National and Kapodistrian University of Athens
Μέθοδοι Markov Chain Monte Carlo σε Μοντέλα Ποσοστημοριακής Παλινδρόμησης
Abstract
dc:descriptionΗ κλασσική ανάλυση παλινδρόμησης είναι η πλέον γνωστή τεχνική για να μοντελοποιήσουμε τη μέση συμπεριφορά μίας εξαρτημένης μεταβλητής, δοθέντων άλλων ανεξάρτητων μεταβλητών που την επηρεάζουν. Ωστόσο, πολλές φορές έχει ενδιαφέρον να μελετήσουμε την επιρροή αυτή σε όλο το εύρος της κατανομής της εξαρτημένης μεταβλητής και όχι μόνο στη μέση της τιμή. Την απάντηση στο ερώτημα αυτό δίνει η ποσοστημοριακή παλινδρόμηση. Τα τελευταία χρόνια η Μπεϋζιανήσυμπερασματολογία σε ποσοστημοριακά μοντέλα είναι αρκετά δημοφιλής. Η μέθοδος αυτή έχει ορισμένα βασικά πλεονεκτήματα έναντι της κλασσικής ποσοστημοριακής παλινδρόμησης. Ένα από αυτά είναι ότι λαμβάνεται υπόψη η αβεβαιότητα των άγνωστων παραμέτρων. Τέλος ένα πρόβλημα που αρκετές φορές αντιμετωπίζουμε είναι η επιλογή των κατάλληλων ανεξάρτητων μεταβλητών που θα χρησιμοποιηθούν στο μοντέλο. Όταν στη διάθεση μας έχουμε στοιχεία από πολλές ανεξάρτητες μεταβλητές δε σημαίνει ότι κατά ανάγκη στο τελικό μοντέλο θα πρέπει να χρησιμοποιηθούν όλες αυτές. Μία αρκετά διαδεδομένη μέθοδος για την επιλογή αυτή είναι η επιλογή μεταβλητών μέσω στοχαστικής διερεύνησης (StochasticSearchVariableSelection, SSVS). Στόχος της διπλωματικής εργασίας είναι (α) η παρουσίαση της κλασσικής ποσοστημοριακής παλινδρόμησης, (β) η παρουσίαση της Μπεϋζιανής ανάλυσης σε μοντέλα ποσοστημοριακής παλινδρόμησης και (γ) η επιλογή μεταβλητών μέσω της μεθόδου SSVS σε μοντέλα ποσοστημοριακής παλινδρόμησης
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Λαμπρινάκου Φιόρη
Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:1318974