Yazar "Biçer, Hayrinisa Demirci" seçeneğine göre listele

Listeleniyor 1 - 5 / 5
  • Küçük Resim
    Öğe
    Effects of different parameter estimators to error rate in discriminant analysis
    (2018) Biçer, Hayrinisa Demirci; Biçer, Cenker
    Discriminant analysis is defined as a statistical technique that classifies a unit whose properties aremeasured, into one of the known finite numbers of populations. In this classifying process, an error occurswhen the unit is classified to different population from its own population. This error is called the error rateor the probability of incorrect classification. It is desirable to minimize this error. This study focuses ondetermining the parameter estimation method that provides the minimum error rate, when the parametersof Weibull populations are not known. Maximum likelihood (ML), moments (MOM) and least squares(LS) methods are chosen from among parameter estimation methods. By a conducted simulation study, itis investigated that the error rate how is affected by the ML, LS and MOM estimates.
  • Küçük Resim
    Öğe
    Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım
    (2017) Biçer, Hayrinisa Demirci; Biçer, Cenker
    Gamma ve Weibull dağılımları sağlık, güvenilirlik, mühendislik vb. ortak uygulama alanlarına sahip olan dağılımlardır. Çoğu zaman bu iki dağılım bir veri seti için benzer sonuç çıkarımlar sağlasa da (çakışsa da), veri setini en iyi modelleyecek olan dağılımın seçilmesi arzulanır. Bu çalışmada, Gamma ya da Weibull dağılımlarından herhangi birinden gözlendiği varsayılan bir veri seti için iki dağılım arasından seçim probleminin çözümü için Kullback-Leibler uzaklıkları oran (RMKLD) yöntemi kullanılmıştır. Ayrıca yapılan simülasyon çalışmaları ile kullanılan yöntem farklı örneklem büyüklükleri ve dağılımların farklı parametre değerleri için en çok olabilirlik oran testi ile karşılaştırılmıştır. Elde edilen bilgiler, RMKLD'nin Gamma ve Weibull dağılımlarının ayrımı için kullanılabileceğini göstermektedir.
  • Küçük Resim
    Öğe
    Geometrik Süreç Verileri İçin Gamma Ve Weibull Dağılımları Arasındaki Ayrım
    (2018) Biçer, Cenker; Biçer, Hayrinisa Demirci
    Uygulamalarda gözlemlenen verilerin en uygun biçimde istatistiksel analizini yapmak için veri kümesininaltında yatan dağılım en uygun biçimde belirlenmelidir. Çoğu zaman, bir veri kümesinin altında yatan dağılımıbelirlemeye çalışırken kullanılan uyum iyiliği testleri, veri seti için birden fazla dağılım modelini işaret eder.Uyum iyiliği testlerinin sonuçlarına göre olası dağılım modelleri arasında, veri kümesi için optimal dağılımmodelinin belirlenmesi problemi, istatistikte oldukça önemli bir problemdir. Bu çalışmada, geometric süreçverileri için Gamma ve Weibull dağılımları arasındaki ayrım problemi, en çok olabilirlik oran yöntemine görearaştırılmıştır. Ayrımcılık için kullanılan yöntemin doğru seçim performansını göstermek için, kapsamlı birsimülasyon çalışması yapılmış ve belirli bir güven düzeyinde ve test gücünde ayrım yapmak için gerekliminimum örneklem büyüklükleri elde edilmiştir. Buna ek olarak, açıklayıcı amaçlarla, gerçek bir veri setikullanılarak bir uygulama yapılmıştır.
  • Küçük Resim
    Öğe
    İki Parametreli Rayleigh Dağılımlarının Sonlu Karmalarında Parametre Tahmini
    (2018) Biçer, Hayrinisa Demirci; Biçer, Cenker
    Heterojen yapıda bir popülasyondan elde edilmiş verilerin istatistiksel analizinde oldukça kullanışlı modellerolan sonlu karma dağılımlar için parametre tahmin problemi istatistikte oldukça önemli bir problemdir. Buçalışma, iki parametreli Rayleigh dağılımlarının sonlu karmaları için parametre tahmin problemini elealmaktadır. Bu kapsamda, iki parametreli Rayleigh dağılımlarının sonlu karmalarında mevcut bilinmeyenparametreler için en çok olabilirlik tahmin edicileri E-M algoritmasına göre elde edilmektedir. Bununla birlikteçalışmada, elde edilen en çok olabilirlik tahmin edicilerinin karma dağılımın bilinmeyen parametrelerinitahmin etmedeki performansını ortaya koymak için, karma oran parametresinin ve karma bileşendağılımlarındaki parametrelerin farklı değerlerini göz önünde bulunduran ve tahmin edicilere ait hata karelerortalamalarını, yanlılık miktarlarını ve standart sapmalarını ortaya koyan simülasyon çalışması sonuçlarına yerverilmektedir. Buna ek olarak, açıklayıcı amaçlar için gerçek bir veri seti kullanılarak yapılan bir de örneğe yerverilmektedir.
  • Küçük Resim
    Öğe
    STATISTICAL INFERENCE FOR GEOMETRIC PROCESS WITH THE RAYLEIGH DISTRIBUTION
    (2019) Biçer, Cenker; Biçer, Hayrinisa Demirci; Kara, Mahmut; Aydoğdu, Halil
    The aim of this study is to investigate the solution of the statistical inference problem for the geometric process (GP) when the distribution of Örst occurrence time is assumed to be Rayleigh. Maximum likelihood (ML) estimators for the parameters of GP, where a and ? are the ratio parameter of GP and scale parameter of Rayleigh distribution, respectively, are obtained. In addition, we derive some important asymptotic properties of these estimators such as normality and consistency. Then we run some simulation studies by di§erent parameter values to compare the estimation performances of the obtained ML estimators with the non-parametric modiÖed moment (MM) estimators. The results of the simulation studies show that the obtained estimators are more e¢ cient than the MM estimators.