Sıralı küme örneklemesi (SKÖ) kullanılarak bazı sürekli dağılımlar için parametre tahmini

Basit Öğe Kaydı
dc.authorid0000-0003-0252-7538en_US
dc.contributor.advisorSaraçoğlu, Buğra
dc.contributor.authorÇavdar, Muhammet
dc.date.accessioned2022-08-12T09:22:35Z
dc.date.available2022-08-12T09:22:35Z
dc.date.issued2021en_US
dc.date.submitted2021
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalıen_US
dc.description.abstractİstatistik literatüründe örnekleme yöntemi önemli bir maliyet sorunu içermektedir. Son yıllarda bu sorunu aşmak için geçmişte sıklıkla kullanılan yöntemlerden biri olan Basit Rasgele Örnekleme (BRÖ) yöntemi yerine Sıralı Küme Örnekleme (SKÖ) yöntemi geliştirilmiştir. Sıralı Küme Örnekleme yönteminin temel konusunu oluşturduğu bu çalışmada, SKÖ şablonu kullanılarak geliştirilen Rekor Sıralı Küme Örnekleme (RSKÖ) yöntemi de ele alınmaktadır. Bu tez, temel olarak BRÖ, SKÖ ve RSKÖ altında Chen ve Üstel-Logaritmik dağılımların bilinmeyen parametre tahmini problemini incelemektedir. Bu doğrultuda BRÖ, SKÖ ve RSKÖ altında Chen ve Üstel-Logaritmik dağılımların bilinmeyen parametrelerinin En Çok Olabilirlik (EÇO) ve Bayes tahmin edicileri elde edilmiştir. Daha sonra, Tierney-Kadane yaklaşımı kullanılarak karesel kayıp fonksiyonu altında Bayes tahmin edicilere ulaşılmıştır. Sonraki bölümlerde BRÖ, SKÖ ve RSKÖ altında EÇO ve Bayes tahmin edicilerini karşılaştırmak için Monte Carlo simülasyon çalışması uygulanmıştır. Aynı zamanda hata kareler ortalaması (HKO) ve yanlar bakımından EÇO ve Bayes tahmin edicileri karşılaştırılmıştır. Son olarak, BRÖ, SKÖ ve RSKÖ baz alınarak göreli etkinlikler (GE) de karşılaştırılmıştır.en_US
dc.description.abstractSampling method involves an important cost problem in the statistics literature. In order to overcome this problem, Ranked Set Sampling (RSS) method has recently been developed instead of Simple Random Sampling (SRS) method. The latter used to be one of the most frequently used methods in the past. Ranked Set Sampling method is the main subject of this thesis. Likewise, this study is also goes into a discussion of Record Ranked Set Sampling (RRSS) method, which was created using RSS template. This thesis examines the problem of point estimation for the unknown parameters of Chen and Exponential-Logarithmic distributions under SRS, RSS and RRSS. Meanwhile, Maximum Likelihood (ML) and Bayes estimators for unknown parameters of Chen and Exponential-Logarithmic distributions under SRS, RSS and RRSS are obtained. Then, Bayes estimators under squared error loss function are obtained by using Tierney-Kadane approximation. A Monte-Carlo simulation study is performed to compare ML and Bayes estimators under SRS, RSS and RRSS. Moreover, ML and Bayes estimators are compared in terms of mean squared error (MSE) and bias. Finally, this thesis compares relative efficiencies (REs) based on SRS, RSS and RRSS.en_US
dc.identifier.citationÇavdar, M. (2021). Sıralı küme örneklemesi (SKÖ) kullanılarak bazı sürekli dağılımlar için parametre tahmini. (Doktora Tezi). Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12395/42618
dc.language.isotren_US
dc.publisherSelçuk Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectSıralı küme örneklemesien_US
dc.subjectRekor sıralı küme örneklemesien_US
dc.subjectChen dağılımıen_US
dc.subjectLogaritmik dağılımen_US
dc.subjectEn çok olabilirlik tahminien_US
dc.subjectBayes tahminien_US
dc.subjectRanked set samplingen_US
dc.subjectRecord ranked set samplingen_US
dc.subjectChen distributionen_US
dc.subjectExponential-logarithmic disstributionen_US
dc.subjectMaximum likelihood estimationen_US
dc.subjectBayes estimationen_US
dc.titleSıralı küme örneklemesi (SKÖ) kullanılarak bazı sürekli dağılımlar için parametre tahminien_US
dc.title.alternativeParameter estimation for some continuous distributions by using ranked set sampling (RSS)en_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
MUHAMMET ÇAVDAR.pdf
Boyut:
5.33 MB
Biçim:
Adobe Portable Document Format
Açıklama:
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

Fen Bilimleri Enstitüsü Tez Koleksiyonu