardımıyla bilgisayar programı hazırlandı. Çalışmada incelenen değişken seçim ölçütleri ele alman etkenler çerçevesinde karşılaştırıldı. Benzetim sonuçlarının geçerliliğini görmek amacıyla gerçek veri kümeleri üzerinde uygulamalar verildi. Beşinci Bölümde ise benzetim ve gerçek uygulama sonuçlan tartışıldı.

Özet (Çeviri)

ABSTRACT The aim of this study is to select the subsets of independent variables, which explain dependent variables in the presence of outliers and possible departures from the normality assumption of the error distribution in robust regression analysis. In the first section, the regression model considered in this study is defined and the reasons of subset selection are given. In the second section, traditional variable selection criteria in linear regression and robust variable selection criteria are introduced. Besides, studies on this subject are mentioned. In the third section, it is proposed of a correlation based on Fisher information for Akaikes information criteria, which is, used for least squares estimators is proposed. In the fourth section, a related simulation study is performed. In this simulation study a program has been developed using S-Plus 4.0 package program. Variable selection criteria examined in this study are compared between each other with respect to specified factors. Applications of real data sets are used to see the validity of simulation results. In the fifth section, the simulation and results of real application are discussed.

Benzer Tezler

  1. Temel bileşenler analizi ve klinik bir uygulama

    Principal components analysis and it`s clinical practise

    FATMA NESRİN TURAN

    Doktora

    Türkçe

    Türkçe

    1997

    Tıbbi Biyolojiİstanbul Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. MUSTAFA ŞÜKRÜ ŞENOCAK

  2. Regresyonda kalıntı (residual) analizi

    Başlık çevirisi yok

    SUAT ŞAHİNLER

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    ZiraatÇukurova Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. MUSTAFA AKAR

  3. Çoklubağlantıya neden olan gözlemlerin belirlenmesi

    Investigation of multicollinearity-influential observations

    UFUK EKİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MÜSLİM EKNİ

  4. Tanı testlerinin meta-analizi: Özet işlem karakteristiği eğrisi (SROC) ve bir uygulama

    Summary receiver operating characteristic curve (SROC) and an application

    MEHTAP AKÇİL TEMEL

    Doktora

    Türkçe

    Türkçe

    2000

    Tıbbi BiyolojiHacettepe Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF.DR. ERGUN KARAAĞAOĞLU