Regresyon modellerinde uç değer incelemede dağılıma bağlı olmayan bir yöntem
1996
0 görüntülenme
0 i̇ndirme
Danışman: Doç.dr. Hamza Gamgam
Özet (TR)
Bu çalışmanın giriş kesiminde etkili değerler ve uç değerlerle ilgili bazı çalışmalara yer verilmiş ve bunlar için test istatistikleri tanıtılmıştır. Birinci bölümde ise, uç değerlerin budanması ve tahminlerin budanmış Bootstrap Yığınından seçilecek örneklere dayandırılması yöntemi tanıtılmıştır. Uç değerlerin örneğe girmesine engel olmak için Bootstrap örneğinin çapım küçük seçmek, Bootstrap Yığınının az budanması ve Bootstrap Yığınının fazla budanması yöntemleri kullanılabilir. Bu çalışmada Bootstrap Yığınının budanması ile ilgilenilmiş ve budama yöntemleriyle ilgili test istatistikleri de tanıtılmıştır. Bu yöntem tahmin edilen artıkların Bootstrap dağılımına dayanır. Ayrıca Bootstrap tahminleri ve bozulmanın ölçüsü tanıtılmıştır. İkinci bölümde Bootstrap Yığınının budanması ile ilgili bir uygulamaya ve simülasyon çalışmasına yer verilmiştir. Uygulamada ct=0.15 için Bootstrap yığınından budamalar yapılmış ve Budanmış Bootstrap yığını elde edilmiştir. Son bölümde ise bu uygulamadan elde edilen bulgulara yer verilmiştir. Bilim kodu : 406.02.01 Anahtar kelimeler: Uç değer, Etkili değer, Artık tahmini, Bootstrap Sayfa adedi : 67
Yazar
Dr. Mehmet Yıldız
Bu Yayına Nasıl Atıf Yapılır
Mehmet Yıldız (Yüksek Lisans Tezi). Regresyon modellerinde uç değer incelemede dağılıma bağlı olmayan bir yöntem, 1996, Gazi University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Gazi University tezlerinden daha fazlası
- Türkiye petrol ve gaz sondaj sahası iş kazaları analiz ve modellemesi(2021)
- Experimental development of the interfacial bond-slip model between textile reinforced mortar strips and masonry walls(2025)
- Yarıiletken nem sensörlerinin geliştirilmesi(2021)
- Bilgisayar destekli ve doğrudan strateji öğretimimin okuduğunu anlamaya etkisi(2021)
- Mühendis adayı öğrencilerinin integral problem çözüm süreçlerinin bloom taksonomisi ile kavramsal ve işlemsel bilgi açısından incelenmesi(2021)
- Filtreli dinamik kompanzasyon(2008)
