TY  - JOUR
T1  - Effects of different parameter estimators to error rate in discriminant analysis
TT  - Diskirminant analizinde farklı parametre tahmin edicilerinin hata oranına etkileri
AU  - Demirci Biçer, Hayrinisa
AU  - Biçer, Cenker
PY  - 2018
DA  - December
Y2  - 2018
DO  - 10.16984/saufenbilder.333936
JF  - Sakarya University Journal of Science
JO  - SAUJS
PB  - Sakarya University
WT  - DergiPark
SN  - 2147-835X
SP  - 1609
EP  - 1616
VL  - 22
IS  - 6
LA  - en
AB  - Discriminant analysis is defined as a statistical technique thatclassifies a unit whose properties are measured, into one of the known finitenumbers of populations. In this classifying process, an error occurs when theunit is classified to different population from its own population. This erroris called the error rate or the probability of incorrect classification. It isdesirable to minimize this error. This study focuses on determining theparameter estimation method that provides the minimum error rate, when theparameters of Weibull populations are not known. Maximum likelihood (ML),moments (MOM) and least squares (LS) methods are chosen from among parameterestimation methods. How the error rate is affected by parameter estimators ML,MOM and LS is examined with the simulation study.
KW  - optimal classification
KW  - Weibull distribution
KW  - error rate
KW  - discriminant analysis
N2  - Diskriminant analizi, özellikleri ölçülen bir birimi, bilinen sonlusayıdaki kitlelerden birine sınıflandıran istatistiksel bir teknik olaraktanımlanır. Bu sınıflandırma işleminde, birim kendi kitlesinden farklı kitleyesınıflandırıldığında bir hata meydana gelir. Bu hata, hata oranı veya yanlışsınıflandırma olasılığı olarak adlandırılır. Arzu edilen bu hatayı minimumyapmaktır. Bu çalışmada Weibull dağılımlı kitlelerde parametrelerin bilinmediğidurumda, minumum hata oranıyla atama yapan parametre tahmin yöntemininbelirlenmesi üzerinde durulmaktadır. Parametre tahmin yöntemlerinden; en çokolabilirlik (ML), moment (MOM) ve en küçük kareler (LS) yöntemi seçilmiştir.Simülasyon çalışması ile hata olasılığının ML, MOM ve LS parametre tahminedicilerinden nasıl etkilendiği incelenmiştir.
CR  - P. A. Lachenburch, “Discriminant Analysis”, New York, Hafner, 1975.
CR  - G. A. F. Seber, “Multivariate Observations”, New York, John Wiley & Sons. Inc, 1984.
CR  - T.W.Anderson, “Introduction to Multivariate Statistical Analysis”, Wiley, New York, 1984.
CR  - B. L. Welch, “Note on Discriminant Functions”, Biometrika, 31, 218–220, 1939.
CR  - P. A. Lachenburch and R. Mickey, “Estimation of Error Rates in Discriminant Analysis”, Technometrics, 10, 1–11, 1968.
CR  - S. M. Snapin,” An Evaluation of Smooted Error Rate Estimators in Discriminant Analysis”, Institute of Statistics Miemeo Series, Chapel Hill, 1983.
CR  - M. Hills, “Allocation Rules and Their Error Rates”, J. Roy. Stat. Soc. B, 28, 1-31, 1966.
CR  - H. D. Biçer, “Discriminant analiysis in censored data: Weibull distribution case”, Doctoral dissertation, University of Ankara, 2011.
CR  - C. A. B. Smith, “Some Examples of Discrimination”, Annals of Eugenics, 18, 272-282, 1978.
CR  - N. L. Johnson, S. Kotz and N. Balakrishnan,“Continuous univariate distributions”, New York, Wiley, 1995.
CR  - M. Tiryakioğlu and D. Hudak,“Unbiased estimates of the Weibull parameters by the linear regression method”,Journal of Materials Science, 43, 1914-1919, 2008.
UR  - https://doi.org/10.16984/saufenbilder.333936
L1  - https://dergipark.org.tr/en/download/article-file/446962
ER  -