dc.contributor.author |
Χαριτίδου, Ευστρατία
|
el |
dc.contributor.author |
Efstratia, Charitidou
|
en |
dc.date.accessioned |
2017-03-01T08:20:15Z |
|
dc.date.available |
2017-03-01T08:20:15Z |
|
dc.date.issued |
2017-03-01 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/44453 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.2618 |
|
dc.rights |
Default License |
|
dc.subject |
Αλγόριθμοι MCMC; Πρότερη κατανομή δύναμης; Μπεϋζιανή επιλογή μοντέλου; Εναλλακτικοί παράγοντες Bayes;Συμβατότητα πρότερων κατανομών |
el |
dc.subject |
MCMC algorithms; Power prior; Bayesian model selection; Alternative Bayes factors, Prior compatibility |
el |
dc.title |
ΕΠΙΛΟΓΗ ΟΙΚΟΓΕΝΕΙΑΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΩΝ
ΣΕ ΜΠΕΫΖΙΑΝΑ ΣΤΑΤΙΣΤΙΚΑ ΜΟΝΤΕΛΑ:
ΜΕΘΟΔΟΛΟΓΙΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ |
el |
dc.title |
Transformation Family Selection in Bayesian Statistical Models: methodology and applications |
en |
dc.contributor.department |
ΤΟΜΕΑΣ ΜΑΘΗΜΑΤΙΚΩΝ |
el |
heal.type |
doctoralThesis |
|
heal.classification |
mathematics and statistics |
el |
heal.classificationURI |
http://lod.nal.usda.gov/6369 |
|
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2016-10-27 |
|
heal.abstract |
Ο βασικός στόχος της παρούσας διατριβής ήταν να παρέχει μια συνεκτική μεθοδολογία Μπεϋζιανής συλλογιστικής με σκοπό τη συμπερασματολογία, σύγκριση και αξιολόγηση διαφορετικών οικογενειών μετασχηματισμών T
που μετασχηματίζουν ένα σύνολο δεδομένων προς την Κανονικότητα. Στην προτεινόμενη ενοποιημένη προσέγγιση θεωρούμε τέσσερις παραμετρικές οικογένειες μετασχη-
ματισμών (Box-Cox, Modulus, Yeo & Johnson and Dual) και ακόμη τον Ταυτοτικό και
τον Λογαριθμικό μετασχηματισμό. Η προτεινόμενη μεθοδολογία αναδεικνύει τη βέλτιστη
επιλογή οικογένειας T και τη βέλτιστη επιλογή για την τιμή της παραμέτρου μετασχηματισμού μέσα από τη Μπεϋζιανή επιλογή μοντέλου με χρήση κατάλληλων MCMC
αλγόριθμων. Στην περίπτωση των μονομεταβλητών προβλημάτων (χωρίς επεξηγηματικές μεταβλητές),
τα θέματα συμβατότητας που σχετίζονται με την επιλογή μετασχηματισμού αντιμετωπίστηκαν μέσω της πρότερης κατανομής δύναμης, αλλά και μέσω της χρήσης κοινών φα-
νταστικών δεδομένων που προσομοιώθηκαν από το μοντέλο αναφοράς του Ταυτοτικού
μετασχηματισμού. Ένα δεύτερο πλαίσιο πρότερης κατανομής, με τη μορφή κανονικής
πρότερης κατανομής μοναδιαίας πληροφορίας για την παράμετρο μετασχηματισμού (ή λογαριθμοκανονικής πρότερης κατανομής στην περίπτωση του Dual) χρησιμοποιήθηκε σαν μια εναλλα-
κτική του πρώτου πλαισίου πρότερης κατανομής. Όσον αφορά προβλήματα με επεξηγηματικές μεταβλητές, επιστρατεύτηκαν εναλλακτικές μορφές παραγόντων Bayes από τη βιβλιογραφία και το ερευνητικό πλαίσιο εμπλουτίστηκε ενσωματώνοντας τη
διαδικασία επιλογής επεξηγηματικών μεταβλητών παράλληλα με την επιλογή οικογένειας
μετασχηματισμών. |
el |
heal.advisorName |
ΔΗΜΗΤΡΙΟΣ, ΦΟΥΣΚΑΚΗΣ |
el |
heal.committeeMemberName |
ΔΗΜΗΤΡΗΣ, ΦΟΥΣΚΑΚΗΣ |
el |
heal.committeeMemberName |
ΙΩΑΝΝΗΣ, ΝΤΖΟΥΦΡΑΣ |
el |
heal.committeeMemberName |
ΓΕΩΡΓΙΟΣ, ΚΟΚΟΛΑΚΗΣ |
el |
heal.committeeMemberName |
ΜΙΧΑΗΛ, ΛΟΥΛΑΚΗΣ |
el |
heal.committeeMemberName |
ΠΑΝΑΓΙΩΤΗΣ, ΤΣΙΑΜΥΡΤΖΗΣ |
el |
heal.committeeMemberName |
ΘΕΟΔΩΡΟΣ, ΝΙΚΟΛΕΡΗΣ |
el |
heal.committeeMemberName |
ΝΙΚΟΛΑΟΣ, ΔΕΜΙΡΗΣ |
el |
heal.academicPublisher |
Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
212 |
|
heal.fullTextAvailability |
true |
|