Μέθοδοι εύρεσης πολλαπλών έκτροπων παρατηρήσεων (outliers) σε γραμμικά μοντέλα : μεταπτυχιακή εργασία
Τα γραμμικά μοντέλα παλινδρόμησης χρησιμοποιούνται πολύ συχνά για την ανάλυση δεδομένων που προέρχονται από διάφορες επιστημονικές περιοχές. Η ύπαρξη πολλαπλών έκτροπων παρατηρήσεωνστα προς ανάλυση δεδομένα μπορεί να οδηγήσει σε εσφαλμένα αποτελέσματα και κακές εκτιμήσεις.Μια συνήθης τακτική είναι ο...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | |
|---|---|
| Συγγραφή απο Οργανισμό/Αρχή: | |
| Μορφή: | Thesis Βιβλίο |
| Γλώσσα: | Greek |
| Δημοσίευση: |
2011.
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/11610/15502 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
MARC
| LEADER | 00000cam a2200000 i 4500 | ||
|---|---|---|---|
| 001 | 1/17858 | ||
| 008 | 120216s2011 gr | ||| |||| ||gre|| | ||
| 035 | |l 10111864 | ||
| 040 | |a GR-MyUA |b gre |e AACR2 | ||
| 041 | 0 | |a gre | |
| 082 | 0 | |a 519.536 |2 (22) | |
| 100 | 1 | |a Παπαζερβέας, Σωτήριος. | |
| 245 | 1 | 0 | |a Μέθοδοι εύρεσης πολλαπλών έκτροπων παρατηρήσεων (outliers) σε γραμμικά μοντέλα : |b μεταπτυχιακή εργασία / |c του Σωτηρίου Παπαζερβέα ; επιβλέπων καθηγητής Γεωργίου Στέλιος. |
| 260 | |c 2011. | ||
| 300 | |a iii, 90 σ. : |b πίν., διάγρ. ; |c 30 εκ. | ||
| 500 | |a Μέλη της εξεταστικής επιτροπής: Γεωργίου Στέλιος, Στυλιανού Στέλλα, Τσιμήκας Ιωάννης. | ||
| 502 | |a Διατριβή (μεταπτυχιακή) – Πανεπιστήμιο Αιγαίου, Σάμος, 2011. | ||
| 504 | |a Βιβλιογραφία: σ. 78-82. | ||
| 506 | 0 | |a Διάθεση πλήρους κειμένου - Ελεύθερη πρόσβαση. | |
| 520 | |a Τα γραμμικά μοντέλα παλινδρόμησης χρησιμοποιούνται πολύ συχνά για την ανάλυση δεδομένων που προέρχονται από διάφορες επιστημονικές περιοχές. Η ύπαρξη πολλαπλών έκτροπων παρατηρήσεωνστα προς ανάλυση δεδομένα μπορεί να οδηγήσει σε εσφαλμένα αποτελέσματα και κακές εκτιμήσεις.Μια συνήθης τακτική είναι οι παρατηρήσεις αυτές να αναζητούνται και να αφαιρούνται από το σύνολο των δεδομένων μας. Αν οι έκτροπες παρατηρήσεις είναι λίγες τότε αρκετές από τις γνωστές μεθόδους μπορούν να χρησιμοποιηθούν για να τις ανιχνεύσουν.Αν όμως οι έκτροπες παρατηρήσεις είναι πολλές τότε ο εντοπισμός τους είναι ένα δύσκολο ερευνητικό πρόβλημα. Στην εργασία αυτή θα συνοψίσουμε κάποιες μεθόδους αντιμετώπισης του προβλήματος και θα τις υλοποιήσουμε στην γλώσσα προγραμματισμού matlab. Στη συνέχεια θα συγκρίνουμε τα αποτελέσματα που δίνουν και θα σχολιάσουμε την απόδοση τους με χρήση παρόμοιων δεδομένων. Τέλος θα δώσουμε κάποιες προτάσεις και θα εξάγουμε τα συμπεράσματα μας. | ||
| 540 | |a Κλειδωμένη η δυνατότητα αντιγραφής (copy) του κειμένου. | ||
| 610 | 2 | 0 | |a University of the Aegean |x Dissertations. |
| 650 | 0 | 0 | |a Outliers (Statistics) |
| 650 | 0 | 0 | |a Linear models (Statistics) |
| 650 | 0 | 0 | |a Regression analysis. |
| 650 | 0 | 0 | |a Dissertations, Academic |z Greece. |
| 700 | 1 | |a Γεωργίου, Στέλιος, |e dgs | |
| 710 | 2 | |a Πανεπιστήμιο Αιγαίου. |b Σχολή Θετικών Επιστημών. |b Τμήμα Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών. |b Μεταπτυχιακό Πρόγραμμα Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά. | |
| 852 | |a INST |b SAMOS |c DIATR |e 20120216 |h 519.536 ΠΑΠ |p 005300033999 |q 005300033999 |t MTXE |y 23 | ||
| 852 | |a INST |b SAMOS |c DIATR |e 20120216 |h 519.536 ΠΑΠ |p 005300034000 |q 005300034000 |t MTXE |y 23 | ||
| 856 | |u http://hdl.handle.net/11610/15502 | ||
| 901 | |a BIBL3-2012-1 | ||
| 909 | |a Σ |b 171876 | ||
| 909 | |a Σ |b 171877 | ||
| 924 | |a ΠΑΠΑΖΕΡΒΕΑΣ |b ΣΩΤΗΡΙΟΣ |y Σάμος |z 2011-11 | ||
| 970 | |a ΚΟΣΙΕΡΗΣ |b ΧΡΗΣΤΟΣ |z 2012/02/16 | ||