Resampling methods in hypothesis testing

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2017

Tezin Dili: İngilizce

Öğrenci: UĞUR BİNZAT

Danışman: ENGİN YILDIZTEPE

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Kitle parametrelerinin karşılaştırılmasına ilişkin çıkarım yapmak, istatistikteki en yaygın problemlerden biridir. Geleneksel parametrik yöntemlerin normallik ve sabit varyanslılık varsayımlarının ihlalinden oldukça etkilendiği bilinmektedir. Parametrik olmayan testler, normallik ve sabit varyanslılık varsayımlarının ihlali durumunda en sık kullanılan yöntemlerdir. Bu yöntemlere ek olarak, bilgisayarların yaygınlaşması sebebiyle yeniden örnekleme yöntemleri de ön plana çıkmıştır. Bu tezde, yeniden örnekleme yöntemleri ve hipotez testleri üzerine uygulamaları incelenmiştir. İki bağımsız ve üç veya daha fazla bağımsız örneklem için kullanılan yeniden örneklemeye dayalı yöntemler, I. tip hata ve güç açısından parametrik ve parametrik olmayan alternatifleriyle bir Monte Carlo simülasyon çalışması ile karşılaştırılmıştır. Yöntemlerin performansı dengeli ve dengesiz tasarımlar ile farklı varyanslılık da dikkate alınarak, farklı özellikteki teorik dağılımlar için incelenmiştir. Genel olarak, budanmış ortalamaya dayalı bootstrap yöntemler, I. tip hatayı kontrol etmede daha başarılı sonuçlar vermiştir. Bununla birlikte, tahmin edilen test güçlerine göre yöntemler arasında üstünlük saptanamamıştır. En güçlü yöntem incelenen duruma göre değişmektedir.