Çoklu iç ilişki sorunu olan doğrusal regresyon modelinin genelleştirilmiş maksimum entropi tahmini
Generalized maximum entropy estimation of linear regression model with multicollinearity problem
- Tez No: 375088
- Danışmanlar: PROF. DR. H. ALTAN ÇABUK
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Genel lineer model, çoklu iç ilişki, genelleştirilmiş maksimum entropi, bootstrap, Doğrusal regresyon, Doğrusal regresyon modelleri, Entropi, Maksimum entropi, Çoklu bağlantı, Çoklu doğrusal bağlantı, General linear model, multicollinearity, generalized maximum entropy, bootstrap, Linear regression, Linear regression models, Entropy, Maximum entropy, Multiple linear connection
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada y = + X u b şeklinde ifade edilen genel lineer regresyon modeli ele alınmıştır. Uygulamalarda açıklayıcı değişkenler matrisi X çoklu iç ilişkiye sahip olabilir. Bu iç ilişkinin varlığı durumunda klasik tahmin ediciler hatalı sonuçlar verir. Bu problemin çözümü için yanlı fakat kararlı tahmin ediciler kullanılabilir. Çalışmada genelleştirilmiş maksimum entropi (GME) tahmin edicisi, en küçük kareler (EKK) ve ridge tahmin edici ile hata kareler ortalamasına (HKO) göre karşılaştırılmıştır. Bu amaç için Kaliforniya yoksulluk veri kümesi (Ramanathan, 2002) üzerinde analiz yapılmıştır. Uygulamada HKO'ların elde edilmesinde bootstrap yöntemi kullanılmıştır. Sonuçta, en iyi tahmin edicinin GME olduğuna karar verilmiştir.
Özet (Çeviri)
In this study, the linear regression model y = + X u b is considered. The explanatory variables matrix X may subject to multicollinearity in applications. In the presence of collinearity, classical estimators produce incorrect results. Biased but stable estimators can be used to overcome this problem. In this study, generalized maximum entropy (GME) estimator is compared with the ordinary least squares (OLS) and ridge estimators according to the mean squared error (MSE) criteria. For this purpose, California poverty data set (Ramanathan, 2002) is analysed. In the application section, the bootstrap method is used to obtain MSE values. In conclusion, GME estimator is decided as the best estimator.
Benzer Tezler
- Comparison and assessment of shrinkage methods in case of multicollinearity problem
Çoklu bağlantı sorunu durumunda küçültme yöntemlerinin karşılaştırılması ve değerlendirilmesi
ŞEVVAL KILIÇOĞLU
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiAtılım ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA YERLİKAYA ÖZKURT
- Lojistik elastik net yönteminin alternatif yöntemlerle karşılaştırılması
Comparison of the logistic elastic net method with alternative methods
SEVİM SİMGE UYSAL
Yüksek Lisans
Türkçe
2020
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ARZU ALTIN YAVUZ
- A quantitative analysis of leisure participation among seafarers by structural equation modelling
Yapısal eşitlik modellemesiyle denizcilerin serbest zaman katılımlarının nicel analizi
VEYSEL GÖKÇEK
Yüksek Lisans
İngilizce
2016
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEYLA TAVACIOĞLU
- Hafif kognitif bozukluk tanısı ile takip edilen 65 yaş ve üzeri hastalarda uygunsuz ilaç kullanımının geriatrik sendromlarla ilişkisinin değerlendirilmesi
Evaluation of the relationship between potentially inappropriate medication use and geriatric syndromes in patients aged 65 years and older followed with a diagnosis of mild cognitive impairment
HANIM İREM AKTAŞDOĞAN
Tıpta Uzmanlık
Türkçe
2026
İç HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. GÖZDE ŞENGÜL AYÇİÇEK
- Kadınların tuvalet ve genital hijyen davranışlarının alt üriner sistem semptomlarına etkisi
The effect of toilet and genital hygiene behaviors of women on lower urinary system symptoms
SEVGİ AKBUZ
Yüksek Lisans
Türkçe
2024
HemşirelikNiğde Ömer Halisdemir ÜniversitesiHemşirelik Ana Bilim Dalı
PROF. DR. SEMRA KOCAÖZ