Gamma Regresyon Modelinde Bazı Tahmin Edicilerin Karşılattırılması

Basit Öğe Kaydı
dc.authorid0000-0002-1153-9146en_US
dc.contributor.advisorAsar, Yasin
dc.contributor.authorKorkmaz, Merve
dc.date.accessioned2022-10-18T13:21:00Z
dc.date.available2022-10-18T13:21:00Z
dc.date.issued2022en_US
dc.date.submitted2022-06-17
dc.departmentNEÜ, Fen Bilimleri Enstitüsü, Matematik Anabilim Dalıen_US
dc.description.abstractDogrusal modellere benzer olarak genelle¸stirilmi¸s do ˘ grusal modellerin bir üyesi olan gamma ˘ regresyon modelinde de çoklu baglantı problemi oldu ˘ gunda en çok olabilirlik tahmin edicisinin per- ˘ formansı bu durumdan kötü etkilenmektedir. Bu çalı¸smada, gamma regresyon modellerinde çoklu baglantı problemi oldu ˘ gu durumlarda kullanılabilecek bazı tahmin ediciler incelenmi¸stir. Ayrıca ˘ Liu-tipi tahmin edicisinden yararlanılarak hemen hemen yansız Liu-tipi tahmin edicisi ile modifiye hemen hemen yansız Liu-tipi tahmin edicisi gamma regresyon modeli için önerilmi¸stir. Önerilen tahmin edicilerin ve Liu-tipi tahmin edicisinin teorik özellikleri incelenerek birbirleriyle kar¸sıla¸stır maları yapılmı¸stır. Ayrıca bahsi geçen tahmin ediciler Monte Carlo simülasyon çalı¸sması ve gerçek veri uygulaması kullanılarak kar¸sıla¸stırılmı¸stır. Nümerik çalı¸smalardan elde edilen sonuçlar teorik sonuçların dogrulu ˘ gunu desteklemektediren_US
dc.description.abstractSimilar to linear models, the performance of the maximum likelihood estimator is adversely affected when there is a multicollinearity problem in the gamma regression model, which is a member of the generalized linear models (GLM). In this study, some estimators that can be used in gamma regression models when there is a multicollinearity problem are examined. In addition, using the Liu-type estimator, a modified almost unbiased Liu-type estimator with a almost unbiased Liu-type estimator is proposed for the gamma regression model. The theoretical properties of the proposed estimators and the Liu-type estimator were examined and compared with each other. In addition, the aforementioned estimators were compared using a Monte Carlo simulation study and a real data application. The results obtained from the numerical studies support the accuracy of the theoretical resulten_US
dc.identifier.citationKorkmaz,M. (2022). Gamma regresyon modelinde bazı tahmin edicilerin karşılatırılması.(Yayımlanmamış yüksek lisans tezi). Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü, Matematik Anabilim Dalı, Konya.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12452/8662
dc.language.isotren_US
dc.publisherNecmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectÇoklu baglantı problemien_US
dc.subjectLiu-tipi tahmin edicien_US
dc.subjectGamma regresyon modelien_US
dc.subjectHemen hemen yansız tahmin edicien_US
dc.subjectMonte Carlo simülasyonen_US
dc.subjectMulticollinearity problemen_US
dc.subjectLiu-type estimatoren_US
dc.subjectGamma regression modelen_US
dc.subjectAlmost unbiased estimatoren_US
dc.subjectModified almost unbiased estimatoren_US
dc.subjectMonte Carlo simulationen_US
dc.titleGamma Regresyon Modelinde Bazı Tahmin Edicilerin Karşılattırılmasıen_US
dc.title.alternativeComparison of Some Estımators in Gamma Regresson Modelen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
MERVE KORKMAZ.pdf
Boyut:
490.59 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Yüksek Lisans Tezi
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Matematik Anabilim Dalı Koleksiyonu