Rassal Olmayan Kayıp Veri Analizi İçin Bayezci Model Ortalaması

2015-12-31
Günümüzde özellikle halk sağlığı, genetik, tıp, farmakoloji, biyoloji, moleküler biyoloji, sosyoloji, psikoloji gibi pek çok farklı alanda yapılan çalışmalarda elde edilen verilerde sıklıkla rassal olmayan kayıp verilere (ROKV) rastlanmaktadır. ROKV analizlerinde yalnızca verilerin değil, kayıp olma olasılığının da modellenmesi gerekmektedir ve bu zorunluluk ROKV analizini diğer kayıp veri türlerinin analizinden çok daha zor kılmaktadır. ROKV analizinde, kayıp olma olasılığı için farklı modeller denenir ve bir bilgi kriteri aracılığı ile veri tarafından saptanan en uygun kayıp olma olasılığı modeli seçilip analizin geri kalan kısmı ona göre yapılır. Literatürde ispatlandığı gibi, bilgiye dayalı kriterler model seçimi konusunda etkin değildir ve yeni yöntemlere ihtiyaç vardır. Bu projede amaç etkin bir analiz için, bilgi kriteri bazlı olmayan hatta kayıp olma olasılığı modeli anlamında, model seçimine bile gerek olmayan bir yaklaşım öngörerek tüm aday kayıp olma olasılığı modellerini belli birer ağırlıkla ortalama olarak analize katacak bir yöntem geliştirmek.

Suggestions

Zamana Bağlı Değişen Emtia Fiyat İndeksi/İndeksleri Oluşturulması
Yozgatlıgil, Ceylan; İyigün, Cem(2017-12-31)
Son yıllarda, emtia fiyat hareketlerinin enflasyon ve büyüme gibi makro ölçekte ekonomik değişkenlerle karşılıklı etkileşimi para poltikaları yapıcıları tarafından dikkatle izlenmekte ve fiyat hareketleri istatistiksel analizlerle anlaşılmaya çalışılmaktadır. Mikro ölçekteyse, 2000 li yılların başından itibaren finansallaşmaya başlayan emtiaların ve fiyat hareketlerinin üretim ve yatırım faaliyetlerine doğrudan etkilerinin belirginleştiği bilinmektedir. Bu bağlamda; emtia fiyat dinamiklerinin nasıl şekillen...
Kucuk hacimli orneklemlerde ikili regresyon model secim kriteri
Kalaylıoğlu Akyıldız, Zeynep Işıl(2016-12-31)
Bu projede amac,ikili regresyon (İR) analizinin model karsılastırma ve secme asamasinda, ozellikle de kucuk hacimli orneklemlerde kullanılacak, yeni bir yöntem gelistirmektir. AIC gibi yaygın olarak kullanılan bilgi bazli kriterlerin, farkli (dogrusal ve dogrusal olmayan/ sabit etkili veya rassal ya da karma etkili) İR modellerinin karsılastırılması ve uygun olanın secilmesinde ozellikle de orneklem hacminin kucuk oldugu veri kumelerinde, dogru İR modelini yakalamasında problemler oldugu gozlenmistir. Bu pr...
Zaman Serileri İçin Model Seçme ve Tahmin Etme Kriterinin Oluşturulması: Yeni Bir Algoritma
Yozgatlıgil, Ceylan(2017-12-31)
Modellemenin önemli olduğu zaman serilerinde, olası birkaç model arasından veriye en uygun olanını seçmek önemli bir konudur. Zaman serilerinde modelleme yaparak verinin bir sonraki zaman diliminde nasıl bir değer alacağını öngörmek oldukça önemlidir. Yapılan tahminlerin gerçek veri ile uyum oranının yüksek olması, olası negatif etkilere karşı önlem alınması açısından kritik bir önem taşımaktadır. Literatüre bakıldığında, zaman serilerinde model seçimi için birçok kriter ve algoritmanın yer aldığı gözlenmek...
BAYEZCİ BİLEŞİK MODELLERDE GİZİL RASSAL DEĞİŞKEN DAĞILIMLARI
Kalaylıoğlu Akyıldız, Zeynep Işıl(2018-12-31)
Projenin konusu, uzunlamasına ölçülen bağımsız değişkenler ile bir sürecin sonunda kesitsel olarak ölçülen bağımlı değişken arasındaki ilişkiye dair Bayezci modellerdir. Bu tip çalışmalarda, uzunlamasına elde edilen gözlemlerin temsil ettiği gerçek süreli değişkenleri gözlemleme imkanı yoktur, onun yerine bu gizil rassal değişken için dağılımsal varsayımlar yapılır. Bu projenin amacı, Bayezci modellerde, bu varsayımların sonsal tahminlere etkisini araştırmaktır.
Meteorolojik Verilerin Hesaplamalı İstatistiksel Yöntemlerle Türdeşlik Analizi
Batmaz, İnci; Yozgatlıgil, Ceylan(2015-12-31)
Türdeşlik analizi, zaman serisi verisi için önemli bir araştırma konusudur. Ortalamada değişim, varyantsa değişim, eğilim oluşumu, ani ya da kademeli artış veya azalma gibi birçok durum türdeşliği bozan sebeplerdir. Türdeşlik literatüründe kullanılan yöntemlerin birçoğunda güvenli olmayan sonuçlara yol açabilecek varsayımlar ya da yaklaşımlar bulunmaktadır. Bunlardan bazıları; bağımsızlık ve özdeşlik ya da normallik varsayımı gibi zaman serisi için gerçekçi olmayan durumlardır. Bu projede, bir hesaplamalı i...
Citation Formats
Z. I. Kalaylıoğlu Akyıldız and S. Çiftçi, “Rassal Olmayan Kayıp Veri Analizi İçin Bayezci Model Ortalaması,” 2015. Accessed: 00, 2020. [Online]. Available: https://hdl.handle.net/11511/58887.