Statistical inference based on ranked set sampling

---

Tezin Türü: Doktora

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

Tezin Onay Tarihi: 2018

Tezin Dili: İngilizce

Öğrenci: BEKİR ÇETİNTAV

Danışman: Selma Gürler

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bilimsel bir araştırmada, veri toplama yöntemi istatistiksel ve metodolojik analiz için oldukça önemlidir. Sıralı Küme Örneklemesi (SKÖ) verileri elde etmek ve kitle hakkında çıkarımlar yapmak için geliştirilmiş etkili bir yöntemdir. SKÖ'nün en temel etkisi, örnekleme mekanizmasındaki birimlerin sıra bilgilerini kullanmasıdır. Sıralama işlemi olması gerektiği gibi yapıldığında, SKÖ'ye dayalı çıkarımlar Basit Rasgele Örneklemeye (BRÖ) dayalı çıkarımlara kıyasla, hem parametrik hem de parametrik olmayan yöntemler için, daha iyi sonuçlar vermektedir. SKÖ uygulamalarında, birimlerin gerçek ölçüm değerleri bilinmeden gerçekleştirilen sıralama işleminin belirsiz yapısından ötürü, sıralamalara dair verilen kararlarda hata olması kaçınılmazdır. Bu tezde, sıralama işlemindeki belirsizliğin modellenmesi ve birden fazla sıralayıcıdan gelen bilginin birleştirilmesi için kullanılabilecek yeni bir yaklaşım önerilmektedir. Sıralama işlemindeki belirsizliğin modellenmesinde bulanık kümeler yaklaşımının kullanıldığı yeni örnekleme yöntemi Bulanık-ağırlıklı Sıralı Küme Örneklemesi (BSKÖ) tanıtılmaktadır. Birden çok sıralayıcıdan gelen bilginin birleştirilmesi için yeni yöntemler önerilmektedir. Örneklem birimleri ve onların üyelik derecelerinin birlikte kullanıldığı yeni bir ortalama kestiricisi tanımlanmıştır. Biyometrik araştırmalardan elde edilmiş gerçek veri setleri ve karşılaştırmalı benzetim çalışmaları kullanarak yeni örnekleme metodumuzun literatürdeki benzerlerine göre kitle ortalaması kestiriminde kayda değer bir üstünlük ortaya koyduğunu gösterilmiştir.