Geri Dön

Genelleştirilmiş en küçük kareler tahmin edicisinin etkinliği AR(1), sur ve heteroscedastic modellerle uygulamalar

Efficiency of generalized least squares estimator with applications to AR(1), sur and heteroscedastic models

PDF İndir

  1. Tez No: 307720
  2. Yazar: SEHER KORKMAZ
  3. Danışmanlar: DOÇ. DR. GÜZİN YÜKSEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Bölümü
  12. Bilim Dalı: İstatistik Teorisi Ana Bilim Dalı
  13. Sayfa Sayısı: 130

Özet

Çoklu lineer regresyon modeli ve onun alışılmış en küçük kareler tahmini, hiç şüphesiz istatistikte yaygın şekilde kullanılan yöntemlerden biridir. Bu yöntem bağımlı değişken ile açıklayıcı değişkenler arasındaki ilişkiyi tahmin etmeye olanak sağlar. Genellikle pratikte klasik koşulların geçerli olmadığı görülür. Tüm bu klasik koşulların sağlanamamasının en küçük kareler (EKK) yöntemi üzerinde etkisi olmamasına rağmen, istatistik test sonuçları ve EKK in özellikleri etkilenir. Özellikle, y nin elemanları eşit olmayan varyansa sahip ve/ya da ilişkili olduklarında, var(y) artık skaler varyans-kovaryans matris değildir. Böylece EKK tahmin edici lineer yansız tahmin ediciler sınıfı içinde olmayı garanti edemez. Pratikte, y nin doğru özelliklerini bilmekte zorlanırız. Bu nedenle var(y) daha genel formda olduğunda geçerli tahmini incelemek önemlidir. Bu tezde, var(y) matrisi skaler varyans-kovaryans matrisi olmadığı durumda, tahminin etkinliğini geliştirmek için genelleştirilmiş en küçük kareler yöntemi tanıtılmış ve görünüşte ilişkisiz regresyon (SUR) ve heteroscedastic modellerde uygulamaları incelenmiştir.

Özet (Çeviri)

The multiple linear regression model and its estimation using ordinary least squares (OLS) is doubtless the most widely used tool in statistics. It allows to estimate the relation between a dependent variable and a set of explanatory variables. Generally, it is seen that the classical conditions need not hold in practice. Although these classical conditions have no effect on the OLS method, they do affect the properties of the OLS estimators and resulting test statistics. In particular, when the elements of y have unequal variances and/or are correlated, var(y) is no longer a scalar variance-covariance matrix and hence there is no guarantee that the OLS estimator is the most efficient within the class of linear unbiased (or the class of unbiased) estimators. In practice, we hardly know the true properties of y. It is therefore important to consider estimation that is valid when var(y) has a more general form. In this thesis, the method of generalized least squares (GLS) is introduced to improve upon estimation efficiency when var(y) is not a scalar variance-covariance matrix and its applications to seemingly unrelated regression (SUR) and heteroscedastic models are analyzed.

Benzer Tezler

  1. Tez No

    153157

    Unit root problems in time series analysis

    Zaman serisi analizlerinde birim kök

    VİLDA PURUTCUOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MOTİ LAL TİKU

  2. Tez No

    201676

    Non-normal bivariate distributions: Estimation and hypothesis testing

    Normal olmayan iki değişkenli dağılımlar: Tahmin ve hipotez testi

    SAHAR BOTROS QUMSİYEH

    Doktora

    İngilizce

    İngilizce

    2007

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MOTİ L. TİKU

    YRD. DOÇ. DR. QAMARUL ISLAM

  3. Tez No

    256407

    Regresyon modellerinde en küçük kareler tahmin edicileri

    Least squares estimators in regression models

    GÜLEN TÜMER

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. FİKRİ AKDENİZ

  4. Tez No

    537719

    Transcendental logaritmik (Translog) modelin etkin tahmini: Tahmin edicilerin Monte Carlo ile karşılaştırılması

    Efficient estimate transcendental logarithmic (Translog) model: Comparing the estimator using Monte Carlo

    SİBEL ÖRK ÖZEL

    Doktora

    Türkçe

    Türkçe

    2019

    EkonometriÇukurova Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. HASAN ALTAN ÇABUK

  5. Tez No

    458963

    Sınırlı bağımlı değişkenli modeller ve tahminleme yöntemleri

    Limited dependent variable models and estimation methods

    İSMAİL YENİLMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    EkonometriAnadolu Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. YELİZ MERT KANTAR

Geri Dön