Lineer regresyon modellernde etkili gözlemlerin tespiti için yeni bir yöntem

Etkili gözlemler, veri kümesinde yer alan diğer gözlemlerden farklılık gösteren, regresyon katsayılarında büyük değişikliğe sebep olan gözlemlerdir. Veri setinde bu tür gözlemlerin varlığı istatistiksel analizlerin geçerliliğini ve duyarlılığını azaltmaktadır. Literatürde etkili gözlemleri belirlemek için kullanılan birçok yöntem vardır. Ancak bu yöntemlerin çoğu dağılımsal varsayımlar gerektirir ve maskeleme ve süpürme etkilerinden oldukça etkilenirler. Özellikle veri setinde birden fazla etkili gözlem olması durumunda bu yöntemlerin çoğu yetersiz kalmaktadır. Bu tezin amacı, meta-sezgisel Kesikli Parçacık Sürü Optimizasyon algoritmasını kullanarak etkili gözlem kümelerini tespit etmek için yeni bir teşhis yöntemi geliştirmektir. Önerilen bu yaklaşım, herhangi bir dağılımsal varsayım gerektirmemekte ve ayrıca klasik yöntemler gibi maskeleme ve süpürme etkilerinden etkilenmemektedir. Önerilen yöntemin performansı çeşitli simülasyonlar ve gerçek veri setleri ile analiz edilmiştir.