Geri Dön

Açıklayıcı değişkenlerde hata olması durumunda regresyon modellerinin incelenmesi

Başlık çevirisi mevcut değil.

  1. Tez No: 28723
  2. Yazar: TANER ERSÖZ
  3. Danışmanlar: DOÇ. DR. ÖNİZ TOKTAMIŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1993
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 76

Özet

IV ÖZET Bilindiği gibi klasik doğrusal regresyon modelinde açıklayıcı değişkenin ölçüm hatası içermediği varsayılmaktadır. Açıklayıcı değişkende ölçüm hatası olması durumunda regresyon modeline değişkenlerde hata-modeli denilmektedir. Açıklayıcı değişkende ölçüm hatası olduğu zaman, klasik doğrusal regresyon modelindeki açıklayıcı değişkenin hata terimi ile ilişkisiz olması varsayımı bozulmakta ve bunun sonucu olarak en küçük kareler yöntemi ile elde edilen parametre tahminleri yanlı ve tutarsız bulunmaktadır. Bu çalışmada, değişkenlerde - hata - modelinde parametre tahminlerini elde etmek için kullanılan yöntemler derlenmiş ve bu konu ile ilgili bir uygulama yapılmıştır. Birinci Bölüm'de, konuya giriş yapılarak önceki çalışmalar hakkında bilgi verilmiştir. ikinci Bölüm'de, değişkenlerde - hata modelinde parametre tahminlerini elde etmek için en küçük kareler yöntemi, en çok olabilirlik yöntemi, gruplama yöntemleri ve araç değişkenler yöntemi ayrıntılı olarak incelenmiştir. üçüncü Bölüm'de, tavuk tüketimi ile ilgili veriler kullanılarak, îkinci Bölüm'de verilen yöntemler uygulanıp, parametre tahminleri ve varyansları elde edilmiştir. Yöntemler karşılaştırılarak, uygulamadaki kolaylığı ve küçük varyanslı olması nedeniyle, açıklayıcı değişkenlerde hataolması durumunda parametre tahmini için, üç grup yönteminin kullanılmasının daha uygun olacağı sonucuna varılmıştır.

Özet (Çeviri)

SUMMARY It's assumed that in the classical lineer regression model, explanatory variable doesn't include error of measurement. If explanatory variable includes error of measurement then the regression model is called erroi - in-variables model. Where there is measurement error in variables, the well-known assumption of classical regression model that the disturbance term is uncorrelated with the explanatory variable will not hold. As a result of this, parameter estimation with Ordinary Least Squares will give baised and inconsistent estimates. In this study, methods used for obtaining error-in-variables model to get parameter estimations are compiled and an application is carried and on this subject. In the first section, it has given introduction and information about works done before. In the second section, to get parameter estimaties in- error-in-variables model, least squares method, maximum likehood estimation method, grouping method and instrumental variables method are been examined in details. In the third section, by using the data, about chicken consumption, the methods in the second section are being applied, parameter estimaties and variances are being calculated as a results, by compaling the methods. It is concluded that because of its facility in application andvıı having little variance its is better to use three groups method in case of exi stance of errors in the explanatory variables.

Benzer Tezler

  1. Sales forecasting in fashion retail industry with classical and machine learning methods

    Moda perakendesi sektöründe klasik ve makine öğrenmesi metodları ile satış tahmini

    HANİFE IŞIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Ekonomiİstanbul Teknik Üniversitesi

    Ekonomi Ana Bilim Dalı

    DOÇ. DR. TOLGA YURET

  2. Görünüşte ilişkisiz regresyon modellerinde parametre tahmin yöntemleri

    Parameter estimation methods in seemingly unrelated regressions

    FUNDA ERDUGAN

    Doktora

    Türkçe

    Türkçe

    2012

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. FİKRİ AKDENİZ

  3. Heterogeneity of the factors affecting income inequality and poverty cross country analysis between 2003-2019

    Gelir eşitsizliği ve yoksulluğu etkileyen faktörlerin heterojenliği2003'ten 2019'a ülkeler arası analiz

    CENK ŞİMŞEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Ekonometriİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    DR. AYSUN AYGÜN

  4. Hisse senetleri getirilerinin lojistik regresyon ve doğrusal regresyon modelleri ile bir analizi

    An analysis of stock returns by logistic regression and linear regression models

    BURCU SARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    BankacılıkKadir Has Üniversitesi

    Bankacılık ve Finans Ana Bilim Dalı

    PROF. DR. NURHAN DAVUTYAN

    YRD. DOÇ. DR. YASİN BARIŞ ALTAYLIGİL

  5. Bazı shrinkape tahmin edicileri ile en küçük kareler tahmin edicisinin bir test istatistiği ile karşılaştırılması

    Comparison of the shrinkage estimators with the least squares method by a test statistic

    MERAL DEMİREL

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MÜSLİM EKNİ