Değişen varyanslı ve otokorelasyonlu hataya sahip lineer regresyon modellerinde hata yapılarının ve yanlı tahmin edicilerin incelenmesi
Investigating the structure of the error terms and biased estimators in the linear regression models with heteroscedastic and autocorrelated errors
- Tez No: 283277
- Danışmanlar: DOÇ. DR. MAHMUDE REVAN ÖZKALE
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 130
Özet
Çoklu lineer regresyon modelinde hatalara ve açıklayıcı değişkenlere ilişkin varsayımlar sağlanmadığı zaman en küçük kareler uygun bir tahmin edici olmamaktadır. Bu çalışmada, hatalara ilişkin varsayımların sağlanmamasına neden olan değişen varyans ve otokorelasyon tanıtılmış, bunların belirlenmesine ilişkin testler verilmiş ve hata yapıları incelenmiştir. Açıklayıcı değişkenlerin bağımsızlığının ihlali olarak adlandırılan çoklu iç ilişki problemi değişen varyans / otokorelasyon altında incelenmiştir. Hem değişen varyans / otokorelasyon hemde çoklu ilişki problemleri aynı anda meydana geldiğinde kullanabilecek genelleştirilmiş en küçük kareler tahmin ediciye alternatif tahmin ediciler tanıtılmıştır ve bu tahmin edicilerin performansları hata kareler ortalaması ve yanlılıkları göz önünde bulundurularak değerlendirilmiştir. Bu amaç için nümerik bir örnek ve Monte Carlo yöntemi ile simülasyon çalışmaları Matlab programı yardımıyla yapılmıştır
Özet (Çeviri)
When the assumptions on the errors and explanatory variables in the linear regression model are not satisfied ordinary least squares estimator is not a suitable estimator. In this study heteroskedasticity and autocorrelation which violate these assumptions about the errors are introduced, test are given for determining them and the error structure are examined. Multicollinearity problem see when the explanatory variables are not independent is considered under the heteroskedasticity and autocorrelation. When both heteroscedasticity /autocorrelation and multicollinearity come true together, alternative estimators to generalized least squares estimator are introduced and the performance of these estimators are considered under the mean squared error and the bias criteria. These theoritical results are illustrated in a numerical example and a Monte Carlo simulations study by using Matlab program.
Benzer Tezler
- Genel lineer istatistiksel modelde yanlı tahmin ediciler ve tanılama metotları
Biased estimators and diagnostic methods in general linear statistical model
TUĞBA SÖKÜT AÇAR
Doktora
Türkçe
2016
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE
- Türkiye'de bankacılık sektörünün finansal performansının belirleyicileri
Determinants of financial performance of the banking sector in Turkey
OZAN ÖZDEMİR
- Otokorelasyonlu hataların varlığında doğrusal olmayan regresyon
Nonlinear regression in the presence of autocorrelated disturbances
BARIŞ AŞIKGİL
Doktora
Türkçe
2009
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. AYDIN ERAR
- Yanlı tahmin ediciler ve ekonometride uygulamaları
Biased estimators and their applications in econometrics
HÜSEYİN GÜLER
Doktora
Türkçe
2011
EkonometriÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR
- Lineer regresyon modelinde ağırlıklı tahmin ediciler
Weighted estimators in the linear regression model
DÜNYA KARAPINAR
Yüksek Lisans
Türkçe
2017
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR