Geri Dön

Çoklu iç ilişki olması durumunda lineer regresyon modellerinin kullanımı ile kestirim ve öngörü

Prediction and forecasting with linear regression models under multicollinearity

PDF İndir

  1. Tez No: 318678
  2. Yazar: FELA ÖZBEY
  3. Danışmanlar: PROF. DR. SELAHATTİN KAÇIRANLAR
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

Lineer regresyon modellerinin tahmininde en küçük kareler (EKK) tahmin edicisi yaygın olarak kullanılmaktadır. Ancak, açıklayıcı değişkenlerin birbirleriyle ilişkili olduğu durumlarda EKK tahmin edicisi istikrarsızlaşır. Bu nedenle, çoklu iç ilişkinin varlığı durumunda EKK tahmin edicisine alternatif olarak yanlı tahmin ediciler önerilmektedir. Birçok alanda, gelecek zamana ait verileri kestirmek/öngörmek büyük önem taşır çünkü öngörü, gelecekteki potansiyel olaylar ve onların sonuçları hakkında belli bilgiler ortaya koymaktadır. Bu da politika belirleyicinin (veya yöneticinin) önemli kararları daha güvenli bir şekilde almasını sağlamaktadır. Yanıt değişkenin bilinmeyen değerlerinin kestirimi ile ilgilendiğimizde, regresyon modelinin uygun bir kestirim denklemi üretebilmesi öncelikli gereksinimdir. Bu nedenle, bu çalışmada, çoklu iç ilişkinin mevcut olduğu durumlarda bazı yanlı tahmin edicilerin kestirim/öngörü performanslarını iyileştirecek yöntemler önerilmiş ve bu yöntemlere göre oluşturulmuş kestirim denklemleri, gerçek veriler kullanılarak kendi aralarında karşılaştırılmıştır.

Özet (Çeviri)

The Ordinary Least Squares (OLS) estimator is the widely used technique for estimating linear regression models. But the OLS estimator can be highly variable in certain directions, especially when the explanatory variables are collinear. Therefore, in the presence of multicollinearity, biased estimation techniques are often suggested as alternatives to the OLS. In many areas, the prediction/forecasting of the future values is very important because, forecasting provides information about the potential future events and their consequences. Thus, it increases the confidence of the policy maker (or the manager) to make important decisions. When a multiple linear regression model is used in predicting/forecasting unknown values of the response variable, its ability to produce an adequate prediction equation is of prime importance. In this study, some techniques are suggested to improve the prediction/forecasting performances of alternative biased estimators. Prediction equations formed by using these techniques are compared on real data sets.

Benzer Tezler

  1. Tez No

    352362

    Dizel motorların modellenmesi,modele dayalı hava yolu ve emisyon kontrolörü geliştirilmesi / uygulanması

    Modeling of diesel engines, development and application of model based airpath and emission controllers

    BÜLENT ÜNVER

    Doktora

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN GÖKAŞAN

    PROF. DR. SETA BOGOSYAN

  2. Tez No

    290383

    Lineer olmayan regresyon modellerinde çoklu iç ilişki problemi

    On multicollinearity in nonlinear regression models

    ALİ ERKOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İstatistikMarmara Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. MÜJGAN TEZ

    YRD. DOÇ. DR. KADRİ ULAŞ AKAY

  3. Tez No

    307778

    Sürekli regresyon ve ilişkili regresyon modellerinin incelenmesi

    Continuum regression and examining related regression models

    YASEMİN CAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İstatistikÇukurova Üniversitesi

    İstatistik Bölümü

    DOÇ. DR. MAHMUDE REVAN ÖZKALE

  4. Tez No

    544114

    Exploring consumers' virtual garment fit satisfactions to predict their actual satisfactions

    Sanal giysi duruşu memnuniyetinin gerçek giysi duruşu memnuniyetini tahmin etmek için kullanılması

    EVRİM BÜYÜKASLAN

    Doktora

    İngilizce

    İngilizce

    2018

    Tekstil ve Tekstil Mühendisliğiİstanbul Teknik Üniversitesi

    Tekstil Teknolojisi Ana Bilim Dalı

    PROF. DR. FATMA KALAOĞLU

  5. Tez No

    465354

    Lineer karma modellerde parametre tahmini ve sonuç çıkarım

    Parameter estimation and inference in linear mixed models

    ÖZGE KURAN

    Doktora

    Türkçe

    Türkçe

    2017

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU

Geri Dön