Geri Dön

Çoklu bağıntılı doğrusal modellerde Ridge regresyon yöntemiyle parametre kestirimi

Başlık çevirisi mevcut değil.

  1. Tez No: 362755
  2. Yazar: EMEL İMİR ŞIKLAR
  3. Danışmanlar: Belirtilmemiş.
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1986
  8. Dil: Türkçe
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 136

Özet

osyal ve ekonomik olayların çoğunluğu çeşitli faktörlere bağlı olarak meydana gelmektedir. Özellikle ekonomik olayların oluşumunda etkili faktörler birer ekonomik olay olarak birbirleriyle de bağlantılıdır. Bir ekonomide geleceğe yönelik daha gerçekçi çalışmaların yapılabilmesi için o ana kadar yaşanan olayların sebep-sonuç ilişkisinin belirlenmesi önemlidir. Bu ilişkinin belirlenmesiyle anacak geleceğe yönelik çalışmalar güvenlik kazanacaktır. İşte sosyal, psikolojik v.b. olaylarda olduğu gibi çok sayıda etmene bağlı olan ekonomik olaylar birlikte değişim göstermektedirler. Bir ekonomik olayın sebep-sonuç ilişkisini belirleyebilmede regresyon modeli yardımcı olmaktadır. Bu modelde incelenen ekonomik olay ile meydana gelmesinde etkili ve genellikle ekonomik olan diğer olaylar arasında da bir bağıntı vardır. Bu bağıntı regresyon analizinde sorun yaratmaktadır. Regresyon sürecinde sık sık ortaya çıkan bir sorun, bağımsız değişkenlerin bağımsızlık varsayımlarının bozulması ve böylece bu değişkenler arasındaki doğrusal bağıntıların varlığıdır. Çoklu bağıntı olarak adlandırılan bu soruna önerilen çözüm yollarından birisi, son yıllarda sık sık başvurulan yanlı kestirim yöntemleridir. Söz konusu kestirim yöntemleri, değişken seçimi yaparak veya değişkenlerin hepsini modelde bırakarak en küçük kareler yöntemine göre daha küçük varyansla kestirim yapan yöntemlerdir. Çalışmamızda, modeldeki bağımsız değişkenlerin hepsinin modelde bırakılarak parametre kestirimi yapılmasına hizmet eden ridge regresyon yanlı kestirim yönteminin kullanılması amaçlanmıştır. Bu amaç doğrultusunda, ilk bölümde çoklu regresyon modelinin matris yöntemiyle çözümüne ilişkin bilgiler verildikten sonra, modelin varsayımlarının ve varsayımlardan sapmalarının ayrıntılı açıklaması yer almıştır. İkinci bölümde, önemli bir sorun olan çoklu bağlantı ve göstergeleri açıklandıktan sonra, çoklu bağıntıyı belirleme ve giderme yöntemleri üzerinde durulmuştur. Çoklu bağıntının var olduğu doğrusal modellerde, çoklu bağıntının etkilerini en aza indirgeyerek parametre kestirimi yapılmasını sağlayan ridge regresyon yöntemi üçüncü bölümün konusudur.

Özet (Çeviri)

Özet çevirisi mevcut değil.

Benzer Tezler

  1. Çoklu bağıntılı doğrusal modellerde ridge regresyon yöntemi

    Ridge regression analysis in linear regression models with multicollinearity

    EBRU YAVUZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    BiyoistatistikTrakya Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    Y.DOÇ.DR. MEVLÜT TÜRE

  2. Lojistik regresyon analizinde ridge kestiricisi ve bir uygulama

    Ridge estimator at logistic regression analysis and a application

    CENGİZ AKTAŞ

    Doktora

    Türkçe

    Türkçe

    1995

    İstatistikEskişehir Osmangazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF.DR. NECLA ÇÖMLEKÇİ

  3. Üretim fonksiyonunun kestirimi üzerine bir çalışma

    A study on estimation of production function

    HÜLYA BAŞEĞMEZ

    Doktora

    Türkçe

    Türkçe

    2019

    İşletmeMarmara Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI ARMUTLULU

  4. Veri yapılarına göre uygulanacak regresyon analizlerinin incelenmesi ve uygulamalı karşılaştırılması

    Investigation and applied comparison of the regression analysis according to the data structures

    VEYSEL GÖKHAN AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İşletmeOndokuz Mayıs Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELİF BULUT

  5. Lineer regresyonda ridge tahmin edicileri ve bir uygulama

    Ridge estimation in linear regression and an application

    ALPER SİNAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    İstatistikSelçuk Üniversitesi

    İstatistik Ana Bilim Dalı

    Y.DOÇ.DR. AŞIR GENÇ