Geri Dön

Çoklu doğrusal bağlantı problemi ve yanlı regresyon tahmincileri

The problem of multicollineartiy and biased regression estimators

  1. Tez No: 261905
  2. Yazar: SEDA KARAKAŞ
  3. Danışmanlar: DOÇ. DR. ENİS SINIKSARAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 159

Özet

Çoklu doğrusal bağlantı problemi, çoklu regresyon modellerinde, iki veya daha fazla bağımsız değişkenin yüksek korelasyonlu olma durumunu ifade eden bir istatistiksel olgudur. Çoklu doğrusal bağlantının varlığı durumunda, en küçük kareler (EKK) tahmincilerinin varyansı yüksek ve parametre tahmincilerinin işaretleri yanlış hesaplanabilmektedir. Bu durum, EKK tahmincilerini güvenilmez yapmaktadır. Söz konusu durumda genellikle, yanlı regresyon tahmincileri EKK tahmincisine alternatif olarak kullanılabilmektedir.Çalışmada, çoklu doğrusal bağlantının kaynakları, teşhis yöntemleri ve istatistiksel çıkarsama süreci üzerindeki etkileri incelenmektedir. Çoklu doğrusal bağlantının düzeltilmesi için önerilen yaklaşımlar; gözlem sayısının arttırılması, bağımsız değişkenlerden bazılarının modelden dışlanması, modelin yeniden tanımlanması veya problemi ortadan kaldırmak için özellikle tasarlanmış yanlı regresyon tahmincilerini kullanmaktır. Bu çalışmada, ridge ve liu regresyon başta olmak üzere, yanlı regresyon tahmincileri bir çoklu doğrusal bağlantı düzeltme yöntemi olarak değerlendirilmekte ve istatistiksel özellikleri incelenmektedir.Uygulama çalışması olarak ise, ridge ve liu tip regresyon kullanılarak bir istihdam modelinin tahmini amaçlanmaktadır. İstatistik literatüründe, yanlı regresyon tahmincilerine ait standart hataların hesaplanması için bir formülasyon bulunmamaktadır. Bu nedenle ridge ve liu tip regresyonda, standart hataların hesaplanması için bootstrap methodu kullanılmaktadır. Sonuç olarak, EKK, ridge ve liu tip tahminciler karşılaştırılmakta ve liu tip tahmincinin, hem işaretlerin uygunluğu hem de parametrelerin anlamlılığı açısından, diğer iki tahminciden daha üstün olduğu ortaya konulmaktadır.

Özet (Çeviri)

The problem of multicollinearity is a statistical phenomenon in which two or more explanatory variables in a multiple regression model are highly correlated. In the presence of multicollinearity, Ordinary Least Squares (OLS) estimators have large variances and improper signs. This makes the OLS estimators very unstable. In this case, biased regression estimators can be used as alternatives.In this dissertation, we examine the sources and diagnostic methods of multicollinearity and some of its specific effects on statistical inference procedures. The general approaches dealing with multicollinearity include collecting additional data, dropping some variables, model respecification or the use of biased estimation methods that are specifically designed to combat the problems induced multicollinearity. In this study, we evaluate biased estimators especially ridge and liu regression as remedy for the problem of multicolinearity and examine their statistical properties.As an application we propose to estimate an employment model using ridge and liu type regression. Since any formula for computing standard error of biased regression estimators is not available in statistical literature.We use the bootstrap method to estimate the standart errors of ridge and liu type estimators. In the final analysis, we compare the result of OLS, ridge and liu-type regressions and from the viewpoint of the signs and the significance of the parameters of the model and we find that the results of liu-type regresion are much more reasonable than the other two methods.

Benzer Tezler

  1. Ridge regresyon parametre seçimi: Türkiye'nin doğrudan yabancı yatırım örneği

    Ridge regression parameter selection: Turkey's foreign direct investment

    MUSTAFA PALA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Ekonometriİnönü Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. BAHADIR YÜZBAŞI

  2. Çoklu doğrusal bağlantı ve yanlı tahmincileri

    Multicollinearity problem and bias estimates

    ESRA YAVUZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    BiyoistatistikKahramanmaraş Sütçü İmam Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ŞAHİN

    PROF. DR. ERCAN EFE

    DOÇ. DR. FATİH ÜÇKARDEŞ

  3. Bazı yanlı tahmin tekniklerinin incelenmesi ve OECD ülkelerindeki 5 yaş altı çocuk ölüm sayılarının modellenmesinde kullanılması

    Examining of some biased estimation techniques and their use in modelling of the number of deaths of children under five years old in OECD countries

    DENİZ GÜNER

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İstatistikEskişehir Osmangazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. HATİCE ŞAMKAR

  4. Some issues of shrinkage estimators in regression model in existence of multicollinearity

    Regresyon modelinde çoklu bağlantı varlığında shrinkage tahmincilerinin bazı sorunları

    MUSTAFA MAHDI SALIH SALIH

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    MatematikÇankırı Karatekin Üniversitesi

    Matematik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞERİFENUR CEBESOY ERDAL

    DR. ÖĞR. ÜYESİ FERAS SHAKER MAHMOOD

  5. Comparison of restricted and unrestricted estimators in the multiple linear regression analysis

    Çoklu doğrusal regresyon analızınde kısıtlı ve kısıtsız tahmin edicilerin karşılaştırılması

    ISRAA SHALTOOT

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    İstatistikEskişehir Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. SEVİL ŞENTÜRK