Regresyon modellerinde en küçük kareler tahmin edicileri
2010
0 views
0 downloads
Advisor: Prof. Dr. Fikri Akdeniz
Abstract (TR)
y=X ß + ? , ? ~(0, ?2 I*)standart lineer modelini düşünelim. ß nın en küçük kareler (EKK) tahmin edicisi ß=(X'X)-1X'y dir.Z: nxp ± 1 lerin ve sıfırların matrisi olmak üzere Z'X ß=Z'y ifadesine göre E(ß)=ß beklenen değeri ve Var(ß) = ?2(Z'X)-1 Z'Z(X'Z)-1 varyansı ile ß=(Z'X)-1 Z'y bir enstrumental değişken tahmin edicisidir. Householder dönüşümleri ile ? = y - Xß ya bağlı olarak ?'?=??i2 rezidü kareler toplamını minimum yapan ß'nın değeridir. X=L-1X* ve y=L-1y* ve LL'=V olmak üzere genelleştirilmiş EKK tahmin edicisi ß=(X*'V-1X*)-1X*'V-1y* ve Givens dönüşümleri ile genelleştirilmiş EKK tahmin edicisi ß=U-1(t1-T12g2) verilmiştir. Ayrıca, gerçek veri kümesi üzerinde Householder dönüşüm matrislerinin regresyon analizinde uygulaması yapılmıştır.
Author
Dr. Gülen Tümer
How to Cite
Gülen Tümer (Yüksek Lisans Tezi). Regresyon modellerinde en küçük kareler tahmin edicileri, 2010, Çukurova University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Çukurova University
- İş birliğine dayalı video-blog projelerinin İngilizceyi yabancı dil olarak öğrenen Türk öğrencilerinin dilsel ve dijital okuryazarlık becerileri üzerindeki etkileri(2025)
- Bankacılık sektöründe kredi riski yönetimi: Türk bankacılık sektöründe kredi riskini belirleyen değişkenler üzerine bir uygulama(2011)
- Dolaylı buharlaştırıcı soğutucular üzerine kapsamlı bir çalışma: Had tabanlı performans analizi, geometrik optimizasyon ve makine öğrenmesi modelleri(2025)
- Danışman ve öğretmen adayının bakış açısından etkin danışmanlık için bir model: Sosyal yapısalcı bir yaklaşım(2003)
- Aksu (Kahramanmaraş) nehrinin bakteriyolojik kirlilik düzeyinin belirlenmesi ve Enterobacteriaceae üyelerinde antibiyotik ve ağır metal dirençliliği(2003)
- Tekstil terbiyesinde yeniden değerlendirme yöntemlerinin uygulanması ve bu yöntemlerin kumaş performansına olan etkilerinin incelenmesi(2004)
