Genelleştirilmiş maksimum entropi yöntemi ile eksik sunumlu (Ill-Posed) çoklu regresyon modelinin parametrelerine biricik tahmin
Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi · 31.03.2026 · 41 (1) · 357-366
DOI: 10.17341/gazimmfd.1663462 ↗Kurz gefasst
Fachartikel in der Zeitschrift Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, online erschienen am 31.03.2026. Verfasst von Selin Çabuk. Die Arbeit nennt 27 Literaturangaben.
Abstract (Originalsprache)
Bu çalışmada, bilinmeyen parametre sayısından daha az sayıda gözlem sayısı olan bir örneklem kümesini simgeleyen eksik-sunumlu (ill-posed) lineer regresyon modeli düşünüldü. Bu modelde, X tasarım matrisinin kolonları arasında sık olarak görülen içilişki problemi tartışıldı. Eksik-sunumluluk ve beraberinde içilişki problemi söz konusu olduğunda lineer regresyon modelinin parametrelerini tahmin etmede, bu problemlerin çözümü için ortaya atılan ve biricik(unique) tahmin değerleri elde etmeye olanak tanıyan genelleştirilmiş maksimum entropi yöntemi kullanıldı. Eksik sunumlu regresyon modelinin parametrelerini tahmin etmede kullanılan, ancak biricik tahmin değerleri elde edilemeyen en küçük kareler g-inverse (EKK g-inverse) yöntemi ile elde edilen tahmin değerleri ile karşılaştırıldı.
Zitieren
APA
Çabuk, S. (2026). Genelleştirilmiş maksimum entropi yöntemi ile eksik sunumlu (Ill-Posed) çoklu regresyon modelinin parametrelerine biricik tahmin. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 41(1), 357-366. https://doi.org/10.17341/gazimmfd.1663462
Vancouver
Çabuk S. Genelleştirilmiş maksimum entropi yöntemi ile eksik sunumlu (Ill-Posed) çoklu regresyon modelinin parametrelerine biricik tahmin. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi. 2026;41(1):357-366. doi:10.17341/gazimmfd.1663462
BibTeX
@article{abuk2026,
author = {Çabuk, Selin},
title = {Genelleştirilmiş maksimum entropi yöntemi ile eksik sunumlu (Ill-Posed) çoklu regresyon modelinin parametrelerine biricik tahmin},
journal = {Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi},
year = {2026},
volume = {41},
number = {1},
pages = {357--366},
doi = {10.17341/gazimmfd.1663462}
}
EUVIMED