Yıl: 2023, Dönem: Bahar
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Helwig, Nathaniel E. (2017). Introduction to Nonparametric Regression, Nathaniel E. Helwig.
2. Mangiafico, S.S. 2016. Summary and Analysis of Extension Program Evaluation in R, version 1.18.1. rcompanion.org/handbook/. (Pdf version: rcompanion.org/documents/RHandbookProgramEvaluation.pdf.)
3. La´szlo´ Gyo¨rfi Michael Kohler, Adam Krzyz˙ak and Harro Walk (2002).A Distribution-Free Theory of Nonparametric
Regression. Springer-Verlag, New York.
Dersin İçeriği
Regresyon Fonksiyonu Tahmini ve L2 Hata; Pürüzsüzleştirici Parametrelerinin Seçimi ve Uyumu; Mood-Brown Tahmin edicisi ve istatistiksel özellikleri; Theil_Sen Tahmin edicisi ve istatistiksel özellikleri; En küçüklerin En büyüğü ve
Bireysel Alt Sınır; Stone Teoremi, Tutarlılık ve Yakınsama oranı; Çekirdek Tahminler, Tutarlılık ve Yakınsama oranı;
Yerel Polinomiyal Çekirdek Tahminleri; k-NN Tahminleri, Tutarlılık ve Yakınsama Oranı; Örnek ayrıştırılması, Bir Parametrenin En iyi rastgele Seçimi ve Bölümleme, Çekirdek, ve en yakın Komşuluk Tahminleri; Çapraz doğrulama,
Parametrenin en iyi sayısal Seçimi,Bölümleme ve Çekirdek Tahminleri ve Yakın Komşu Tahminleri; 9En-Küçük Kareler Tahmini I: Tutarlılık, Neden ve Nasıl en küçük Kareler? Sınırlı Y’dan Sınırsız Y’ye Tutarlılık ve Lineer En küçük Kareler Serisel Tahminleri;
Dersin Amacı
Bu dersin amacı, Parametrik regresyonun niçin gerekli olduğunu kavratmaktır. Parametrik analizlerin varsayımlarının geçerli olmadığı durumlarda alternatif olarak parametrik olmayan regresyonun kullanılabileceğinin kavratılmasıdır. Ayrıca parametrik ve parametrik olmayan regresyon sonuçlarının karşılaştırılmasını sağlamaktır.