HEAL DSpace

Γενικευμένα Γραμμικά Μοντέλα - Μπεϋζιανή Προσέγγιση

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Κεφάλας, Νικόλαος
dc.date.accessioned 2020-11-02T07:27:18Z
dc.date.available 2020-11-02T07:27:18Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/51711
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.19409
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject Γενικευμένα Γραμμικά Μοντέλα el
dc.subject Generalised Linear Models en
dc.subject Μπεϋζιανή Στατιστική el
dc.subject Bayesian Statistics en
dc.subject Αλγόριθμοι MCMC el
dc.subject MCMC Algorithms en
dc.subject Εκθετική Οικογένεια Κατανομών el
dc.subject Exponential Family Distributions en
dc.subject Εκ των Προτέρων Κατανομή el
dc.subject A Priory Distribution en
dc.title Γενικευμένα Γραμμικά Μοντέλα - Μπεϋζιανή Προσέγγιση el
dc.contributor.department Μαθηματική Προτυποποίηση στις Σύγχρονες Επιστήμες και την Οικονομία el
heal.type masterThesis
heal.classification Στατιστική el
heal.language el
heal.access campus
heal.recordProvider ntua el
heal.publicationDate 2020-06-25
heal.abstract Στην παρούσα εργασία αναλύονται και εφαρμόζονται τα Γενικευμένα Γραμμικά Μοντέλα σύμφωνα με τα πλαίσια της Μπεϋζιανής προσέγγισης. Αρχικά, δίνεται η θεωρία για την Κλασική προσέγγιση των Γενικευμένων Γραμμικών Μοντέλων και ακολουθεί η ανάλυση της Μπεϋζιανής θεωρίας και των αλγορίθμων MCMC. Στην συνέχεια, με την βοήθεια του προγράμματος Winbugs τα εν λόγω μοντέλα εφαρμόζονται σε γνωστούς τύπους δεδομένων, επισημαίνονται τα προβλήματα που προέκυψαν καθώς και η αντιμετώπιση τους στην κάθε περίπτωση. Τέλος, γίνεται σύγκριση των μοντέλων, τα οποία αναφέρονται σε κοινούς τύπους δεδομένων, ως προς τα διαστήματα εμπιστοσύνης, την προσαρμογή τους στα δεδομένα και την πολυπλοκότητά τους. el
heal.abstract In the present study, the Bayesian approach is used in the analysis and application of the Generalized Linear Models. First, the writer touches on the Classical approach of the Generalized Linear Models. In subsequent chapters, the analysis of Bayesian theory and MCMC algorithms is presented. With the use of the statistical program Winbugs these models are applied to known data types. The writer then discusses the challenges the models pose for the researcher and how these can be resolved. The study concludes its findings with the comparison of the models in terms of their application capability and complexity. en
heal.advisorName Φουσκάκης, Δημήτρης
heal.committeeMemberName Φουσκάκης, Δημήτρης
heal.committeeMemberName Βόντα, Φιλία
heal.committeeMemberName Παπανικολάου, Βασίλης
heal.academicPublisher Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών el
heal.academicPublisherID ntua
heal.numberOfPages 133 σ.
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα