Deney tasarımında kayıp gözlemlerin dayanıklı tahmini

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, İSTATİSTİK ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2013

Tezin Dili: Türkçe

Öğrenci: DEMET AYDIN

Danışman: BİRDAL ŞENOĞLU

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez çalışmasında bir-yönlü ve iki-yönlü ANOVA modellerinde kayıp gözlemlerin tahmini ile ilgilenilmiştir. Hata terimlerinin uzun kuyruklu simetrik (Long Tailed Symetric-LTS) dağılıma sahip olduğu varsayılmıştır. En çok olabilirlik (Maximum Likelihood-ML) ve uyarlanmış en çok olabilirlik (Modified Maximum Likelihood-MML) yöntemleri kullanılarak kayıp gözlemler için tahmin ediciler elde edilmiştir. Belirli düzgünlük koşulları altında ML yönteminin en etkin yöntem olduğu bilinmektedir. Ayrıca, MML tahmin edicilerinin asimptotik olarak ML tahmin edicilerine yakınsadığı bilinmektedir. Bunun yanı sıra, Monte-Carlo simülasyon çalışması kullanılarak ML ve MML tahmin edicilerinin etkinlikleri geleneksel en küçük kareler (least squares-LS) tahmin edicisinin etkinliği ile karşılaştırılmıştır. Monte-Carlo simülasyon sonuçları, ML ve MML tahmin edicilerinin LS tahmin edicisine göre daha etkin ve dayanıklı olduklarını göstermiştir. Çalışmanın sonunda, literatürden alınan iki veri setinin analizi yapılmıştır.