{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2855006"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2855006","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Bayesian Variable Selection for Normal and Generalized Linear Models","abstract":"Η παρούσα διπλωματική εργασία πραγματεύεται τη διεξαγωγή συμπερασματολογίας και την επιλογή μεταβλητών σε Κανονικά Γραμμικά και Γενικευμένα Γραμμικά Μοντέλα, στα πλαίσια της Μπεϋζιανής Στατιστικής. Το ενδιαφέρον επικεντρώνεται στην αναζήτηση οικονομικότερων μοντέλων, με χρήση της \"Στοχαστικής Μεθόδου Επιλογής Μεταβλητών\". Η συγκεκριμένη μέθοδος αναλύεται και εφαρμόζεται στις προαναφερθέντες κατηγορίες μοντέλων. Ειδικότερα, για την εφαρμογή της στη Λογιστική Παλινδρόμηση, προτείνεται η χρήση του αλγορίθμου του Gamerman στο γενικό αλγοριθμικό πλαίσιο της Μεθόδου, ως μία εναλλακτική για την πλήρη αυτοματικοποίηση της διαδικασίας. Παρουσιάζονται η ανάλυση του θεωρητικού υπόβαθρου της Μεθόδου, καθώς και περιγραφή των σχετικών αλγορίθμων και εφαρμογές σε προσομοιωμένα δεδομένα.","abstract_html":"Η παρούσα διπλωματική εργασία πραγματεύεται τη διεξαγωγή συμπερασματολογίας και την επιλογή μεταβλητών σε Κανονικά Γραμμικά και Γενικευμένα Γραμμικά Μοντέλα, στα πλαίσια της Μπεϋζιανής Στατιστικής. Το ενδιαφέρον επικεντρώνεται στην αναζήτηση οικονομικότερων μοντέλων, με χρήση της &quot;Στοχαστικής Μεθόδου Επιλογής Μεταβλητών&quot;. Η συγκεκριμένη μέθοδος αναλύεται και εφαρμόζεται στις προαναφερθέντες κατηγορίες μοντέλων. Ειδικότερα, για την εφαρμογή της στη Λογιστική Παλινδρόμηση, προτείνεται η χρήση του αλγορίθμου του Gamerman στο γενικό αλγοριθμικό πλαίσιο της Μεθόδου, ως μία εναλλακτική για την πλήρη αυτοματικοποίηση της διαδικασίας. Παρουσιάζονται η ανάλυση του θεωρητικού υπόβαθρου της Μεθόδου, καθώς και περιγραφή των σχετικών αλγορίθμων και εφαρμογές σε προσομοιωμένα δεδομένα.","abstract_has_math":false,"creators":["Παρασκευοπούλου Χρυσούλα","Paraskevopoulou Chrysoula"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2019,"date_issued":"2019","date_published":"2019","updated_at":"2026-11-19T05:33:36Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2855006"],"render_values":[{"text":"uoadl:2855006","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2855006","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2855006","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2855006","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Παρασκευοπούλου Χρυσούλα","Paraskevopoulou Chrysoula"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2019"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2855006","https://pergamos.lib.uoa.gr/uoa/dl/object/2855006"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα διπλωματική εργασία πραγματεύεται τη διεξαγωγή συμπερασματολογίας και την επιλογή μεταβλητών σε Κανονικά Γραμμικά και Γενικευμένα Γραμμικά Μοντέλα, στα πλαίσια της Μπεϋζιανής Στατιστικής. Το ενδιαφέρον επικεντρώνεται στην αναζήτηση οικονομικότερων μοντέλων, με χρήση της \"Στοχαστικής Μεθόδου Επιλογής Μεταβλητών\". Η συγκεκριμένη μέθοδος αναλύεται και εφαρμόζεται στις προαναφερθέντες κατηγορίες μοντέλων. Ειδικότερα, για την εφαρμογή της στη Λογιστική Παλινδρόμηση, προτείνεται η χρήση του αλγορίθμου του Gamerman στο γενικό αλγοριθμικό πλαίσιο της Μεθόδου, ως μία εναλλακτική για την πλήρη αυτοματικοποίηση της διαδικασίας. Παρουσιάζονται η ανάλυση του θεωρητικού υπόβαθρου της Μεθόδου, καθώς και περιγραφή των σχετικών αλγορίθμων και εφαρμογές σε προσομοιωμένα δεδομένα.","The present thesis is about conducting inference for Normal and Generalized Linear Models in the framework of Bayesian Statistics. Our interest mainly lies on the search of more parsimonious models, using the method called \"Stochastic Search Variable Selection\" (SSVS). The method is thoroughly analyzed and applicated in the models mentioned above. Especially, regarding its application in the case of the Logistic Regression Model, Gamerman's Independence Sampler algorithm is proposed as a way of fully automizing the algorithmic process. An analysis of the theoretical background of the Method is provided , the corresponding algorithmic schemes are outlined, whereas applications in simulated data are also included."]},{"key":"dc:title","label":"Title","values":["Bayesian Variable Selection for Normal and Generalized Linear Models"]}]}],"canonical_facts":{"dc:creator":["Παρασκευοπούλου Χρυσούλα","Paraskevopoulou Chrysoula"],"dc:date":["2019"],"dc:description":["Η παρούσα διπλωματική εργασία πραγματεύεται τη διεξαγωγή συμπερασματολογίας και την επιλογή μεταβλητών σε Κανονικά Γραμμικά και Γενικευμένα Γραμμικά Μοντέλα, στα πλαίσια της Μπεϋζιανής Στατιστικής. Το ενδιαφέρον επικεντρώνεται στην αναζήτηση οικονομικότερων μοντέλων, με χρήση της \"Στοχαστικής Μεθόδου Επιλογής Μεταβλητών\". Η συγκεκριμένη μέθοδος αναλύεται και εφαρμόζεται στις προαναφερθέντες κατηγορίες μοντέλων. Ειδικότερα, για την εφαρμογή της στη Λογιστική Παλινδρόμηση, προτείνεται η χρήση του αλγορίθμου του Gamerman στο γενικό αλγοριθμικό πλαίσιο της Μεθόδου, ως μία εναλλακτική για την πλήρη αυτοματικοποίηση της διαδικασίας. Παρουσιάζονται η ανάλυση του θεωρητικού υπόβαθρου της Μεθόδου, καθώς και περιγραφή των σχετικών αλγορίθμων και εφαρμογές σε προσομοιωμένα δεδομένα.","The present thesis is about conducting inference for Normal and Generalized Linear Models in the framework of Bayesian Statistics. Our interest mainly lies on the search of more parsimonious models, using the method called \"Stochastic Search Variable Selection\" (SSVS). The method is thoroughly analyzed and applicated in the models mentioned above. Especially, regarding its application in the case of the Logistic Regression Model, Gamerman's Independence Sampler algorithm is proposed as a way of fully automizing the algorithmic process. An analysis of the theoretical background of the Method is provided , the corresponding algorithmic schemes are outlined, whereas applications in simulated data are also included."],"dc:identifier":["uoadl:2855006","https://pergamos.lib.uoa.gr/uoa/dl/object/2855006"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Bayesian Variable Selection for Normal and Generalized Linear Models"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:33:36Z"}