Karışık doğrusal modellerde outlier tespiti

Abstract

29 yöntemlerden farklı olmaktadır. Bunların dışında doğrusal regresyon özelliği göstermeyen ilişkilerde de outlier belirleme yöntemleri üzerinde çalışmaya ihtiyaç duyulmaktadır.

29 yöntemlerden farklı olmaktadır. Bunların dışında doğrusal regresyon özelliği göstermeyen ilişkilerde de outlier belirleme yöntemleri üzerinde çalışmaya ihtiyaç duyulmaktadır.6. ÖZET Bu araştırmada doğrusal karışık bir modelde outlier gözlemlerin belirlenmesi amaçlanmıştır. Bu maçla 386 veri kullanılmış ve aşağıdaki sonuçlar elde edilmiştir. 1- Araştırmada kullanılan gözlem değerlerinin tamamına yakını ortalama etrafında simetrik olup, sadece bir kaç gözlem diğerlerine göre fazla miktarda sapma göstermiştir.. 2- DetCV değerlerinden de anlaşıldığı gibi sabit faktörlerin BLUE tahminleri en fazla Y4n2, Y6222, Y1214, Y7124, Y62M, Y»2i2, Y4122 değerleri ile Yum, Y3113 ve Y1213 gözlem değerlerinden etkilenmiştir. 3- Şansa bağlı faktörlerin BLUP tahminleri üzerine en fazla etki yapan gözlemler Y4112, Y^m, Y6214, Y82i2, Y4122, Y4U4 ve Y3113 olmuştur. Sözkonusu gözlemlerin DetCV değeri de büyük olduğunda bunlar sabit faktörlerin tahmini üzerine de etki yapmışlardır. Bundan dolayı, bu değerler BLUE ve BLUP tarıminleri üzerine benzer etki yapmışlardır. Buna karşılık Y1213, Y6222 ve Y7124 gözlemleri BLUE tahminleri üzeri ne etki etmelerine karşılık BLUP tahminleri üzerine etki yapmamışlardır 4- Y41i2, Y3113 ve Y4114 (0.758, 0.879 ve 0.865) gözlemlerinin silinmesi durumunda S% ve S2up değerlerinin en fazla etkilendiği anlaşılmıştır. Sözkonusu gözlemler varyans unsurlarının tahmin edilmesin de outlier özelliğini taşımaktadırlar. 7. SUMMERY Outlier Detection in a Linear Mixed Model Outlier detection in a mixed linear model was aimed in this study. For this purpose, 386 observations were used and obtain results were as follows; 1- All observations used in study were symmetric around grand means. Deviation from symmetry were observed only some observations. 2- The Y4112, Y6222, Y1214, Y7124, Y62i4, Y82i2, Y4122, Y4n4, Y3n3 and Y1213 observations were influential on the BLUE estimation of fixed effects. 3- The Y4112, Y1214, Y62i4, Ysaıa, Y4122, Y4U4 and Y3113 observations were influential on the BLUP estimates of random effects. Likewise because the large value of DetCV for these observations, they had effect on the estimates of BLUE also, in contrast, the Y1213, Y6222 and Y7124 were influential on the BLUE but not on the BLUP.