dc.contributor.advisor | Ergün, Gül | tr_TR |
dc.contributor.author | Gürkan, Hatice Yağmur | tr_TR |
dc.date.accessioned | 2015-10-15T06:52:05Z | |
dc.date.available | 2015-10-15T06:52:05Z | |
dc.date.issued | 2013 | tr_TR |
dc.identifier.uri | http://hdl.handle.net/11655/2108 | |
dc.description.abstract | This study deals with implementing three different types of dynamic linear models using dlm package in R. These models are the steady model, the linear growth model and the combined model as a second order polynomial model with a seasonal effect. Several methods such as maximum likelihood, forward filtering backward sampling and or Gibbs sampling are applied for each model considered in the study. Datasets are generated for the first two models; Turkey Cost of Living Index (Wage Earners) series is used for the combined model. The estimations of the unknown variance components besides, the Kalman filter results are obtained in the study. | tr_TR |
dc.language.iso | tur | tr_TR |
dc.publisher | Fen Bilimleri Enstitüsü | tr_TR |
dc.subject | Dynamıc lınear models | tr_TR |
dc.title | Markov Zinciri Monte Carlo Yönteminin Dinamik Doğrusal Modellere Uygulanması | tr_TR |
dc.type | info:eu-repo/semantics/masterThesis | tr_TR |
dc.callno | 2013/363 | tr_TR |
dc.contributor.departmentold | İstatistik | tr_TR |
dc.description.ozet | Bu çalışma, üç farklı dinamik doğrusal modelin R programında dlm paketi kullanılarak işletimiyle ilgilidir. Bu modeller: durgun model, doğrusal büyüme modeli ve mevsimsel etkili ikinci dereceden polinomiyal yapıda bir bileşik modeldir. Tez çalışmasında ençok olabilirlik yöntemi, ileriye doğru filtreleme geriye doğru örnekleme algoritması ve veya Gibbs örneklemesi yöntemi incelenen her bir modele uygulanmıştır. İlk iki model için benzetim verileri kullanılmış; bileşik model için ise, Türkiye Geçinme Endeksi (Ücretliler) serisi ele alınmıştır. Tez çalışmasında, bilinmeyen varyans bileşenlerinin tahminlerinin yanı sıra Kalman filtresi sonuçları elde edilmiştir. | tr_TR |