Bayesci semiparametrik regresyon
| dc.contributor.advisor | Arslan, Olçay | |
| dc.contributor.author | Çetin, Selma | |
| dc.contributor.department | İstatistik | tr_TR |
| dc.date.accessioned | 2023-09-13T12:31:30Z | |
| dc.date.available | 2023-09-13T12:31:30Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | Regresyon analizi, aralarında sebep-sonuç ilişkisi bulunan iki veya daha fazla değişken arasındaki ilişkiyi belirlemek ve bu ilişkiyi kullanarak o konu ile ilgili tahminler yapabilmek amacıyla yapılır ancak bu tahminler parametrik regresyon analizinin varsayımlarının sağlanmadığı durumlarda iyi bir tahmin olma niteliğini kaybederler. Bu durumda daha iyi tahmin yapabilmek amacıyla bu varsayımların esnetilmesine olanak sağlayan regresyon yöntemleri olan nonparametrik ve semiparametrik regresyona ihtiyaç duyulur. Parametrik regresyon analizinden farklı olarak bu yöntemlerde doğrusallık aranmaz düzgünlük aranır. İstatistik biliminde, tahmin yapılırken iki farklı felsefe kullanılır. Bunlar Klasik yaklaşım ve Bayesci yaklaşımdır. Klasik yaklaşımda parametreler sabit değişken olarak ele alınırken, Bayesci yaklaşımda parametreler rastgele değişkenler olarak ele alınır ve temeli Bayes teoremine dayanır. Bayes yaklaşımıyla semiparametrik regresyon tahmini alternatif bir yöntem olarak ele alınmıştır. | tr_TR |
| dc.description.ozet | Regression analysis is performed in order to determine the relationship between two or more variables that have a cause-effect relationship and to make predictions about that subject. These estimates lose their quality of being good estimates when the assumptions of the parametric regression analysis are not met. In this case, nonparametric and semiparametric regression, which are regression methods that allow these assumptions to be stretched, are needed in order to make better predictions. Unlike parametric regression analysis, these methods do not seek linearity, but smoothness. In statistics, two different philosophies are used when making predictions. These are the Classical approach and the Bayesian approach. While parameters are treated as constant variables in the classical approach, in the Bayesian approach, parameters are treated as random variables and are based on Bayes' theorem. Semiparametric regression estimation with Bayesian approach is considered as an alternative method. | tr_TR |
| dc.identifier.uri | http://hdl.handle.net/20.500.12575/89129 | |
| dc.language.iso | tr | tr_TR |
| dc.publisher | Fen Bilimleri Enstitüsü | tr_TR |
| dc.subject | nonparametrik modeller | tr_TR |
| dc.subject | semiparametrik regresyon | tr_TR |
| dc.subject | düzleştirme | tr_TR |
| dc.title | Bayesci semiparametrik regresyon | tr_TR |
| dc.title.alternative | B Bayesian semiparametric regression | tr_TR |
| dc.type | masterThesis | tr_TR |