Ridge Regresyonda Dayanıklı Tahminleme
Proje no. 23337 · Durum: Kapanmış (Yayın bekleniyor) · 2021
Özet
Bu çalışmada, açıklayıcı değişkenler arasında çoklu doğrusal bağlantının mevcut olduğu ve aykırı değerlere sahip veri setlerine yönelik yeni bir tahmin edici önerilmesi amaçlanmıştır. Bu amaç doğrultusunda aykırı değer problemi için, Sazak (2019) tarafından önerilen, normal dağılım altında neredeyse tam etkinliğe sahip ve dayanıklı olan dinamik ağırlıklı modifiye edilmiş en çok olabilirlik (Dynamically Weighted Modified Maximum Likelihood, DWMML) tahmin edicilerine, çoklu doğrusal bağlantı problemi için ise ridge regresyon tahmin yöntemine başvurulmuş ve bu iki metodun bir araya getirilmesi ile neredeyse tam etkinliğe sahip dayanıklı ridge regresyon tahmin edicilerinin elde edilmesi hedeflenmiştir. Regresyon analizinin, makine öğrenmesinin en sık kullandığı metotlardan biri olduğu düşünüldüğünde, yapılacak çalışma ile birçok farklı alandaki araştırmacılara, veri setlerinde dağılım, çoklu doğrusal bağlantı veya aykırı değer sorgusu yapmaksızın uygulayabilecekleri, makine öğrenmesi araçlarından biri sunulmuş olacaktır. Bu da özellikle son yıllarda olmazsa olmaz büyük veri setleri ile ilgili çalışmalarda araştırmacıların işini kolaylaştıracak ve onlara önemli bir zaman tasarrufu sağlayacaktır.<br /> Çalışma, önerilecek yeni dayanıklı ridge regresyon tahmin edicisinin, veri setinin dağılımı ne olursa olsun, araştırmacılara sağlıklı tahminlerde bulunmasını sağlayabilen, normal dağılım altında bile neredeyse tam etkin ve dayanıklı olan bir tahmin edici yöntemi önerebilecek olması açısından oldukça önemlidir. Çalışmada elde edilen tahmin ediciler bir çok durum altında en küçük kareler (Least Squares, LS) tahmin edicileri ile hem simülasyon hem de gerçek hayat verileri kullanılarak karşılaştırılacaktır.